Sarvam – nền tảng AI chủ quyền với tác tử giọng nói và tài liệu

Sarvam AI, pháp nhân Axonwise Private Limited, là công ty tại Bengaluru thành lập năm 2023 bởi Vivek Raghavan, người tham gia xây dựng hệ thống định danh số Aadhaar của Ấn Độ, và Pratyush Kumar, nguyên trưởng nhóm AI4Bharat. Công ty xây dựng nền tảng AI chủ quyền trọn gói để ngân hàng, công ty bảo hiểm, công ty tài chính và cơ quan công quyền phục vụ người dùng bằng ngôn ngữ địa phương, với mô hình được huấn luyện và vận hành trong tầm kiểm soát của họ.

Nền tảng kết hợp các mô hình tự phát triển cho nhận dạng giọng nói, chuyển văn bản thành giọng nói, dịch máy và số hóa tài liệu với các tác tử dựng sẵn cho giọng nói, tài liệu, công việc văn phòng và lập trình, cùng Indus Cowork là không gian làm việc tác tử kết nối hơn 100 ứng dụng. Mọi chức năng được cung cấp qua REST API và Python SDK, chạy trên Sarvam Cloud, VPC riêng, tại chỗ hoặc cách ly mạng. Khách hàng gồm Tata Capital, Axis Bank, SBI Life, LIC và Infosys.

• Tác tử giọng nói: tác tử hội thoại đa ngôn ngữ cho chăm sóc khách hàng và thu hồi nợ.
• Mô hình giọng nói: Saaras nhận dạng giọng nói và Bulbul chuyển văn bản thành giọng nói cho ngôn ngữ Ấn Độ.
• Doc Agents và Sarvam Vision: số hóa và phân tích tài liệu từ PDF, hình ảnh.
• Indus Cowork: không gian làm việc tác tử cho nghiên cứu, phân tích dữ liệu, trình chiếu và tự động hóa quy trình.
• Truy cập cho lập trình viên: REST API, Python SDK và môi trường thử nghiệm trên trình duyệt.
• Triển khai chủ quyền: đám mây quản lý, VPC riêng, tại chỗ hoặc cách ly mạng, kèm nhật ký kiểm toán.

Công ty tài chính tiêu dùng tại Việt Nam có thể tham khảo mô hình tác tử giọng nói của Sarvam cho cuộc gọi thu hồi nợ và tiếp nhận khách hàng đa ngôn ngữ. Công ty bảo hiểm có thể số hóa hồ sơ bồi thường bằng tác tử tài liệu. Đơn vị tích hợp hệ thống có thể hợp tác cùng xây mô hình chủ quyền cho ngôn ngữ địa phương.

Cho phép doanh nghiệp chịu quản lý chặt vận hành AI giọng nói và tài liệu bằng ngôn ngữ địa phương mà không phải gửi dữ liệu ra đám mây nước ngoài. Theo website, nhận dạng giọng nói hỗ trợ 12 ngôn ngữ Ấn Độ, chuyển văn bản thành giọng nói 11 ngôn ngữ và dịch 23 ngôn ngữ. Nền tảng công bố độ trễ trung vị dưới 100 ms và cam kết thời gian hoạt động 99,9%. Đội kỹ sư triển khai tại chỗ đồng hành tới khi vận hành.

Chính phủ và các ngành chịu quản lý chặt ở châu Á đang đầu tư vào AI chủ quyền xây cho ngôn ngữ bản địa và lưu trữ trong nước. Ngân hàng, công ty bảo hiểm và dịch vụ công tại Việt Nam cũng cần AI giọng nói và tài liệu xử lý được tiếng nói địa phương, đồng thời tuân thủ quy định lưu trữ dữ liệu trong nước.

Thành lập năm 2023 tại Bengaluru; ra mắt công khai tháng 12/2023 cùng vòng Series A 41 triệu USD do Lightspeed dẫn dắt, có Peak XV và Khosla Ventures. Các bản phát hành năm 2026 gồm Saaras V4, Sarvam Vision 2.1 và Bulbul V4 Flash. Công bố đạt ISO 27001, SOC 2 và tuân thủ luật bảo vệ dữ liệu DPDP của Ấn Độ.