OfBusinessはLLMのラッパーではなく、ファインチューニングしたLlamaでNexizoを構築した（インタビュー）

グルガオンを拠点とするB2B eコマース・金融グループで、鉄鋼や化学品などの原材料を中小企業に販売し、フィンテック部門Oxyzoも運営している。

OfBusiness自身の入札・価格データで小規模なオープンモデルをファインチューニングし、独立したSaaSとして販売する方が、他社のLLMの上に被せるラッパーより優れている。

新たな資本調達はなし。Jain氏によれば、OfBusinessはNexizoのために新たな人材を採用せず、既存スタッフのスキルアップを行った。

Inc42のインタビューでJain氏は、OfBusinessがすでに政府入札を表示するために機械学習モデルを使用しており、ChatGPTの登場後、原材料価格やコモディティニュース向けのチャットアシスタントを立ち上げ、1万件のコモディティ価格をリアルタイムで更新したと述べた。

Jain氏によれば、そのアシスタントは既存のLLMの上に被せたレイヤーに過ぎなかったため、同社はLlamaをファインチューニングし、入札の分類と情報提供のための独自の小規模言語モデルを構築した。学習は2023年末に向けて開始され、Nexizoを立ち上げる前に約1年間ベータ版を運用した。

Nexizoでは、中小企業や請負業者のユーザーが自然言語で入札を検索でき、NBFCや原材料サプライヤー向けのリードを生成する。Jain氏によれば、登録ユーザー100万人、月間アクティブユーザー約40万人、エンタープライズ顧客20〜25社（インタビューでの自己申告）を抱え、同社はなおマネタイズを実験している。

Jain氏によれば、サードパーティのLLMの上に被せた対話型レイヤーには差別化がなく、OfBusinessは独自のファインチューニングモデルへ移行した。

インフラ入札はOfBusinessの売上高の約30%を占め、同社の入札データが独自の学習データセットをもたらした。

100万ルピーから200万ルピーのB2B注文では人間の営業チームが関与し続けるため、Nexizoはリード生成ツールとして位置づけられている。

AI製品は、すでに自社が保有する独自データを供給されているときに防御力を持ち続ける。他社のモデルの上に被せた薄いレイヤーは堀にはならない。

2025年3月30日時点で、Jain氏によればNexizoは月間アクティブユーザー約40万人で稼働しており、BidAssistはNexizoへの統合が見込まれ、OfBusinessは入札データの課金ではなくリードを販売するモデルをなお実験していた。