読書リサーチレーダー投資フレームワーク
ログイン / 新規登録
← 読解に戻る
トピックDisconfirmAI 編集部更新日 2026-11-04 16:07

스켈터랩스BELLA平台

4 ステップ1 件3 ソース

韩国人工智能企业 스켈터랩斯(Skelter Labs) 正通过其企业级AI代理编排平台 BELLA,试图解决大模型落地中的“控制”难题。该公司首席技术官徐钟勋(서종훈)指出,当前企业AI应用的瓶颈并非模型性能,而是缺乏统一的治理机制:当各团队直接调用不同的大语言模型时,往往导致成本不透明、安全护栏不一致,难以维持全公司层面的管控标准。

【背景】스켈터랩斯于2024年7月被韩国IT服务集团 MetaNet 收购,现作为其子公司运营,结合MetaNet的咨询与基础设施能力,提供端到端的AI转型服务。

为应对这一挑战,BELLA平台构建了身份、政策、AI网关和资产四层架构。该架构旨在实现从用户身份识别到工具调用的全链路权限控制,并通过单一网关统一处理所有LLM调用,从而实施预算限制、路由管理及安全防护。此外,平台还设计了包括数据完整性、输入输出过滤、行为控制及资源保护在内的四道防御层级,以防范提示词注入和信息泄露风险。 스켈터랩斯强调,在代理时代,核心竞争力在于对已验证开放模型的灵活治理,而非自研基础模型。

経緯

  1. 2015-01-01

    스켈터랩斯(Skelter Labs)在韩国首尔成立,专注于对话式AI技术。

    dealroom.co ↗
  2. 2023-06-01

    스켈터랩斯推出品牌BELLA,定位为赋能企业的LLM应用解决方案,包含BELLA-QNA等产品。

    skelterlabs.com ↗
  3. 2024-07-01

    韩国IT服务集团MetaNet完成对스켈터랩斯的收购,使其成为子公司,强化其在企业AI市场的服务能力。

    dealroom.co ↗
  4. 2026-11-04

    스켈터랩斯CTO徐钟勋接受《Byline Network》采访,阐述BELLA平台的四层治理架构及“控制优于性能”的企业AI观点。

    byline.network ↗

未解決の問題

  • BELLA平台在MetaNet体系内的具体市场份额及与其他竞品(如微软Copilot Studio等)的实际对比数据尚未公开。
  • 随着开源模型迭代加速,스켈터랩斯如何平衡平台对特定模型版本的依赖性与长期维护成本?

ソース

ログイン / 新規登録
読書リサーチレーダー投資フレームワーク
byline.networkByline Network: MetaNet·Skelter Labs, Control is more important than smart AI↗
  • dealroom.coDealroom: Skelter Labs Company Profile↗
  • skelterlabs.comSkelter Labs Blog: Introducing BELLA↗
  • このトピックでのカバー範囲

    • Skelter Labs CTO Seo Jong-hoon: The Real Bottleneck for Enterprise AI Agents Is Not Model Performance, But Control2026-11-04ニュース

      Seo Jong-hoon, CTO of Skelter Labs, argues that when teams directly call different large language models, costs become opaque and guardrails are inconsistent, making it impossible for enterprises to maintain unified control. He advocates that in the agent era, the core capability is the flexible and secure governance of verified open models rather than developing proprietary models. His team's BELLA platform achieves this goal through a four-layer architecture comprising identity, policy, gateway, and assets.