MosaicML賦予企業部署生成式AI模型，企業得以自身數據訓練、建構「私有」AI模型；企業重視安全性及隱私，創造數據價值最大化，有別於消費性市場，商業型AI更具發展潛力。
觀察美國S&P五○○今年以來漲幅十五．九一％，科技產業作為領頭羊以半導體及軟體業漲幅最為強勁，分別為六九．七％及四二．四％。
若以應用區分，AI與大數據屬軟體依舊炙手可熱。根據美國研調機構Startup Genome指出，AI深層技術逐漸成為新創選擇項目，近五年以來，該領域首次公開募股（IPO）出場金額成長率高達三二六％，然而資金環境劇變，聯準會利率維持當前五．二五％～五．五％高利率區間，新創圈得面臨適者生存淘汰賽。
根據安永截至二○二三年第二季統計，美國新創籌資七八三億美元對比去年一四三一億美元，年減四五．三％；案件數從七二九一件減少至四四六七件，年減三八．七％，檢視新創企業產品服務能否替公司度寒冬，儘管環境不利於新創公司，但獨角獸公司Databricks（估值四三○億美元) 主要提供企業使用機器學習並能處理巨量資料，今年六月以十三億美元收購一間新創企業MosaicML，依舊向陽前行震撼市場之餘，更為軟體業注入新活水。
MosaicML成立於二○年，旗下六十名員工，Databricks鎖定企業端AI服務用於商業應用，MosaicML開發出現成模型服務，賦予企業部署生成式AI模型，滿足企業「客製化」需求，透過企業自身數據訓練、建構「私有」AI模型，相較於ChatGPT3.5開放式數據，企業更重視安全性及隱私，創造數據價值最大化，有別於消費性市場，商業型AI更具發展潛力。
隨著AI應用持續發酵，現階段數據訓練用於AI模型規模及複雜度急劇上升，訓練出有效模型需耗費恐達數百萬美元，中小型企業普遍難以負擔。併購後的Databricks預計與MosaicML技術共享，成本優化後，讓AI模型費用甚至僅需幾千美元，原先需二十四小時訓練時間，將有效縮短到三～四小時速度，將AI商轉推向下一個里程碑。
