أعلنت شركة Hebbia في نيويورك مؤخرًا عن إكمال جولة تمويل من الفئة B بقيمة 130 مليون دولار، مع مجموعة قوية من المستثمرين بما في ذلك Andreessen Horowitz وIndex Ventures وPeter Thiel وGoogle Ventures. تلتزم Hebbia ببناء واجهة إنتاجية محلية لـ LLM مصممة لتبسيط عملية استخراج القيمة من البيانات بجميع أنواعها وأحجامها. وتغطي قاعدة عملائها المستهدفة الخدمات المالية، مثل صناديق التحوط والبنوك الاستثمارية، وتخطط لمزيد من التوسع لتشمل المزيد من الشركات.
أعلنت شركة Hebbia ومقرها نيويورك أنها جمعت 130 مليون دولار من تمويل السلسلة B من المستثمرين بما في ذلك Andreessen Horowitz وIndex Ventures وPeter Thiel وذراع رأس المال الاستثماري لشركة Google.
ما تقوم Hebbia ببنائه هو شيء بسيط إلى حد ما: واجهة إنتاجية أصلية من LLM تسهل الحصول على قيمة من البيانات، بغض النظر عن نوعها أو حجمها. وتعمل الشركة بالفعل مع بعض أكبر اللاعبين في صناعة الخدمات المالية، بما في ذلك صناديق التحوط والبنوك الاستثمارية، وتخطط لجلب التكنولوجيا إلى المزيد من الشركات في الأيام المقبلة.
مدخل المنتج: https://top.aibase.com/tool/hebbia
في حين أن برامج الدردشة المستندة إلى LLM يمكن أن تعتمد على مستندات داخلية أو سريعة، يلاحظ العديد من الأشخاص أن هؤلاء المساعدين غير قادرين على الإجابة على الأسئلة المعقدة حول وظائف العمل. في بعض الحالات، تكمن المشكلة في نافذة السياق، التي لا يمكنها التعامل مع حجم المستند المقدم، بينما في حالات أخرى، يمنع تعقيد الاستعلام النموذج من حلها بدقة. قد تؤثر الأخطاء أيضًا على ثقة الفريق في النموذج اللغوي.
تعالج Hebbia هذه الفجوة من خلال توفير مصفوفة الطيار المساعد للوكيل المرتبط بـ LLM. يقع المنتج ضمن بيئة أعمال الشركة، مما يسمح للعاملين في مجال المعرفة بطرح أسئلة معقدة تتعلق بالمستندات الداخلية - بدءًا من ملفات PDF وجداول البيانات ومستندات Word وحتى النسخ الصوتي - مع نوافذ سياقية غير محدودة.
بمجرد أن يقدم المستخدم استعلامًا والمستندات/الملفات ذات الصلة، تقوم Matrix بتقسيمه إلى عمليات أصغر يمكن لـ LLM تنفيذها. وهذا يمكّنه من تحليل جميع المعلومات الواردة في المستند مرة واحدة واستخراج المحتوى المطلوب في شكل منظم. وقال هيبيا إن المنصة تمكن النماذج من التفكير في أي حجم (ملايين إلى مليارات الوثائق) وطرائق البيانات، مع توفير المراجع ذات الصلة لمساعدة المستخدمين على تتبع كل إجراء وفهم كيف وصلت المنصة في النهاية إلى الإجابة.
ومن خلال هذه الجولة الأخيرة من التمويل، تأمل الشركة في البناء على هذا الأساس وجذب المزيد من الشركات الكبيرة لاستخدام منصتها لتبسيط الطريقة التي يسترجع بها عمالها المعرفة.
Hebbia ليست الشركة الوحيدة في هذا المجال. وتستكشف شركات أخرى أيضًا استرجاع المعرفة المستندة إلى الذكاء الاصطناعي للمؤسسات، بما في ذلك شركة جلين. وصلت الشركة الناشئة التي يقع مقرها في بالو ألتو بولاية كاليفورنيا إلى وضع اليونيكورن في عام 2022 وقامت ببناء مساعد يشبه ChatGPT خصيصًا للإنتاجية في مكان العمل. هناك أيضًا لاعبين مثل Vectara الذين يعملون على تمكين تجارب الذكاء الاصطناعي العالمية بناءً على بيانات المؤسسة.
تسليط الضوء على:
حصلت شركة Hebbia على تمويل بقيمة 130 مليون دولار أمريكي من السلسلة B لإنشاء واجهة إنتاجية محلية لـ LLM لتسهيل الحصول على القيمة من البيانات.
يمكن لمساعد طيار وكيل Hebbia تحليل المعلومات الواردة في جميع المستندات واستخراج المحتوى المطلوب في شكل منظم.
لقد دخلت Hebbia في شراكة مع مؤسسات مثل CharlesBank وCentre View Partners والقوات الجوية الأمريكية، ولديها أكثر من 1000 حالة استخدام مباشر.
واختتم محرر Downcodes قائلاً: إن تمويل شركة Hebbia وتحديد موقع منتجاتها أمر يستحق الاهتمام، كما أن قدرتها على حل مشكلات الأعمال المعقدة وابتكارها في تطبيقات LLM جعلتها لاعبًا مهمًا في مجال أدوات إنتاجية الذكاء الاصطناعي. التنمية المستقبلية تستحق التطلع إليها.