Das New Yorker Unternehmen Hebbia gab kürzlich den Abschluss einer Serie-B-Finanzierungsrunde in Höhe von 130 Millionen US-Dollar mit einer starken Investorengruppe bekannt, darunter Andreessen Horowitz, Index Ventures, Peter Thiel und Google Ventures. Hebbia hat sich zum Ziel gesetzt, eine lokalisierte LLM-Produktivitätsschnittstelle zu entwickeln, die den Prozess der Wertschöpfung aus Daten aller Art und Größe vereinfachen soll. Der Zielkundenstamm umfasst Finanzdienstleistungen wie Hedgefonds und Investmentbanken und plant eine weitere Expansion auf weitere Unternehmen.
Das in New York ansässige Unternehmen Hebbia gab bekannt, dass es eine Serie-B-Finanzierung in Höhe von 130 Millionen US-Dollar von Investoren wie Andreessen Horowitz, Index Ventures, Peter Thiel und der Risikokapitalabteilung von Google erhalten hat.
Was Hebbia entwickelt, ist etwas ziemlich Einfaches: eine LLM-native Produktivitätsschnittstelle, die es einfacher macht, aus Daten Nutzen zu ziehen, unabhängig von deren Art oder Größe. Das Unternehmen arbeitet bereits mit einigen der größten Akteure der Finanzdienstleistungsbranche zusammen, darunter Hedgefonds und Investmentbanken, und plant, die Technologie in den kommenden Tagen weiteren Unternehmen zugänglich zu machen.
Produkteingang: https://top.aibase.com/tool/hebbia
Während LLM-basierte Chatbots auf internen oder prompten Dokumenten basieren können, stellen viele Menschen fest, dass diese Assistenten nicht in der Lage sind, komplexe Fragen zu Geschäftsfunktionen zu beantworten. In einigen Fällen liegt das Problem im Kontextfenster, das die Größe des bereitgestellten Dokuments nicht verarbeiten kann, während in anderen Fällen die Komplexität der Abfrage das Modell daran hindert, sie genau zu lösen. Fehler können sogar das Vertrauen des Teams in das Sprachmodell beeinträchtigen.
Hebbia schließt diese Lücke, indem es die LLM-bezogene Agent-Co-Pilot-Matrix bereitstellt. Das Produkt ist in die Geschäftsumgebung eines Unternehmens integriert und ermöglicht es Wissensarbeitern, komplexe Fragen zu internen Dokumenten – von PDFs, Tabellenkalkulationen und Word-Dokumenten bis hin zu Audiotranskriptionen – mit unbegrenzten Kontextfenstern zu stellen.
Sobald der Benutzer eine Abfrage und zugehörige Dokumente/Dateien bereitstellt, zerlegt Matrix diese in kleinere Vorgänge, die LLM ausführen kann. Dadurch ist es möglich, alle im Dokument enthaltenen Informationen auf einmal zu analysieren und die erforderlichen Inhalte in strukturierter Form zu extrahieren. Hebbia sagte, dass die Plattform es Modellen ermöglicht, über jedes Volumen (Millionen bis Milliarden von Dokumenten) und Datenmodalitäten nachzudenken und gleichzeitig relevante Referenzen bereitzustellen, um Benutzern dabei zu helfen, jede Aktion zu verfolgen und zu verstehen, wie die Plattform letztendlich zu der Antwort gelangt ist.
Mit dieser jüngsten Finanzierungsrunde hofft das Unternehmen, auf dieser Grundlage aufzubauen und mehr große Unternehmen dazu zu bewegen, seine Plattform zu nutzen, um den Wissensabruf ihrer Mitarbeiter zu vereinfachen.
Hebbia ist nicht das einzige Unternehmen in diesem Bereich. Auch andere Unternehmen erforschen den KI-basierten Wissensabruf für Unternehmen, darunter Glean. Das in Palo Alto, Kalifornien, ansässige Startup erreichte 2022 den Status eines Einhorns und entwickelte einen ChatGPT-ähnlichen Assistenten speziell für die Produktivität am Arbeitsplatz. Es gibt auch Akteure wie Vectara, die daran arbeiten, universelle KI-Erlebnisse auf Basis von Unternehmensdaten zu ermöglichen.
Highlight:
? Hebbia erhielt eine Serie-B-Finanzierung in Höhe von 130 Millionen US-Dollar, um eine lokalisierte Produktivitätsschnittstelle für LLM zu schaffen, um die Wertschöpfung aus Daten zu erleichtern.
? Hebbias Agent Co-Pilot Matrix kann die in allen Dokumenten enthaltenen Informationen analysieren und die erforderlichen Inhalte in strukturierter Form extrahieren.
? Hebbia hat mit Institutionen wie CharlesBank, Center View Partners und der U.S. Air Force zusammengearbeitet und verfügt über mehr als 1.000 Live-Anwendungsfälle.
Der Herausgeber von Downcodes kam zu dem Schluss: Die Finanzierung und Produktpositionierung von Hebbia verdienen Aufmerksamkeit. Seine Fähigkeit, komplexe Geschäftsprobleme zu lösen, und seine Innovation bei LLM-Anwendungen haben es zu einem wichtigen Akteur im Bereich der KI-Produktivitätstools gemacht. Es lohnt sich, auf die zukünftige Entwicklung zu blicken.