La empresa neoyorquina Hebbia anunció recientemente la finalización de una ronda de financiación Serie B de 130 millones de dólares, con una sólida lista de inversores que incluyen a Andreessen Horowitz, Index Ventures, Peter Thiel y Google Ventures. Hebbia se compromete a crear una interfaz de productividad LLM localizada diseñada para simplificar el proceso de extracción de valor de datos de todo tipo y tamaño. Su base de clientes objetivo abarca servicios financieros, como fondos de cobertura y bancos de inversión, y planea expandirse a más empresas.
Hebbia, con sede en Nueva York, anunció que ha recaudado 130 millones de dólares en financiación Serie B de inversores como Andreessen Horowitz, Index Ventures, Peter Thiel y la división de capital de riesgo de Google.
Lo que Hebbia está construyendo es algo bastante simple: una interfaz de productividad nativa de LLM que facilita la obtención de valor de los datos, independientemente de su tipo o tamaño. La compañía ya está trabajando con algunos de los actores más importantes de la industria de servicios financieros, incluidos fondos de cobertura y bancos de inversión, y planea llevar la tecnología a más empresas en los próximos días.
Entrada del producto: https://top.aibase.com/tool/hebbia
Si bien los chatbots basados en LLM pueden basarse en documentos internos o rápidos, muchas personas notan que estos asistentes no pueden responder preguntas complejas sobre funciones comerciales. En algunos casos, el problema es la ventana de contexto, que no puede manejar el tamaño del documento proporcionado, mientras que en otros casos la complejidad de la consulta impide que el modelo la resuelva con precisión. Los errores pueden incluso afectar la confianza del equipo en el modelo lingüístico.
Hebbia aborda esta brecha proporcionando Matrix, el agente copiloto relacionado con LLM. El producto se integra en el entorno empresarial de una empresa y permite a los trabajadores del conocimiento formular preguntas complejas relacionadas con documentos internos (desde archivos PDF, hojas de cálculo y documentos de Word hasta transcripciones de audio) con ventanas contextuales ilimitadas.
Una vez que el usuario proporciona una consulta y documentos/archivos relacionados, Matrix la divide en operaciones más pequeñas que LLM puede realizar. Esto le permite analizar toda la información contenida en el documento a la vez y extraer el contenido requerido de forma estructurada. Hebbia dijo que la plataforma permite a los modelos razonar sobre cualquier volumen (millones a miles de millones de documentos) y modalidades de datos, al tiempo que proporciona referencias relevantes para ayudar a los usuarios a rastrear cada acción y comprender cómo la plataforma finalmente llegó a la respuesta.
Con esta última ronda de financiación, la empresa espera aprovechar esta base y atraer a más empresas grandes para que utilicen su plataforma para simplificar la forma en que sus trabajadores obtienen conocimientos.
Hebbia no es la única empresa en este espacio. Otras empresas también están explorando la recuperación de conocimientos basada en IA para empresas, incluida Glean. La startup con sede en Palo Alto, California, alcanzó el estatus de unicornio en 2022 y creó un asistente similar a ChatGPT específicamente para la productividad en el lugar de trabajo. También hay actores como Vectara que están trabajando para permitir experiencias universales de IA basadas en datos empresariales.
Destacar:
? Hebbia recibió 130 millones de dólares en financiación Serie B para crear una interfaz de productividad localizada para LLM a fin de facilitar la obtención de valor de los datos.
?El agente copiloto de Hebbia, Matrix, puede analizar la información contenida en todos los documentos y extraer el contenido requerido de forma estructurada.
Hebbia se ha asociado con instituciones como CharlesBank, Center View Partners y la Fuerza Aérea de EE. UU., y tiene más de 1000 casos de uso reales.
El editor de Downcodes concluyó: La financiación y el posicionamiento de los productos de Hebbia son dignos de atención. Su capacidad para resolver problemas empresariales complejos y su innovación en aplicaciones LLM la han convertido en un actor importante en el campo de las herramientas de productividad de IA. Vale la pena esperar el desarrollo futuro.