ニューヨークの企業 Hebbia は最近、Andreessen Horowitz、Index Ventures、Peter Thiel、Google Ventures を含む強力な投資家による 1 億 3,000 万ドルのシリーズ B ラウンドの資金調達が完了したと発表しました。 Hebbia は、あらゆる種類とサイズのデータから価値を抽出するプロセスを簡素化するように設計された、ローカライズされた LLM 生産性インターフェイスの構築に取り組んでいます。対象とする顧客ベースはヘッジファンドや投資銀行などの金融サービスをカバーしており、さらに多くの企業に拡大する予定だ。
ニューヨークを拠点とする Hebbia は、Andreessen Horowitz、Index Ventures、Peter Thiel、Google のベンチャーキャピタル部門などの投資家からシリーズ B 資金で 1 億 3,000 万ドルを調達したと発表しました。
Hebbia が構築しているものは非常にシンプルなものです。それは、データの種類やサイズに関係なく、データから価値を簡単に取得できる LLM ネイティブの生産性インターフェイスです。同社はすでにヘッジファンドや投資銀行など金融サービス業界の大手企業数社と協力しており、今後数日のうちにさらに多くの企業にこのテクノロジーを導入する予定だ。
製品入口：https://top.aibase.com/tool/hebbia
LLM ベースのチャットボットは社内文書やプロンプト文書に基づいて作成できますが、これらのアシスタントはビジネス機能に関する複雑な質問に答えることができないことに多くの人が注目しています。場合によっては、提供されたドキュメントのサイズを処理できないコンテキスト ウィンドウに問題があることもあれば、クエリの複雑さによってモデルが正確に解決できないこともあります。エラーは、言語モデルに対するチームの信頼にさえ影響を与える可能性があります。
Hebbia は、LLM 関連のエージェントの副操縦士マトリックスを提供することで、このギャップに対処します。この製品は企業のビジネス環境内に設置されており、知識労働者は無制限のコンテキスト ウィンドウを使用して、PDF、スプレッドシート、Word 文書から音声転写に至るまで、社内文書に関連する複雑な質問をすることができます。
ユーザーがクエリと関連ドキュメント/ファイルを指定すると、Matrix はそれを LLM が実行できる小さな操作に分割します。これにより、文書に含まれるすべての情報を一度に分析し、必要なコンテンツを構造化された形式で抽出できます。 Hebbia 氏は、このプラットフォームにより、モデルはあらゆる量 (数百万から数十億のドキュメント) とデータ モダリティについて推論できるようになり、ユーザーが各アクションを追跡し、プラットフォームが最終的にどのように答えに到達したかを理解するのに役立つ関連参照を提供できると述べました。
同社は今回の最新の資金調達ラウンドにより、この基盤を構築し、従業員が知識を取得する方法を簡素化するために同社のプラットフォームを使用するよう、より多くの大企業を誘致したいと考えている。
この分野に参入している企業は Hebbia だけではありません。 Glean など、他の企業も企業向けの AI ベースの知識検索を検討しています。カリフォルニア州パロアルトに本拠を置くこのスタートアップは、2022 年にユニコーンの地位を獲得し、特に職場の生産性を高めるために ChatGPT のようなアシスタントを構築しました。 Vectara のような、企業データに基づいたユニバーサル AI エクスペリエンスの実現に取り組んでいる企業もあります。
ハイライト:
? Hebbia は、LLM がデータから価値を取得しやすくするためのローカライズされた生産性インターフェイスを作成するために、シリーズ B の資金調達で 1 億 3,000 万米ドルを受け取りました。
? Hebbia のエージェント副操縦士である Matrix は、すべての文書に含まれる情報を分析し、必要なコンテンツを構造化された形式で抽出できます。
? Hebbia は CharlesBank、Center View Partners、米国空軍などの機関と提携しており、1,000 を超える実際の使用例があります。
Downcodes の編集者は次のように結論付けています。Hebbia の資金調達と製品の位置付けは、複雑なビジネス上の問題を解決する能力と LLM アプリケーションの革新により、AI 生産性ツールの分野で重要な役割を果たしています。今後の展開が楽しみですね。