À l'ère de l'IA, les organisations cherchent à optimiser leurs fonctions internes critiques en intégrant des modèles de langage de grande taille (LLM). Malgré des investissements conséquents, obtenir un retour sur investissement tangible reste un défi. La startup new-yorkaise Hebbia, spécialisée dans l'optimisation de la recherche d'informations, a récemment annoncé un financement de 130 millions de dollars dans le cadre d'une série B, menée par Andreessen Horowitz, Index Ventures, Peter Thiel et le fonds de capital-risque de Google.
Hebbia développe une interface de productivité conviviale, native des LLM, qui facilite la prise de décisions basée sur les données, quelle que soit la taille ou le type de données. La plateforme collabore déjà avec de grands acteurs du secteur des services financiers, y compris des fonds spéculatifs et des banques d'investissement, tout en prévoyant d’étendre sa technologie à un éventail plus large d'entreprises.
« L'IA est sans conteste la technologie la plus importante de notre époque. Mais ce ne sont pas les technologies qui déclenchent les révolutions, ce sont les produits. Hebbia construit la couche humaine—la couche produit—de l'IA », a déclaré George Sivulka, fondateur et PDG de Hebbia, dans un article de blog. Auparavant, l'entreprise avait levé 31 millions de dollars lors de plusieurs tours de financement.
Ce que Hebbia Propose
Les chatbots basés sur les LLM rencontrent souvent des difficultés avec des requêtes commerciales complexes, que ce soit à cause des limites de la fenêtre contextuelle ou de la complexité des questions. Cela peut nuire à la confiance des équipes dans les capacités des modèles linguistiques.
Fondée en 2020, Hebbia répond à ce défi avec son copilote lié aux LLM, Matrix, conçu pour les environnements d'entreprise. Matrix permet aux travailleurs du savoir de poser des questions complexes sur des documents internes—des PDF aux feuilles de calcul, en passant par des transcriptions audio—en utilisant une fenêtre contextuelle infinie.
Lorsqu'un utilisateur soumet une requête accompagnée des documents pertinents, Matrix décompose la demande en tâches gérables pour le LLM sous-jacent. Ce processus permet l'analyse simultanée d'énormes volumes d'informations, offrant des insights structurés. Selon Hebbia, la plateforme peut raisonner sur des millions à des milliards de documents et de types de données tout en fournissant des citations pour garantir la transparence et la traçabilité.
« Conçu pour les travailleurs du savoir, Hebbia vous permet d'instruire les agents IA pour réaliser des tâches exactement comme vous le feriez, gérant complexité et grands ensembles de données avec la flexibilité et la transparence d'une feuille de calcul ou d'un analyste humain », a expliqué Sivulka.
Impact Futur
Sivulka avait initialement pour objectif de simplifier les flux de travail des professionnels de la finance qui triaient fréquemment de vastes documents. Depuis, la plateforme a gagné en popularité dans divers secteurs. Hebbia revendique désormais plus de 1 000 cas d'utilisation en production avec des clients notables tels que CharlesBank, American Industrial Partners, Oak Hill Advisors, Center View Partners, Fisher Phillips, et l'US Air Force.
« Au cours des 18 derniers mois, nous avons multiplié notre chiffre d'affaires par 15, quintuplé notre effectif, et représenté plus de 2 % du volume quotidien d'OpenAI, tout en préparant le terrain pour que nos clients transforment leurs méthodes de travail », a rapporté Sivulka. Reste à savoir si OpenAI est le seul LLM utilisé sur la plateforme Matrix ou si d'autres options sont disponibles pour les utilisateurs.
Avec ce nouveau financement, Hebbia prévoit de continuer à améliorer sa plateforme, simplifiant la recherche de connaissances pour encore plus de grandes entreprises.
« J'imagine un avenir où les agents IA contribuent de manière significative au PIB mondial, surpassant tous les employés humains. Je crois que Hebbia nous y mènera », a déclaré Sivulka, soulignant que l'entreprise vise à créer l'un des logiciels les plus importants du siècle à venir.
Il est toutefois important de reconnaître qu'Hebbia fait face à la concurrence. D'autres entreprises, comme Glean—une startup de Palo Alto qui a atteint le statut de licorne en 2022 avec un assistant de productivité similaire à ChatGPT—progressent également dans la recherche d'informations pilotée par l'IA. De plus, des sociétés comme Vectara se concentrent sur la création d'expériences d'IA générative basées sur des données d'entreprise.