Na era da IA, as organizações buscam aprimorar funções internas críticas com modelos de linguagem de grande escala (LLMs). Embora os investimentos sejam substanciais, obter um ROI tangível com essas tecnologias é desafiador. A startup Hebbia, com sede em Nova York, dedicada a otimizar a recuperação de informações, anunciou recentemente uma rodada de captação de recursos Série B de $130 milhões, liderada por Andreessen Horowitz, Index Ventures, Peter Thiel e o braço de capital de risco do Google.
A Hebbia está desenvolvendo uma interface de produtividade nativa de LLM, fácil de usar, que simplifica a tomada de decisões baseada em dados, independentemente do tipo ou tamanho dos dados. A plataforma já colabora com grandes players do setor financeiro, incluindo fundos de hedge e bancos de investimento, e planeja expandir sua tecnologia para um leque mais amplo de empresas.
"A IA é, sem dúvida, a tecnologia mais importante de nossas vidas. Mas a tecnologia não impulsiona revoluções—os produtos sim. A Hebbia está construindo a camada humana— a camada do produto—para a IA," afirmou George Sivulka, fundador e CEO da Hebbia, em um post de blog. Anteriormente, a empresa levantou $31 milhões em várias rodadas de investimento.
O que a Hebbia Oferece
Chatbots baseados em LLM frequentemente enfrentam dificuldades com consultas complexas de negócios, seja por limitações da janela de contexto ou pela complexidade das perguntas. Isso pode diminuir a confiança das equipes nas capacidades dos modelos de linguagem. Fundada em 2020, a Hebbia aborda esse desafio com seu copiloto vinculado a LLM, Matrix, projetado para ambientes empresariais. O Matrix capacita trabalhadores do conhecimento a fazer perguntas intricadas relacionadas a documentos internos—abrangendo PDFs, planilhas e transcrições de áudio—utilizando uma janela de contexto infinita.
Quando um usuário submete uma consulta juntamente com os documentos relevantes, o Matrix decompõe o pedido em tarefas gerenciáveis para o LLM subjacente executar. Esse processo permite a análise simultânea de vastas quantidades de informações, gerando insights estruturados. De acordo com a Hebbia, a plataforma pode raciocinar através de milhões a bilhões de documentos e tipos de dados, fornecendo citações para transparência e rastreabilidade.
"Projetada para trabalhadores do conhecimento, a Hebbia permite que você instrua agentes de IA a realizar tarefas exatamente como você faria, lidando com complexidade e grandes conjuntos de dados com a flexibilidade e transparência semelhantes a uma planilha ou analista humano," explicou Sivulka.
Impacto Futuro
Sivulka inicialmente pretendia simplificar fluxos de trabalho para profissionais de finanças que frequentemente analisavam documentos extensos. No entanto, a plataforma ganhou tração em diversos setores. A Hebbia agora afirma ter mais de 1.000 casos de uso em produção com clientes notáveis, incluindo CharlesBank, American Industrial Partners, Oak Hill Advisors, Center View Partners, Fisher Phillips e a Força Aérea dos EUA.
"Nos últimos 18 meses, aumentamos a receita em 15 vezes, quintuplicamos o número de funcionários, representamos mais de 2% do volume diário da OpenAI e preparamos o terreno para que clientes transformem suas metodologias de trabalho," reportou Sivulka. Ainda não está claro se a OpenAI é o único LLM utilizado na plataforma Matrix ou se existem opções adicionais para os usuários.
Com a recente captação de recursos, a Hebbia planeja aprimorar ainda mais sua plataforma, simplificando a recuperação de conhecimento para um número ainda maior de grandes empresas.
"Visualizo um futuro onde agentes de IA contribuem significativamente para o PIB global, superando todos os funcionários humanos. Acredito que a Hebbia nos levará até lá," comentou Sivulka, enfatizando que a empresa pretende criar um dos produtos de software mais impactantes do próximo século.
No entanto, é vital reconhecer que a Hebbia enfrenta concorrência. Outras empresas, como a Glean—uma startup de Palo Alto que alcançou status de unicórnio em 2022 com um assistente de produtividade semelhante ao ChatGPT—também estão avançando na recuperação de conhecimento baseada em IA. Além disso, empresas como a Vectara estão focadas em permitir experiências de IA generativa com base em dados empresariais.