技术的变革往往为人们带来无限的可能性。然而,真正改变世界的并不是单纯的技术,而是将这些技术转化为现实应用的产品。Hebbia的创始人兼首席执行官乔治·西沃尔卡(George Sivulka)对此深有体会。
他在接受美媒采访时表示,“在人类历史上,有七次重大的技术革命:火、农业、车轮、重复制造、电力、互联网和人工智能。毫无疑问,人工智能是我们这一生中最重要的技术。
但推动革命的并不是技术,而是产品。AI可以执行复杂的工作流程,而不仅仅是来回聊天。”
据Law.Com报道,这家初创公司近日宣布完成了一笔1.3亿美元的B轮融资,最新估值达到7亿美元,成为2024年迄今为止最大的单笔法律科技融资。
Hebbia的创始人乔治·西沃尔卡(George Sivulka)
Hebbia的创始人乔治·西沃尔卡(George Sivulka)是一名斯坦福大学的博士肄业生。
他在16岁时就在NASA工作,开发卫星探测软件。不到两年的时间,他以优异的成绩获得了数学学士学位,成为最快完成斯坦福大学数学学位的本科生之一。
在斯坦福攻读应用物理学硕士期间,他参与了美国能源部的物理研究项目,并进入了斯坦福大学全额资助的项目,开始攻读人工智能博士学位。
23岁时,从斯坦福大学计算神经科学博士项目退学,与一支主要由斯坦福人工智能研究人员组成的团队,一起创办了Hebbia。
全明星阵容的投资人
据Crunchbase统计,自2020年8月成立以来,Hebbia已获得了三轮融资,累计筹集资金1.61亿美元。最新一轮由安德森·霍洛维茨(Andreessen Horowitz,简称A16z)领投,Index Ventures、谷歌风投和彼得·蒂尔(Peter Thiel)参与其中。
当前,Hebbia现有投资者中包括有"硅谷风投教父"之称的安德森·霍洛维茨、索罗斯门徒、对冲基金大佬斯坦利·德鲁肯米勒(Stanley Druckenmiller)、谷歌创始董事会成员兼首批投资者之一拉姆·施里拉姆(Ram Shriram)、雅虎创始人杨致远(Jerry Yang)、PayPal联合创始人硅谷明星投资人彼得·蒂尔等。其中,Hebbia更是彼得·蒂尔位数不多的早期投资之一,他个人的前五笔种子期投资分别是 Facebook、Palantir、DeepMind、OpenAI和Hebbia。
斯坦利·德鲁肯米勒(Stanley Druckenmiller)
创业的灵感来源于创始人乔治的博士期间。他的许多朋友都进入了金融领域,从事并购业务,每周工作100小时,忙于处理成千上万份文件。为了帮助这些朋友,他在一个周末开发了一种Ctrl-F浏览器插件。这种插件与基本的关键词搜索不同,不仅仅匹配特定的短语,而是基于自然语言处理(NLP)来理解语境,实际回答网页上的问题。
几天之内,这款浏览器插件引起了法学学生、金融分析师以及斯坦福实验室同事们的关注,大家都认为神经搜索(Neural Search)非常有用,并希望将这一工具应用于他们自己的个人文档索引。在筹集了一小笔种子资金后,Hebbia诞生了。乔治和他的创始团队,由机器学习科学家和工程师组成,回到了他的老家纽约,开始构建世界上第一个“神经网络搜索引擎”。
聚焦所有分析师岗位
不同于另一家专注于法律领域的AI明星初创公司Harvey AI,Hebbia的独特商业模式并不限于金融、法律或任何特定行业,而是聚焦于分析师的“岗位”,专注于优化检索这一“单一”功能。
乔治曾在一次访谈中表示,他希望结束所谓的“谷歌语言”时代,构建世界上首个“神经搜索引擎”。
今天的市场上,包括谷歌、雅虎、必应和百度等主要的商业搜索引擎,都是通过关键词匹配驱动的。这些搜索引擎通过识别查询网页中的词汇,然后通过统计数据、词数和语义映射的复杂综合来排名页面。
例如,当你搜索“太阳”时,数据可能已经将“太阳能”等主题相似的词汇联系起来。使用这些搜索引擎时,我们常常假装机器比实际更笨:我们将查询简化成基本的关键词和尴尬的短语,然后花费更多脑力来完善语言,以防止搜索算法出错。同时,在某种程度上,你必须已经对你所寻求的结果有所了解。
乔治称,Hebbia的产品将解决谷歌的一个痛点,超越传统搜索引擎的能力,极大地提升搜索效率和精度。神经搜索技术(Neural Search Technology)能够理解查询的语境,识别用户意图,并提供精确答案。
通过更智能的搜索技术,Hebbia提供了超越传统搜索引擎的搜索能力。其核心产品“矩阵”(Matrix)是一款人工智能辅助工具,能够从大量文档中提取、结构化和分析信息,并通过语言学习模型实现全流程自动化。
Hebbia的技术不仅能理解用户意图并提供精确答案,还能保持透明和可验证性,确保用户与人工智能系统之间的信任与协作。
例如,用户现在可以输入“最新的销售额是多少”或“病人什么时候被诊断”,并在几秒钟内得到答案。
Hebbia的核心优势包括:
·
Any Data(任何数据):
能够对任何数量和模态的数据进行推理,包括PDF文件、PPT文件、电子表格、会议记录甚至音频和视频片段等,并拥有无限有效的上下文窗口。
·
Any Task(任何任务):
可以执行复杂的多步骤工作流程,挖掘埋藏在成堆文件和转录中的细节,进行有针对性的信息提取。
· Total Transparency(高度透明):
用户可以查看并追踪AI所采取的每一个行动,从跨数千份文档中定位到引用位置,标记并高亮显示,解决用户或企业对AI可能产生不准确信息的担忧。
· Enterprise Security(企业安全):
获得SOC2 I类和SOC2 II类数据安全合规认证。
基于其“神经搜索引擎”
能够处理任何数量、任何格式的数据,并在高透明度和确保数据安全的情况下进行复杂、多步骤的信息提取
这一优势,Hebbia在多个行业中受到青睐。其应用场景包括:
· 金融机构:进行尽职调查和财务分析,例如从美国证券交易委员会文件、收益记录等中获取相关数据,并检测超过8,000份监管文件中的不一致之处。
· 法律专业人士:通过快速检索与案件相关的文件进行法律研究、合同分析、知识管理和案例分析。
· 研究人员和学生:高效浏览大量文献和数据集进行学术研究。
在过去的18个月里,Hebbia的营收增长了15倍。TechCrunch报道,公司年度经常性收入(ARR)已超过1300万美元,并且实现盈利。
Hebbia拥有全球最大的几家私募股权公司、对冲基金、咨询公司和政府项目等付费客户,此外还包括资产管理公司、律师事务所、银行、《财富》100强公司和美国空军等。
在硅谷银行(SVB)遭遇危机期间,Hebbia的技术被资产管理人用于分析数百万份文件。虽然Hebbia还不是谷歌的杀手,但乔治表示,他希望最终能进入谷歌的公共搜索引擎领域。
与前文提到的另一家明星法律科技公司Harvey AI不同,Hebbia和Harvey AI展现了截然不同的战略选择。
Hebbia没有聚焦于任何一个特定行业,而是专注于搜索引擎这一“单一”功能,通过其神经搜索技术和对语境的理解,为金融、法律、医疗等多个行业提供高效的信息检索服务。
相比之下,Harvey AI则定位于法律行业,从支持法律研究、合同审阅和修订、法律风险评估、数据分析、文件生成与校对等多个方面协助律师,专注于利用大语言模型改进法律服务。
信息来源:清华大学智能法治研究院 公开资料
整理/制表:智合研究院
2023年12月,Harvey完成了8000万美元(约5.8亿元)的B轮融资,公司估值上升至7.15亿美元(约51.8亿元)。
对于人工智能初创企业来说,Hebbia与Harvey的估值均在其年度经常性收入(ARR)的50倍以上。TechCrunch评价,50倍ARR——已经成为那些在创业初期就实现了数百万美元盈利的企业估值的常态。
在AI技术迅速发展的今天,是应该聚焦于开发具有广泛适用性的功能,还是应该深耕特定行业,提供定制化的解决方案?Hebbia的选择显示了其对通用技术的自信,而Harvey AI的策略则体现了对行业深度和专业性的追求。
在这场法律科技的竞赛中,两家公司的不同路径将如何影响它们的未来,还有待市场的进一步检验。
但据美媒爆料,根据最新的招聘公告显示,Harvey正在转变并致力于打造一个为法律、税务和金融专业人士提供服务的安全人工智能平台。Harvey将从单一法律服务领域,向更广泛的专业服务领域拓展。
据美媒爆料,一个月前Harvey曾寻求以至少20亿美元的估值筹集6亿美元资金,但目前已改为筹集1亿美元,估值预期也从至少20亿美元降低到了投后15亿。
这一变化可能涉及Harvey的生存问题——
它需要更多的法律数据。
Harvey曾告诉新投资者,他们计划用一部分资金收购法律研究公司vLex,以获取这家已有25年历史的公司的数据。
2023年6月,全球内容与技术公司汤森路透宣布以6.5亿美元现金收购Casetext,目的是补充自己的AI路线图。Casetext成立于2013年,其产品包括由GPT-4提供支持的AI法律助理CoCounsel,该产品能够在几分钟内提供文档审查、法律研究备忘录、证词准备和合同分析服务。
英特尔公司副总裁威廉.H.达维多(Davidow,1992)认为,进入市场的第一代产品能够自动获得50%的市场份额,也就是说,其他公司的同类新产品最多只能分享其余的50%。达维多定律是现代数字经济大形势下的马太效应,也称之为赢者通吃(winner takes all)。
在法律科技赛道上,AI的良性循环模式是加快这一飞轮运转的底层逻辑:
更多优质数据=更精确的模型=更好的产品=更多用户=更多数据。
这一模式使得拥有更多数据的公司在市场竞争中占据优势,更有可能去主导和引领一个细分领域的发展。
|
智合研究院高级研究员,关注律师行业数据,关注关于法律科技的一切。
|
|