知識工作者的「AI 數據助理」Matrix，獲 a16z、Peter Thiel 等大咖青睞

AI 新創公司 Hebbia 推出的 AI 代理 Matrix，主要瞄準「知識型工作者」。它最大的特色是「自動化的任務分解與推理」功能，能將複雜問題分解成多個小任務，並根據每個子任務的特點，選擇最合適的 AI 模型和分析方法，並生成一份清晰易懂的報告，就像一個擁有多個「大腦」的 AI 助理。

在7月9日，Hebbia獲得1.3億美元（約新台幣42億元）的B輪募資，本輪募資由a16z領投，現估值約為7億美元（約新台幣228億元）。

Hebbia致力的AI代理領域，被視為邁向通用人工智慧（AGI）的重要節點，Hebbia最重要的產品Matrix還能做到什麼，以及他們又如何獲得Peter Thiel等知名投資人的青睞？

Excel之於數字，如同Matrix之於文字

AI代理是擁有自主修正、調整、選用適當的行動方式、決策等能力的人工智慧，大型語言模型（LLM）則是AI代理的大腦。

毫無疑問，AI 是我們生活中最重要的技術。但驅動革命的並不是技術，而是產品。Hebbia正在為AI建立人類應用層面——產品。──Hebbia創辦人George Sivulka

AI代理Matrix強項在於可以隨機應變地做出決策、拆解任務、自主使用工具完成任務，以及處理大量結構化和非結構化數據，而非現在傳統AI的「一問一答」。

使用Matrix的方式很簡單：首先導入資料如PDF、文字檔等；然後輸入問題，例如「這些數據中的關鍵趨勢是什麼？」；接著簡單設定AI代理的任務，比如檢索特定訊息、總結內容等；最後按下開始鍵，Matrix會自動分析數據並提供答案，用戶可以在類似Excel的電子表單的界面中查看結果和每一步的分析過程，並且任意進行刪改編輯。

目前Matrix看準專業人士在資料分析上的痛點，讓研究員、金融分析師能透過表單所呈現的結果制定市場策略、投資者分析報告。換言而之，用戶可以把Matrix直接當成一個助手交付任務，幫助用戶快速高效地完成數據分析，節省從事高重複性工作的時間與心力。

具體來說，Matrix有3大優點：

1. 透明度高的Excel介面設計：打破AI黑箱，讓分析過程一目了然

許多人對於AI抱持著不信任的態度，因為他們不清楚AI的分析過程，也無法驗證分析結果的準確性。對此，Matrix的Excel介面設計，藉由呈現每個分析步驟的數據來源和分析依據，讓使用者能清楚了解AI是如何得出結論的，確認決策過程的正確性。

2. 任務分解與逐步推理：將複雜問題化繁為簡，讓AI成為真正的「工作夥伴」

現階段，大多數的AI代理只能回答簡單的問題，因為LLM生成文字的方法，是根據前面的文字去推算最有可能出現的下一個字是什麼，因此在分解和解決複雜問題時，難以控制下一步出現的結果，而Matrix則透過任務分解與逐步推理來突破這個限制。

Matrix就像一個擁有多個大腦的助理，它會將複雜任務分解成多個子任務，交給不同的AI模型分別處理，最後再將結果整合起來，形成完整的解決方案。

例如，市場分析員可以詢問Matrix：「某一市場中5家最大企業的財務表現如何？」Matrix會將這個問題分解成多個小任務，將對比盈虧、走勢預測、比較市佔率的任務交給不同的AI模型處理，最終得出每家公司的收入、淨利潤、每股收益等關鍵數據，並以Excel表格的形式呈現財務報告。

3. 整合不同類型數據，告別AI工具切換的煩惱

現今的LLM通常只能處理單一類型數據，例如文字、圖片或語音。當使用者需要分析不同類型的數據時，就必須在不同的AI工具之間來回切換。Matrix則能連結到不同LLM，處理多種格式的結構化和非結構化數據，讓使用者不需為了處理不同類型數據而疲於奔命。

AI代理市場競爭激烈，Hebbia並非唯一瞄準這個賽道的玩家。Glean Technologies Inc.於2023年也推出了企業用AI代理，並在今年2月完成D輪募資後市值達到22億美元（約台幣723億元）。

兩者都發現企業員工花費大量時間在資訊搜尋和分析上，但採取了不同的策略。

Glean著重於解決企業內部資訊分散的問題，透過建立統一的企業內部搜尋平台，讓員工快速找到所需資訊。例如：員工可以用Glean聯繫公司內部專家、整合員工資料等。相較之下，Hebbia的Matrix更像企業的「外部大腦」，不僅整合內部數據更能連接外部數據庫和網路資訊，處理多步驟的複雜任務，應用範圍更廣泛。

新生代資料大師：只有Matrix可以做到的搜索分析

Matrix可以解答其他AI系統無法解答的複雜問題，例如盡職調查（DD），指的是創投與新創簽署投資前，針對關係人或是公司的調查。

a16z的合夥人Alex Immerman曾分享他使用Matrix的DD用例，其中包括：

第三方數據搜索：
「全球資料分析的AI公司──Databricks的前10大客戶是誰，他們的管理層在內部演講中討論了什麼？」
「哪些贊助商在其信用協議中，對增加債務的條款最寬鬆？」
專有內部搜索：
「我們的預測增長率放緩與所有之前的投資委員會備忘錄相比，表現如何？」
「在過去10年中，我們見過哪些公司年收入增長超過5倍，他們的關鍵指標如利潤率和規模是什麼？」
公開數據搜索：
「針對數位資產現貨與衍生品交易平台──FTX，他們的債權人如何追回118至142%的索賠？」
「標準普爾500指數（Standard & Poor’s 500）中，與AI相關的公司佔整體比例多少，與AI量化影響報告相差多少？」

已有許多企業看見Hebbia團隊在簡化資料搜索及分析過程的價值，根據a16z的文章，資深用戶如括投資銀行和藍籌資產管理公司的員工，在Matrix模板導入了專用的數據、模型和功能，自行進行客製化，將Matrix作為其日常工作流程的核心部分，這反映了各行各業都可以靈活使用Matrix的可能性。

現在客戶遍及法律諮詢、軍方、政府、製造業、製藥業等，其中包括投資銀行Centerview Partners、Charlesbank和律師事務所Fenwick，有客戶表示，Matrix讓分析工作從以前的幾小時縮短到現在的幾分鐘，並能產出他們以前無法想像的新結果。

目前，Hebbia採用訂閱制，並以SaaS工具的模式提供服務，收入在持續增長中。在接受《TechCrunch》採訪時，Hebbia的創辦人兼執行長George Sivulka表示，公司的收入在過去18個月中增長了15倍。

George Sivulka：用AI解放知識工作者，時間和能力，不應該用在沒意義的事上

Hebbia的核心理念是如何善用AI技術提高知識工作者的生產力，而實際上這個產品理念，與創辦人George Sivulka的個人經歷息息相關。

青少年時期，George Sivulka便在NASA工作，只花了接近4年完成史丹佛大學的數學學士學位和物理碩士學位。隨後攻讀電機工程博士學程，於2020年休學創立Hebbia。與許多擁有商業背景的創業家不同，George Sivulka並沒有直接的商業經驗，也沒有商業背景的聯合創辦人。然而，他對周遭朋友的觀察，卻讓他萌生了創業的想法。

「我看到這些聰明的腦袋被困在文本和數據的洪流中，他們的工作內容與其能力完全不成正比」，George Sivulka觀察到，身邊許多朋友即使擁有頂尖學歷，卻仍然每天被大量機械式的資訊閱讀工作所淹沒，而這也進而成為他的創業契機。