HerculesAI arbeitete mit großen Sprachmodellen, lange bevor es cool war

HerculesAI (ehemals Zero Systems) arbeitet seit 2017 an der Automatisierung professioneller Dienstleistungen und konzentrierte sich ursprünglich auf die Rechtsbranche. Im Rahmen dieser Arbeit hat das Unternehmen bereits mehrere Jahre lang große Sprachmodelle entwickelt, lange bevor die Idee ins öffentliche Bewusstsein gelangte. Daher war das Unternehmen zur richtigen Zeit am richtigen Ort, als ChatGPT Ende 2022 auf der Bildfläche erschien und plötzlich alle über LLMs sprachen.

Heute gab das Unternehmen eine Investition der Serie B in Höhe von 26 Millionen US-Dollar bekannt, um seine jüngste Dynamik weiter auszubauen.

Alex Babin, CEO und Mitbegründer des Unternehmens, sagt, dass sie seit etwa 2020 an kleinen Modellen mit einer halben bis zwei Milliarden Parametern gearbeitet und diese aus Compliance-Gründen auf Edge-Geräten ausgeführt hätten, aber vor dem Aufkommen von ChatGPT schenkte niemand diesem Aspekt ihrer Lösung viel Aufmerksamkeit.

„Es waren vielleicht acht oder neun Monate vor ChatGPT und ich erinnere mich, wie ich mit unseren Kunden sprach und den CIOs erklärte, was ein LLM ist – und niemanden interessierte es“, sagte Babin gegenüber Tech. Im November desselben Jahres änderte sich das natürlich schnell und plötzlich interessierten sich alle für das Konzept. Dieser Wandel hat im letzten Jahr zu einem rasanten Wachstum des Unternehmens beigetragen.

Heute verfügt das Unternehmen über mehrere Modelle, die drei Hauptfunktionen erfüllen: intelligente Datenextraktion, Datentransformation und Datenüberprüfung. Die erste ist ziemlich standardmäßig und beinhaltet das Extrahieren von Daten aus Dokumenten. Der zweite Teil erstellt automatisch einen Satz von Regeln und Strukturen um diese Daten herum, aber der dritte Teil, die Überprüfung, ist besonders wichtig, sagt er.

„Es ist wirklich der heilige Gral, wenn man extrahierte Informationen vergleichen und sie dann in die Quelle der Wahrheit umwandeln kann, egal ob es sich dabei um Vorschriften, Richtlinien, Verträge, Gesetze oder irgendetwas anderes handelt“, sagte Babin. Dadurch wird sichergestellt, dass alle Probleme, die im Widerspruch zu den Quellmaterialien stehen, den Mitarbeitern automatisch angezeigt werden.

Diese drei Bereiche haben es dem Startup außerdem ermöglicht, auf der Grundlage dieser Dienste ein Multi-Agenten-System aufzubauen, das dabei hilft, all diese Aktivitäten zu automatisieren. „Diese Multi-Agenten-Systeme können auf hochwertige, kontinuierliche Prozesse oder Arbeitsabläufe angewendet werden, die [automated] Entscheidungsfindung“, sagte er.

Für seinen Stammkunden aus der regulierten Industrie ist all dies besonders wichtig. Dazu zählen heute nicht nur Rechtsdienstleistungen, sondern auch Versicherungs- und Finanzdienstleistungen.

Ihre KI-Strategie scheint zu funktionieren, denn das Unternehmen meldete im letzten Jahr ein vierfaches Wachstum. Zu ihren Kunden zählen 30 % der 100 größten Anwaltskanzleien in den USA. Darüber hinaus haben sie eine Reihe weiterer Fortune-500-Kunden, darunter Mercer, Standard & Poor’s und State Farm.

Das Unternehmen beschäftigt derzeit rund 75 Mitarbeiter, aber trotz des zusätzlichen Geldes will Babin schlank bleiben und mehr in die Verbesserung interner Prozesse investieren als in die Einstellung neuer Mitarbeiter. „Ich sehe keinen Grund, warum wir mehr Leute einstellen müssen. Tatsächlich werden wir mehr in unsere internen Prozesse und Automatisierung investieren. Wir müssen unser eigenes Hundefutter essen und unsere eigenen Produkte verwenden, um skalierbarer zu werden“, sagte er.

Die heutige Finanzierung wurde von Streamlined Ventures unter Beteiligung von Proof VC, Thomson Reuters Ventures, Alumni Ventures und verschiedenen Brancheninvestoren geleitet.

tch-1-tech