1 منشورات تم وضع علامة عليها بـ "منصة الذكاء الاصطناعي"

ما وراء الضجيج: تعمق في Hebbia، منصة الذكاء الاصطناعي للأعمال المعرفية الجادة​

لقد ترددت وعود الذكاء الاصطناعي في قاعات مجالس الإدارة والمكاتب لسنوات: مستقبل يتم فيه أتمتة الأعمال الروتينية التي تتطلب الكثير من البيانات، مما يحرر الخبراء البشريين للتركيز على الاستراتيجية واتخاذ القرارات. ومع ذلك، بالنسبة للعديد من المهنيين في المجالات عالية المخاطر مثل التمويل والقانون، بدا هذا الوعد فارغاً. غالباً ما تقصر أدوات الذكاء الاصطناعي القياسية، من عمليات البحث البسيطة بالكلمات المفتاحية إلى روبوتات الدردشة من الجيل الأول، في قدرتها على الاستنتاج أو التوليف أو التعامل مع الحجم الهائل من المعلومات المطلوبة للتحليل العميق.

هنا تظهر Hebbia، وهي شركة لا تقدم نفسها كروبوت دردشة آخر، بل كمنصة الذكاء الاصطناعي التي وُعدت بها بالفعل. من خلال منصتها "Matrix"، تقدم Hebbia حجة مقنعة بأنها قد فكت شفرة الأعمال المعرفية المعقدة، متجاوزةً مجرد الأسئلة والأجوبة لتقديم تحليل شامل. سيتناول هذا التقرير الموضوعي ما هي Hebbia، وكيف تعمل، ولماذا تكتسب زخماً كبيراً في بعض الصناعات الأكثر تطلباً في العالم.

المشكلة: عندما لا يكون الذكاء الاصطناعي "الجيد بما فيه الكفاية" جيداً بما فيه الكفاية​

يغرق العاملون في مجال المعرفة في البيانات. فغالباً ما يقوم محللو الاستثمار والمحامون التجاريون ومستشارو الاندماج والاستحواذ بتمشيط آلاف المستندات — العقود، الإيداعات المالية، التقارير — للعثور على رؤى حاسمة. وقد يؤدي تفصيل واحد مفقود إلى عواقب بملايين الدولارات.

لقد أثبتت الأدوات التقليدية عدم كفايتها. فالبحث بالكلمات المفتاحية غير فعال ويفتقر إلى السياق. وغالباً ما تكتفي أنظمة التوليد المعزز بالاسترجاع (RAG) المبكرة، المصممة لترسيخ الذكاء الاصطناعي في مستندات محددة، بتكرار العبارات أو تفشل عندما يتطلب الاستعلام توليف المعلومات من مصادر متعددة. اسأل ذكاء اصطناعياً بسيطاً "هل هذا استثمار جيد؟" وقد تحصل على ملخص للغة تسويقية متفائلة، وليس تحليلاً دقيقاً لعوامل المخاطر المدفونة بعمق في إيداعات هيئة الأوراق المالية والبورصات (SEC). هذه هي الفجوة التي تستهدفها Hebbia: الهوة بين إمكانات الذكاء الاصطناعي واحتياجات العمل الاحترافي الجاد.

الحل: "Matrix" - محلل ذكاء اصطناعي، وليس روبوت دردشة​

حل Hebbia هو منصة ذكاء اصطناعي تسمى Matrix، مصممة لتعمل بشكل أقل كشريك محادثة وأكثر كمحلل فائق الكفاءة، يتجاوز القدرات البشرية. بدلاً من واجهة الدردشة، يُعرض على المستخدمين شبكة تعاونية تشبه جداول البيانات.

إليك كيفية عملها:

• استيعاب أي شيء، وكل شيء: يمكن للمستخدمين تحميل كميات هائلة من البيانات غير المهيكلة — آلاف ملفات PDF، ومستندات Word، ونصوص، وحتى الصور الممسوحة ضوئياً. تم تصميم نظام Hebbia للتعامل مع نافذة سياق "لا نهائية" تقريباً، مما يعني أنه يمكنه ربط المعلومات عبر ملايين الصفحات دون أن يتقيد بحدود الرموز المميزة (token limits) النموذجية لنماذج اللغة الكبيرة (LLM).
• تنسيق وكلاء الذكاء الاصطناعي: يطرح المستخدم مهمة معقدة، وليس مجرد سؤال واحد. على سبيل المثال، "حلل المخاطر الرئيسية والضغوط التنافسية المذكورة في مكالمات الأرباح للعامين الماضيين لهذه الشركات الخمس." تقوم Matrix بتقسيم هذه المهمة إلى مهام فرعية، وتعيين "وكلاء" ذكاء اصطناعي لكل منها.
• مخرجات منظمة وقابلة للتتبع: يتم ملء النتائج في جدول منظم. قد يكون كل صف عبارة عن شركة أو مستند، وكل عمود إجابة على سؤال فرعي (مثل "نمو الإيرادات"، "عوامل المخاطر الرئيسية"). والأهم من ذلك، أن كل مخرج يتم الاستشهاد به. يمكن للمستخدمين النقر على أي خلية لرؤية المقطع الدقيق من المستند المصدر الذي استخدمه الذكاء الاصطناعي لتوليد الإجابة، مما يقضي بشكل فعال على الهلوسات ويوفر شفافية كاملة.

يعد هذا النهج "أظهر عملك" حجر الزاوية في تصميم Hebbia، فهو يبني الثقة ويسمح للخبراء بالتحقق من استدلال الذكاء الاصطناعي، تماماً كما يفعلون مع محلل مبتدئ.

التكنولوجيا: لماذا هي مختلفة​

تكمن قوة Hebbia في بنيتها الخاصة ISD (الاستدلال، البحث، التفكيك). يتجاوز هذا النظام أنظمة RAG الأساسية لإنشاء حلقة تحليلية أكثر قوة:

1. التفكيك: يقوم بذكاء بتقسيم طلب المستخدم المعقد إلى سلسلة من الخطوات الأصغر والمنطقية.
2. البحث: لكل خطوة، يقوم بإجراء بحث متقدم ومتكرر لاسترداد الأجزاء الأكثر صلة بالمعلومات من مجموعة البيانات بأكملها. هذا ليس استرجاعاً لمرة واحدة؛ إنها عملية تكرارية حيث يمكن للذكاء الاصطناعي البحث عن المزيد من البيانات بناءً على ما وجده بالفعل.
3. الاستدلال: بعد جمع السياق الصحيح، تُستخدم نماذج اللغة الكبيرة (LLMs) القوية للاستنتاج والتوليف وتوليد الإجابة النهائية لتلك الخطوة.

تتم إدارة سير العمل هذا بالكامل بواسطة محرك تنسيق يمكنه تشغيل آلاف هذه العمليات بالتوازي، مما يوفر في دقائق ما قد يستغرق فريقاً بشرياً أسابيع لإنجازه. وبكونها محايدة للنماذج (model-agnostic)، يمكن لـ Hebbia دمج أفضل نماذج اللغة الكبيرة (مثل أحدث نماذج OpenAI) لتعزيز قدراتها الاستدلالية باستمرار.

الانتشار والتأثير في العالم الحقيقي​

إن الدليل الأكثر إقناعاً على قيمة Hebbia هو اعتمادها من قبل قاعدة عملاء مميزة. تفيد الشركة أن 30% من أكبر 50 شركة لإدارة الأصول حسب الأصول المدارة (AUM) هم عملاء بالفعل. وتقوم شركات النخبة مثل Centerview Partners و Charlesbank Capital، بالإضافة إلى مكاتب المحاماة الكبرى، بدمج Hebbia في سير عملها الأساسي.

حالات الاستخدام قوية:

• خلال أزمة بنك وادي السيليكون (SVB) عام 2023، استخدم مديرو الأصول Hebbia لتحديد تعرضهم للبنوك الإقليمية على الفور من خلال تحليل ملايين الصفحات من وثائق المحافظ.
• شركات الأسهم الخاصة تبني "مكتبات صفقات" لمقارنة فرص الاستثمار الجديدة بشروط وأداء جميع صفقاتها السابقة.
• مكاتب المحاماة تجري العناية الواجبة من خلال جعل Hebbia تقرأ آلاف العقود لتحديد البنود غير القياسية، مما يوفر ميزة مدفوعة بالبيانات في المفاوضات.

غالباً ما يكون العائد على الاستثمار فورياً وكبيراً، حيث يبلغ المستخدمون أن المهام التي كانت تستغرق ساعات تُنجز الآن في دقائق، مما ينتج عنه رؤى كان من المستحيل اكتشافها سابقاً.

القيادة، التمويل، والميزة التنافسية​

تأسست Hebbia في عام 2020 على يد جورج سيفولكا، وهو طالب دكتوراه في الذكاء الاصطناعي من جامعة ستانفورد ترك الدراسة، ولديه خلفية في الرياضيات والفيزياء التطبيقية. وقد أدت رؤيته التقنية، بالاشتراك مع فريق من المتخصصين السابقين في مجالات التمويل والقانون، إلى إنشاء منتج يفهم بعمق سير عمل مستخدميه.

وقد جذبت هذه الرؤية دعماً كبيراً. فقد جمعت Hebbia ما يقرب من 161 مليون دولار، مع جولة تمويل حديثة من الفئة B بقيادة أندريسن هورويتز (a16z) وضم مستثمرين بارزين مثل بيتر ثيل والرئيس التنفيذي السابق لشركة جوجل إريك شميدت. وهذا يضع تقييمها حوالي 700 مليون دولار، وهو دليل على ثقة المستثمرين في إمكاناتها لتحديد فئة جديدة من الذكاء الاصطناعي للمؤسسات.

بينما يركز المنافسون مثل Glean على البحث على مستوى المؤسسة ويستهدف Harvey المهام القانونية المحددة، تميز Hebbia نفسها بتركيزها على سير العمل التحليلي الشامل والمتعدد الخطوات الذي ينطبق عبر مجالات متعددة. منصتها ليست فقط للعثور على المعلومات ولكن لإنتاج نتائج عمل تحليلية منظمة.

الخلاصة​

Hebbia هي شركة تستحق الاهتمام. من خلال التركيز على منتج يحاكي سير العمل المنهجي للمحلل البشري — كاملاً بمخرجات منظمة واستشهادات قابلة للتحقق — فقد بنت أداة يثق بها المحترفون في البيئات عالية المخاطر. إن قدرة المنصة على إجراء تحليل عميق وشامل للوثائق على نطاق واسع هي خطوة مهمة نحو تحقيق الوعد القديم للذكاء الاصطناعي في المؤسسات.

بينما يتغير مشهد الذكاء الاصطناعي باستمرار، فإن تصميم Hebbia المدروس والمتمحور حول سير العمل، واعتمادها المثير للإعجاب من قبل الشركات النخبة، يشير إلى أنها قد بنت ميزة دائمة. قد تكون هي المنصة الأولى التي تقدم حقاً ليس مجرد مساعدة من الذكاء الاص