복잡한 작업을 위한 제너레이티브 AI 구축

### Gebbia: 게비아: 멀티모달 생성 모델을 통한 AI 혁신
* 🧠 게비아는 대부분의 기업이 일회성 작업을 위해 챗봇이나 검색 엔진을 만들고 있는 현재의 AI 문제를 **다양하고 복잡한 작업을 실행할 수 있는 AI 분석가**를 구축함으로써 해결합니다.
* 📈 2021년에는 AI 시스템에서 가시적이고 정량화 가능한 가치를 도출하는 데 초점을 맞추면서 **복잡성을 처리하고 의미 있는 작업을 수행할 수 있는 에이전트**를 개발하는 것이 필수적이 되었습니다.
* 📚 여러 매체에서 작동하고 매체 간 공통점을 검색할 수 있는 시스템을 구축해야 하는 과제는 **멀티모달리티를 수용**함으로써 해결되며, **Gebbia의 모델 독립적인 접근 방식**을 통해 새로운 AI 발전 사항을 쉽게 통합할 수 있습니다.
* 💰 약 7억 달러에 달하는 이번 거래는 **현재 운용자산(AUM) 기준 상위 50대 자산운용사 중 3분의 1 이상**과 협력하고 있으며 금융 서비스를 위한 제너레이티브 AI 분야의 리더가 되는 것을 목표로 하는 게비아의 빠른 성장을 반영한 것입니다.
* 🏢 게비아는 이 자금을 활용하여 **법률 분야와 같은 새로운 업종으로 확장**하고 **포춘 500대 기업에 더 폭넓게 서비스**를 제공할 계획입니다.
* 🚀 지난 18개월 동안 게비아는 **15배의 매출 성장**과 **5배의 직원 수 증가**를 달성하며 뉴욕에 AI 회사를 설립하는 데 있어 매우 흥미로운 시기를 보냈습니다.

AI 기업 Happy는 다양한 작업을 수행할 수 있는 복합 에이전트 구축에 주력하며 금융 서비스를 위한 제너레이티브 AI를 선도하는 것을 목표로 하고 있습니다.

You're looking to raise funds to walk. How do you build up what it is that you're currently building? Thanks so much for having me. A really important thing to understand about what Gebbia does and who we are is something broader about the larger landscape. We fundamentally think that there's a problem in A.I. right now, and you have thousands of companies going out and building chat bots or search engines or things that are really great at one-off tasks. But at the end of the day, the way that we work is much more complex and happier, is building and has really built an analyst, which is amazing at doing a variety of complex tasks. It understands the way we work. Breaks it down to single steps and then can execute complex work end to end. So your problem is that, look, we're all getting hyped about A.I. and agents, but very few of them are able to do very much complex at all.

I think that's true.
Last year was this year of experimentation, but this year people
are really trying to get serious value and quantifiable value out of these A.I.
systems. And it's quite hard to find unless
you have things that can do more complex work.
A chatbot can rewrite an email or help your kids cheat on their homework.
But at the end of the day, what we have to do is we have to go and create agents
that can do complexity, that can tackle the interesting parts of what we do.
Yeah. George, I've been reading a lot about
what you've built. When I, when I think about my own sort
of day-to-day workflow, if I'm using Slack or Google Drive, I'm interacting
with files in multiple mediums, write text in documents, but also video,
audio. And often I want to like find things
across all of them. How difficult was that to build
something that can work across multiple

mediums and search across them commonly?
You're seeing a trend in AI right now where a lot of the things that people
are building, a lot of the research that people are undergoing is all around
embracing multimode ality and happier is a model agnostic.
It's hard for any firm to actually go out and say, I'm going to make a serious
bet on one model or another model. And part of the benefit that had be
provides is that the minute that multimodal models are released or the
minute that anything new happens in AI, you can leverage it immediately in a
very easily understandable way. And when when multimodal models came
out, Happy was one of the first places where leading financial firms, asset
managers and Fortune 100 companies actually ended up using those models in
production for live, quantifiable use cases that drove value.
George Bloomberg's reported that this deal values at around EUR around $700
million. Tell me about how quickly you've scaled
the business side of the company, your

sales, your operations, and how big a
challenge that's been. One of the really exciting things about
here is just how fast we've grown. We now work with over a third of the top
50 largest asset managers by AUM, and we're really planning on continuing to
grow and use this funding to become the de facto leader in generative AI for
financial services, while also going out to a variety of different verticals like
the legal vertical, where we have a variety of new customers and those
really large Fortune 500 companies that I've previously mentioned.
At the end of the day, we're coming off of 18 months of where we grew 15 X in
our revenue. Our headcount quintupled over the last
year, and I don't think it could be more exciting time to be building an AI
company right here in New York.

AI Startup Hebbia Raises $130M to Help Firms Parse Data

Welcome to the Bloomberg Technology YouTube channel. Subscribe for original series and mini-docs on game-changing technologies, profiles on innovators, live conversations with experts, and breaking technology news & analysis from Bloomberg TV.

Bloomberg Technology

복잡한 AI 시스템 구축의 중요성

게비아는 다른 많은 기업이 일회성 작업에 집중하는 것과 달리 다양하고 복잡한 작업을 처리할 수 있는 AI 시스템을 구축하는 데 중점을 둡니다.

목표는 AI에 대한 과대 광고는 넘쳐나지만 복잡한 업무는 제한되어 있는 세상에서 진지하고 정량화할 수 있는 가치를 제공할 수 있는 에이전트를 만드는 것입니다.

텍스트, 비디오, 오디오 등 여러 매체에서 상호 작용하는 것과 같이 일상적인 워크플로우에서 흥미롭고 도전적인 부분을 해결하는 데 중점을 두고 있습니다.

현재 AI 개발은 특정 모델을 선호하지 않고 멀티모달을 수용하는 데 초점을 맞추고 있습니다.

멀티모달 모델은 출시되자마자 AI에 쉽고 빠르게 활용되어 다양한 금융 및 포춘 100대 기업에 즉각적인 가치를 창출합니다.

조지 블룸버그에 따르면 Happy의 기업 가치는 약 7억 달러에 달하는 거래에서 알 수 있듯이 비즈니스가 빠르게 확장되고 있습니다.

뉴욕의 한 AI 기업의 빠른 성장과 확장

현재 상위 50대 자산운용사 중 3분의 1 이상과 협력하고 있으며 추가 확장을 계획하는 등 빠른 성장을 거듭하고 있습니다.

지난 18개월 동안 매출은 15배, 직원 수는 5배 증가했습니다.

이 회사는 금융 서비스를 위한 제너레이티브 AI의 선도적인 공급업체가 되는 것을 목표로 하고 있으며, 법률 업계와 같은 다른 업종으로 확장하고 포춘 500대 기업에 서비스를 제공하고 있습니다.