HerculesAI (precedentemente Zero Systems) lavora nell'automazione dei servizi professionali dal 2017, concentrandosi originariamente sull'industria legale. Come parte di ciò, ha effettivamente costruito grandi modelli linguistici per diversi anni, molto prima che l'idea entrasse nella coscienza pubblica. Come tale, si è trovato nel posto giusto al momento giusto quando ChatGPT è entrato sulla scena alla fine del 2022, e improvvisamente tutti parlavano di LLMs.

Oggi, l'azienda ha annunciato un investimento di Serie B di $26 milioni per aiutare a continuare a costruire sul suo recente slancio.

Alex Babin, CEO e co-fondatore dell'azienda, afferma che avevano lavorato su modelli piccoli fin dal 2020, con un numero di parametri da mezzo miliardo a 2 miliardi, e li eseguivano su dispositivi edge per motivi di conformità, ma prima dell'emergere di ChatGPT nessuno prestava molta attenzione a quel aspetto della loro soluzione.

“Era forse otto o nove mesi prima di ChatGPT, e ricordo di aver parlato ai nostri clienti, spiegando ai direttori informatici cosa fosse un LLM - e a nessuno importava,” Babin ha detto a TechCrunch. A novembre di quell'anno, ovviamente, ci sarebbe rapidamente cambiato e improvvisamente tutti erano interessati al concetto. Questo cambiamento ha contribuito a guidare una crescita rapida del business nell'ultimo anno.

Attualmente, l'azienda ha diversi modelli che svolgono tre funzioni chiave: estrazione intelligente dei dati, trasformazione dei dati e verifica dei dati. Il primo è abbastanza standard e comporta l'estrazione dei dati dai documenti. La seconda parte costruisce automaticamente un insieme di regole e strutture attorno a quei dati, ma la terza parte, la verifica, è particolarmente importante, dice.

“È davvero il Santo Graal quando puoi confrontare le informazioni estratte e poi trasformarle nella fonte di verità, che siano regolamenti, politiche, contratti, leggi o qualsiasi altra cosa,” ha detto Babin. Ciò garantisce che eventuali problemi in conflitto con i materiali di origine vengano segnalati automaticamente ai dipendenti.

Questi tre ambiti hanno anche permesso alla startup di costruire un sistema multi-agente su quei servizi per aiutare ad automatizzare tutte queste attività. “Quei sistemi multi-agente possono essere applicati a processi o flussi di lavoro di alto valore e continui che richiedono la presa di decisioni [automatizzata],” ha detto.

Per i suoi clienti di settori regolamentati principali tutto ciò è particolarmente importante. Oggi, non solo legale, ma anche assicurativo e servizi finanziari.

La loro strategia di intelligenza artificiale sembra funzionare, con l'azienda che segnala una crescita del 4x nell'ultimo anno. Contano il 30% dei primi 100 studi legali negli Stati Uniti come clienti. Hanno anche una serie di altri clienti delle Fortune 500, tra cui Mercer, Standard & Poor's e State Farm.

Attualmente l'azienda conta circa 75 dipendenti, ma nonostante i soldi aggiuntivi, Babin dice di avere intenzione di rimanere snello e investire di più nel perfezionamento dei processi interni che nell'assunzione di dipendenti. “Non vedo perché dovremmo assumere più persone. Investiremo effettivamente di più nei nostri processi interni e nell'automatizzazione. Dobbiamo mangiare il nostro stesso cibo e usare i nostri stessi prodotti per renderci più scalabili,” ha detto.

Il finanziamento di oggi è stato guidato da Streamlined Ventures con la partecipazione di Proof VC, Thomson Reuters Ventures, Alumni Ventures e vari angeli dell'industria.