HDas von Google-Alumni gegründete Pariser Startup sorgte letzten Sommer für großes Aufsehen, als es aus dem Nichts ankündigte: Seed-Runde über 220 Millionen US-Dollar bevor ein einzelnes Produkt auf den Markt kommt. Drei Monate später, immer noch ohne Produkt, fühlte sich dieser Aufschwung wie eine katastrophale Flut an, als drei der fünf Mitbegründer das Unternehmen verließen.“betriebliche und kommerzielle Unterschiede.“
Aber das Unternehmen schwamm weiter und kündigt heute sein erstes Produkt an: Runner H, eine „agentische“ KI, die sich an Unternehmen und Entwickler bei Aufgaben wie Qualitätssicherung und Prozessautomatisierung richtet. Es basiert auf dem proprietären „kompakten“ LLM des Startups, das auf nur 2 Milliarden Parametern basiert.
H hat auf seiner Website eine Warteliste für Runner H erstellt. CEO Charles Kantor sagte, er werde in den kommenden Tagen APIs für diejenigen auf der Liste veröffentlichen, um „out of the box“-Agenten zu verwenden, die von H vorgefertigt wurden, sowie für Entwickler, um ihre eigenen zu erstellen. Der API-Zugriff wird auch mit dem Zugriff auf etwas namens H-Studio einhergehen, um die Funktionsweise dieser Dienste zu testen und zu verwalten.
Die Nutzung dieser APIs wird zunächst kostenlos sein, später wird ein Bezahlmodell eingeführt.
Selbst der Einsatz kompakter LLMs ist der Aufbau und die Verwaltung von KI nicht billig, insbesondere da Wettbewerber weiterhin Geld für die Entwicklung ihrer eigenen Produkte aufbringen. TechCrunch bestätigte außerdem, dass H eine Serie A initiiert, um das aufzubauen, was Kantor als Teil der zweiten Ära der KI beschreibt – wobei LLM-Unternehmen wie OpenAI Teil der ersten Ära sind.
„Wir haben das Glück, unsere eigenen Modelle bauen zu können“, sagte Kantor. „Aber diese zweite Ära wird genauso kapitalintensiv sein wie die erste.“
(Denken Sie daran, dass die 230 Millionen US-Dollar, die H bereits eingeworben hat – es scheint, dass seit der Bekanntgabe Anfang des Jahres weitere 10 Millionen US-Dollar dazugekommen sind – eine Mischung aus Eigenkapital und Wandelschuldverschreibungen waren. Zu der langen Liste der Investoren in dieser Runde gehörten Einzelpersonen wie Eric Schmidt, Yuri Milner und Xavier Niel; VCs wie Accel und Creandum; und strategische Unterstützer wie Amazon, Samsung und UiPath.)
Kantor sagte gegenüber TechCrunch, dass H stillschweigend mit einigen Kunden in Bereichen wie E-Commerce, Bankwesen, Versicherungen und Outsourcing zusammengearbeitet habe, was ihm geholfen habe, das Produkt zu verbessern.
„Alles (in H) basiert nicht auf unserer Kreativität, sondern auf Kundenfeedback“, sagte er.
Runner H wird sich zunächst auf drei spezifische Anwendungsfälle konzentrieren: Robotic Process Automation (RPA), Qualitätssicherung und Business Process Outsourcing.
RPA ist ein Bereich, den es schon seit Jahren gibt und der einfache Skripte verwendet, um die sich am häufigsten wiederholenden Aufgaben zu automatisieren, die Menschen jemals ausführen mussten – wie das Lesen von Formularen, das Ankreuzen von Kontrollkästchen und das Versenden von Dateien von einem Ort zum anderen. Tatsächlich wurde nie viel RPA mit integrierter KI entwickelt, selbst nachdem die KI begonnen hatte, fortgeschrittene Fähigkeiten zu entwickeln. Die Idee von Runner H besteht darin, dass RPA auf Formularen, Websites und anderen Vorlagen ausgeführt werden kann, selbst wenn diese geändert wurden (etwas, das möglicherweise frühere Skripte beschädigt hat) und über eine viel größere Vielfalt von Quellen hinweg.
Qualitätssicherung kann eine breite Palette von Anwendungen abdecken, aber Kantor sagte, eine der beliebtesten sei bisher die Reduzierung des „Wartungsaufwands“ rund um Website-Tests – die Validierung der Seitenverfügbarkeit durch Simulation realer Benutzeraktionen oder die Sicherstellung der Kompatibilität zwischen Zahlungsmethoden – insbesondere wenn Es wurden Änderungen vorgenommen.
BPO ist ein umfassender Bereich, der nicht nur die Korrektur und Verbesserung von Abrechnungsprozessen umfasst, sondern auch die Beschleunigung der Nutzung und des Zugriffs eines Agenten auf Daten aus verschiedenen Quellen und vieles mehr.
Es gab einen Wettlauf unter grundlegenden KI-Unternehmen darüber, wie viele Parameter in LLMs einbezogen werden sollten. (GPT 4 verfügt beispielsweise über 175 Milliarden Parameter.) Runner H verfolgt jedoch einen ganz anderen Ansatz und verwendet nur 2 Milliarden Parameter sowohl für sein LLM als auch für seine Computer Vision. Kantors Argument ist, dass sie dadurch wesentlich effizienter in Bezug auf Kosten und Betrieb sind, was entscheidend ist, wenn es darum geht, Geschäfte zu gewinnen und zu halten, sowie in Bezug auf Hs eigene Betriebskosten.
„Wir sind Experten“, sagte er. „Wir bereiten uns auf das Zeitalter der Agentur vor.“
Das Unternehmen behauptet auch, dass es funktioniert: Es gibt an, dass sein kompaktes Modell die „Computernutzung“ von Anthropic um 29 % übertrifft (basierend auf WebVoyager-Benchmarks) sowie die Modelle Mistral und Meta.
TechCrunch hat einen KI-fokussierten Newsletter! Melden Sie sich hier an um es jeden Mittwoch in Ihrem Posteingang zu erhalten.
