Matrix di Hebbia orchestra i modelli OpenAI in parallelo per la ricerca in finanza e diritto

Cosa fa Matrix sotto la superficie

La tesi di Hebbia è che il collo di bottiglia della ricerca professionale con l'IA non sia il modello, ma il retrieval su informazioni private e offline — data room virtuali, contratti, documenti normativi — dove le risposte spesso non sono dette esplicitamente. Gli strumenti RAG standard, secondo la fonte, non bastano perché recuperano estratti invece di ragionare sui documenti completi.

Matrix risponde con un motore di orchestrazione distribuito che scompone una query in passaggi analitici strutturati, instrada ogni passaggio verso il modello scelto, elabora documenti interi e offre ai modelli OpenAI quella che Hebbia chiama una finestra di contesto effettiva 'infinita'. Usa o1 per il ragionamento, GPT-4o per l'elaborazione generale e modelli più piccoli per compiti specifici, tutto in parallelo e non tramite un singolo chatbot.

Non stiamo semplicemente costruendo un chatbot. Stiamo creando un sistema operativo agentico che affronta il lavoro più complesso al mondo.Montana Labs

Le citazioni sono la parte portante del frontend

Quando un sistema si dirama in uno sciame di agenti su un insieme di documenti praticamente illimitato, il problema difficile si sposta su cosa vede davvero l'utente. Hebbia elenca due impegni sul frontend più importanti dello sciame stesso: le risposte vengono sintetizzate con citazioni complete e le query complesse vengono decomposte in passaggi strutturati e visibili. Per il lavoro in finanza e diritto, quella tracciabilità non è un vezzo: un memo o l'interpretazione di una clausola è utilizzabile solo se il professionista può risalire al documento di origine.

Ecco perché l'idea dell''associate IA' è una promessa sul frontend, non solo di marketing. Un associate produce lavoro che un partner può verificare. L'interfaccia deve mostrare il percorso di ragionamento e le sue prove, così chi revisiona può accettare, correggere o respingere una conclusione — altrimenti il dato del 90% di automazione si riduce al 90% di lavoro che qualcuno deve comunque rifare a mano per potersi fidare.

Il salto di accuratezza che l'interfaccia deve guadagnarsi

Hebbia riporta che Matrix con o1 raggiunge un'accuratezza del 92% su un benchmark che copre compiti legali e finanziari sia quantitativi che qualitativi, contro il 68% del RAG standard senza personalizzazioni. Quello scarto di 24 punti è la differenza tra uno strumento che mostra una risposta plausibile e uno il cui output un avvocato porterà in una trattativa reale per citare strutture precedenti e individuare leve negoziali.

I numeri dei clienti vanno nella stessa direzione: i banchieri risparmiano 30-40 ore per operazione, i team di private equity 20-30 ore, e gli studi legali riducono del 75% il tempo di revisione dei contratti di credito. Hebbia dichiara inoltre che, nell'ultimo mese, i professionisti hanno elaborato sulla piattaforma più dati non strutturati che nei precedenti dodici mesi messi insieme. Un utilizzo di questa scala si sostiene solo se il risultato presentato resiste in modo affidabile al controllo professionale — il frontend è il punto in cui quel 92% si trasforma in fiducia oppure no.

L'implicazione: ciò che Hebbia vende è l'output difendibile, non la capacità grezza

La stessa Hebbia lo dice chiaramente: con la crescita dell'adozione, il fattore distintivo non sarà la dimensione o la velocità del modello, ma quanto bene l'IA si integra nei flussi di lavoro reali e fornisce 'insight accurati e difendibili'. Il meccanismo multi-agente è al servizio di un documento che un banchiere può presentare a un comitato e di una lettura di una clausola che un avvocato può citare.

Per i team che costruiscono sugli stessi modelli OpenAI, la lezione di questo caso specifico è che è la superficie — citazioni, scomposizione in passaggi, ancoraggio ai documenti completi — a portare il valore professionale. Lo sciame genera il lavoro; l'interfaccia è ciò che lo rende qualcosa che un revisore da 2.000 dollari l'ora è disposto ad approvare.