A Matrix da Hebbia orquestra modelos da OpenAI em paralelo para investigação financeira e jurídica

O que a Matrix faz por dentro

A Hebbia defende que o entrave na investigação profissional com AI (mantém-se o acrónimo em inglês) não é o modelo, mas sim o retrieval sobre informação privada e offline — data rooms virtuais, contratos, processos regulatórios — onde as respostas raramente estão explicitamente escritas. As ferramentas de RAG convencionais, argumenta a fonte, ficam a dever-se aqui porque recuperam excertos em vez de raciocinar sobre documentos completos.

A Matrix responde com um motor de orquestração distribuída que decompõe uma consulta em passos analíticos estruturados, encaminha cada passo para um modelo escolhido, processa documentos na íntegra e dá aos modelos da OpenAI aquilo que a Hebbia chama uma janela de contexto efetivamente 'infinita'. Corre o o1 para raciocínio, o GPT-4o para processamento geral e modelos mais pequenos para tarefas específicas — tudo em paralelo, e não através de um único chatbot.

Não estamos apenas a construir um chatbot. Estamos a criar um sistema operativo agêntico que resolve o trabalho mais complexo do mundo.Montana Labs

As citações são a parte estrutural do frontend

Quando um sistema se ramifica num enxame de agentes sobre um conjunto de documentos praticamente ilimitado, o problema difícil passa a ser aquilo que o utilizador vê de facto. A Hebbia elenca dois compromissos de frontend que importam mais do que o próprio enxame: as respostas são sintetizadas com citações completas, e as consultas complexas são decompostas em passos estruturados visíveis. No trabalho financeiro e jurídico, essa rastreabilidade não é um detalhe simpático — um memorando ou a interpretação de uma cláusula só é utilizável se o profissional conseguir seguir o rasto até ao documento de origem.

É por isso que o enquadramento de 'associado AI (mantém-se o acrónimo em inglês)' é uma promessa de frontend, não apenas de marketing. Um associado produz trabalho que um sócio pode verificar. A interface tem de expor o percurso do raciocínio e as respetivas provas para que um revisor possa aceitar, corrigir ou rejeitar uma conclusão — caso contrário, o número de 90% de automação transforma-se em 90% de trabalho que alguém ainda tem de refazer à mão para poder confiar nele.

O salto de precisão que a interface tem de justificar

A Hebbia reporta que a Matrix com o o1 atinge 92% de precisão num benchmark que abrange tarefas quantitativas e qualitativas de âmbito jurídico e financeiro, face aos 68% obtidos com RAG pronto a usar. Esses 24 pontos percentuais são a diferença entre uma ferramenta que apresenta uma resposta com aparência plausível e outra cujo resultado um advogado está disposto a apresentar numa transação em curso para referenciar estruturas anteriores e identificar pontos de negociação.

Os números dos clientes apontam na mesma direção: banqueiros a poupar 30 a 40 horas por transação, equipas de private equity 20 a 30 horas, e escritórios de advogados a reduzir em 75% o tempo de revisão de contratos de crédito. A Hebbia afirma ainda que, no último mês, os profissionais processaram na plataforma mais dados não estruturados do que nos doze meses anteriores juntos. Uma utilização desta escala só se sustenta se o resultado apresentado resistir de forma fiável ao escrutínio profissional — é no frontend que os 92% se convertem, ou não, em confiança.

A implicação: é a defensabilidade do resultado, e não a capacidade em bruto, que a Hebbia está a vender

O próprio enquadramento da Hebbia afirma o diferenciador com clareza: à medida que a adoção crescer, o que vai contar não será o tamanho ou a velocidade do modelo, mas sim a forma como a AI (mantém-se o acrónimo em inglês) se integra em fluxos de trabalho reais e entrega 'perceções precisas e defensáveis'. A maquinaria multiagente está ao serviço de um documento que um banqueiro pode entregar a uma comissão e de uma leitura de cláusula que um advogado pode citar.

Para equipas que constroem sobre os mesmos modelos da OpenAI, a lição desta implementação em concreto é que a superfície — citações, decomposição em passos, fundamentação em documentos completos — é que transporta o valor profissional. O enxame gera o trabalho; a interface é o que faz com que seja algo que um revisor a 2.000 dólares por hora esteja dispostos a validar.