Halluminate、米AIラボ4社が顧客で3000万ドル調達

Halluminateは2024年創業で、AIの学習に使うデータと環境は業界ごとに特化が進むとの見方に賭けている。CEOのJerry Wu氏は自社のシステムを「垂直特化型データ研究所」と位置づけ、投資銀行業務の模擬はソフトウェアエンジニア業務の模擬とは根本的に違うと主張する。

同社のアプローチは、金融タスクでAIモデルがどこでつまずくかを明らかにするベンチマークから始まり、その失敗パターンを強化学習環境に変える。非公開化されたPE取引の匿名データをもとに、実務のディール担当者が監修した8月のベンチマークでは、7つのfrontierモデルのうち最良でも88タスクの平均が51%にとどまった。必要な変更を反映せず、誤った分析手法を使い、旧情報に頼るエージェントが目立った。

Oak HC/FTのゼネラルパートナー、Matt Streisfeld氏は、金融分野の複雑な知識労働の幅広さとHalluminateの専門性が際立っていると評価し、エージェントが長期の業務を担うにつれてテストと特化の重要性は増すと述べた。Wu氏の「環境のムーアの法則」、すなわち複雑さは6〜8カ月ごとにおよそ2倍になるとの見方は、初期の顧客集中が実を結ぶかを左右するのは今回の調達額ではなく、frontierラボに追随できるかにかかることを示唆する。現時点で企業顧客や他業界は明確に優先事項ではない。