Bridgetown Research 19 میلیون دلار برای سرعت بخشیدن به دقت با هوش مصنوعی جمع می کند

دقت کافی یک تجارت پر هزینه است و نه فقط در حوزه سرمایه گذاری. حتی برای شرکتی که در تلاش برای راه اندازی یک محصول جدید یا کشف مشارکت ، یافتن داده های مناسب و انجام تحقیقات می تواند هفته ها طول بکشد و در صورت تصمیم گیری تحصیل کرده-به ویژه هنگامی که آژانس ها و مشاوران شخص ثالث درگیر می شوند ، بسیار پرهزینه می شوند.
یک استارتاپ هوش مصنوعی جدید به نام تحقیقات بریجت تاون می گوید این امر می تواند در آن پایه هزینه ایجاد کند و با استفاده از عوامل هوش مصنوعی که می توانند بیشتر کار جمع آوری داده ها و تحقیقات را انجام دهند ، روند کار را انجام دهند. و به عنوان بخشی از این تلاش ، این استارتاپ اخیراً 19 میلیون دلار در یک سری A دور جمع شده توسط Accel و Lightspeed جمع آوری کرده است.
Bridgetown Research در دسامبر سال 2023 توسط مدیرعامل خود Harsh Sahai ، کارمند سابق مک کینزی و دانشمند تحقیقاتی در آمازون تأسیس شد ، سه نوع از عوامل هوش مصنوعی را ساخته است که ادعا می کند می تواند اطلاعات را جمع آوری کند ، آن داده ها را جمع کند و آن را متراکم کند و آن را در قالب آسان خواندن ارائه دهد.
Bridgetown در حال بهره برداری از شبکه هایی است که مشاوران و محققان اغلب برای جمع آوری بینش از آنها استفاده می کنند: شبکه های کارشناسان صنعت که می توانند بینش در مورد یک شرکت یا بخش خاص ارائه دهند. این راه اندازی اساساً با این شبکه های متخصص همکاری می کند و سپس از نماینده صوتی هوش مصنوعی خود برای مصاحبه با متخصصان برای اطلاعاتی که شرکت برای پیدا کردن آن برای مشتریان خود نیاز دارد استفاده می کند.
ساهی در مصاحبه ای گفت: “از آنجا که خودی ها مجبور نیستند با یک انسان تماس بگیرند ، می توانند هر زمان و مکالمه انجام دهند.” “به جای صحبت با یک مدیر ارشد ، می توانید با افراد میان دوره ای صحبت کنید ، اما تعداد بیشتری از آنها … در مقیاس بسیار بالاتر.”
مجموعه دوم نمایندگان Bridgetown سپس از مدل های بزرگ زبان (LLMS) در کنار ابزارهایی برای خوشه بندی و رگرسیون برای تفسیر داده های جمع آوری شده توسط عوامل صوتی استفاده می کنند و این اطلاعات را به LLMS منتقل می کنند تا پاسخ ها را خلاصه کنند. سرانجام ، مجموعه سوم عوامل از مدل های زبان کوچک برای تولید مثل تفسیر به صورت قابل هضم ، مانند یک ارائه استفاده می کند.
با استفاده از این عوامل ، استارتاپ می گوید که می تواند در 24 ساعت با ورودی صدها نفر از پاسخ دهندگان ، تجزیه و تحلیل دقیق دقت لازم را ایجاد کند.
صحایی گفت که مشتری ها یا می توانند از نمایندگان Bridgetown برای جمع آوری داده ها و بینش ها به تنهایی استفاده کنند ، یا می توانند یک مشاور مستقل یا یک شرکت مشاوره کوچک را برای همکاری با مأمورین استخدام کنند تا همان کیفیت تجزیه و تحلیل را از شرکت هایی مانند مک کینزی یا باین بدست آورند.
این به نظر می رسد جذاب ، اما مدل های بزرگ زبان و عوامل هوش مصنوعی که در بالای آنها ساخته شده اند ، هنوز هم توهم می کنند – یعنی آنها تمایل به ایجاد اطلاعات دارند. بنابراین چگونه یک سرمایه گذار برای اعتماد به تحقیقات توسط یک عامل هوش مصنوعی تکثیر می شود؟ صحایی می گوید که این راه اندازی با رویکرد “قابلیت هدایت و قابلیت حسابرسی” خود به این موضوع می پردازد.
وی توضیح داد ، این بدان معناست که مشتریان می توانند داده ها را مرور کرده و هر قدم را که نماینده برای رسیدن به نتیجه گیری خود انجام داده است ، مشابه مدل های “استدلال” AI در آنجا ، بررسی کند. علاوه بر این ، عوامل صوتی مکالمات خود را با متخصصانی که مصاحبه می کنند ضبط می کنند تا اطلاعات به صورت دستی تأیید شوند.
وی افزود: عوامل هوش مصنوعی به یک منبع داده واحد اعتماد ندارند. در عوض ، آنها اطلاعات را از چندین منبع جمع می کنند ، آن را با استفاده از مدل های بزرگ زبان تفسیر می کنند و سپس از مدل های تنظیم شده خوب برای پردازش داده ها استفاده می کنند.
صحایی گفت: “ما قبلاً رویکرد خود را ندیده ایم.” “اکثر سیستم عامل ها آن را برای جمع آوری اطلاعات مورد نیاز شما به شما واگذار می کنند و سپس آنها را از طرف شما پردازش می کنند.”
Bridgetown اولین کسی نیست که این فرصت را برای آسانتر کردن دقت انجام می دهد – ما در حال حاضر استارتاپ هایی مانند Mako Ai وت دلهره در فضا با این حال ، Sahai فکر می کند سایر سیستم عامل ها یک راه حل کامل کامل ارائه نمی دهند.
Sahai گفت ، Bridgetown Research دارای دو مشتری در انگلستان است و ده ها نفر در ایالات متحده این شامل صندوق های سرمایه گذاری خصوصی و سرمایه گذاری ، شرکت های مشاوره ای و شرکت های بزرگ هستند که خط لوله M&A را می گیرند.