Hebbia

Hebbia is an American technology company that develops artificial intelligence and automation tools for financial and legal research.^[1] The company was founded in 2020 by George Sivulka, a former Stanford University PhD student, with its headquarters in New York City.^[2][3]

Hebbia has raised capital from investors including Andreessen Horowitz, Index Ventures, and Google Ventures (GV), with individual investors such as Peter Thiel, Eric Schmidt, and Jerry Yang.^[2][4]

Hebbia was founded in August 2020 by George Sivulka while he was a PhD student at Stanford University. The company's first product was an early semantic search engine created to enable in-page search using large language models.^[2]

In 2022, the company launched Matrix, a software used to extract information from documents of various formats, including contracts, presentations, spreadsheets, transcripts, and filings using natural language,^[5][6][4] particularly in finance, law, and other knowledge sectors.^[5][4][7][8] In 2025, OpenAI announced that its large language models had been integrated into Hebbia's Matrix platform.^[5]

Hebbia's main product, Matrix, is a software platform used to analyze documents such as PDFs, spreadsheets, and slide presentations. Users can pose queries in plain language, and the system returns answers with linked source citations.^[4][5][9]

En finanzas, Matrix ha sido utilizado, según se informa, por gestores de activos , bancos de inversión y firmas de capital privado para respaldar la debida diligencia en fusiones y adquisiciones , así como la investigación de inversiones . ^{[ 4 ]} Los casos de uso incluyen el análisis de grandes volúmenes de documentos y datos, incluyendo salas de datos virtuales , contratos, investigación de mercado y de acciones , y presentaciones regulatorias . ^{[ 4 ]}

Según se informa, los bufetes de abogados utilizan Matrix para procesos transaccionales y litigiosos, incluyendo la identificación de cláusulas importantes , la debida diligencia en fusiones y adquisiciones, y la comparación de documentos . ^{[ 4 ] [ 5 ] [ 10 ]}

Según Bloomberg, Hebbia ha recaudado más de 160 millones de dólares en capital de riesgo desde su fundación. ^{[ 2 ] [ 11 ]} En 2020, la empresa obtuvo una ronda inicial de financiación de Peter Thiel y Floodgate . ^{[ 12 ]} En 2022, Hebbia recaudó 30 millones de dólares en una ronda de financiación Serie A liderada por Index Ventures . ^{[ 6 ]}

En 2024, Hebbia recaudó 130 millones de dólares en una ronda de financiación Serie B liderada por Andreessen Horowitz , con la participación de Index Ventures, GV (Google Ventures) y Peter Thiel. ^{[ 2 ] [ 6 ] [ 13 ] [ 10 ]} Entre los inversores individuales se encuentran el ex director ejecutivo de Google, Eric Schmidt, y el cofundador de Yahoo, Jerry Yang . ^{[ 8 ]}

Adquisición de FlashDocs (2025): En 2025, Hebbia adquirió FlashDocs , una startup especializada en la creación de presentaciones con IA generativa. Fundada en 2024 por Morten Bruun y Adam Khakhar, FlashDocs automatizaba la producción de miles de diapositivas diarias, transformando indicaciones estructuradas en presentaciones listas para el cliente. Esta adquisición amplió la plataforma de Hebbia, pasando de la recuperación de documentos y los flujos de trabajo automatizados a la generación completa de artefactos, automatizando memorandos de inversión, informes de diligencia debida y presentaciones para juntas directivas, e impulsando la automatización integral de flujos de trabajo con IA en el sector de servicios financieros.

En 2025, los investigadores Jake Skinner y Davis Li de Hebbia publicaron «Who Evaluates the Evaluator: Reaching Autonomous Consensus on Agentic Outputs» , donde presentaron un marco basado en el consenso para evaluar grandes modelos de lenguaje (LLM). Su novedoso enfoque combinó pruebas estadísticas basadas en permutaciones con comparaciones entre múltiples modelos para proporcionar puntos de referencia de rendimiento más fiables. Paralelamente a su investigación aplicada, desarrollaron el Financial AI Benchmark ^{[ 14 ]} , una plataforma para medir las capacidades de los modelos en flujos de trabajo financieros. Estos métodos sustentan el sistema de orquestación de modelos de Hebbia y resaltan la creciente importancia de una evaluación rigurosa entre múltiples modelos en la IA empresarial.

• Sitio web oficial