H, a startup de Paris fundada por ex-alunos do Google, fez um grande alvoroço no verão passado quando, do nada, anunciou uma rodada inicial de US$ 220 milhões antes de lançar um único produto. Três meses depois, ainda sem um produto, aquele alvoroço começou a parecer uma inundação catastrófica quando três dos cinco co-fundadores da empresa saíram devido a “desacordos operacionais e comerciais”.
Mas a empresa continuou em frente, e hoje está anunciando seu primeiro produto: Runner H, uma IA “agente” voltada para empresas e desenvolvedores em tarefas como garantia de qualidade e automação de processos. É construída sobre o próprio LLM “compacto” da startup, baseado em apenas 2 bilhões de parâmetros.
H criou uma lista de espera para o Runner H em seu site. O CEO Charles Kantor disse que estará liberando APIs para aqueles na lista nos próximos dias para usar agentes “prontos para uso” que foram pré-construídos pela H, além de permitir que os desenvolvedores criem os seus próprios. O acesso à API também virá acompanhado de algo chamado H-Studio para testar e gerenciar como esses serviços funcionam.
Inicialmente, usar essas APIs será gratuito, e mais tarde um modelo de pagamento será introduzido.
Mesmo usando LLMs compactos, construir e operar IA não é barato, especialmente à medida que a concorrência continua arrecadando dinheiro para desenvolver seus próprios produtos. A TechCrunch também confirmou que a H está levantando uma Série A para construir o que Kantor descreve como parte da segunda era da IA — com empresas de LLM como a OpenAI fazendo parte da primeira era.
“Estamos felizes por estar na posição de construir nossos próprios modelos”, disse Kantor. “Mas esta segunda era será tão intensiva em capital quanto a primeira.”
(Lembre-se dos US$ 230 milhões que a H já arrecadou — parece que adicionou mais US$ 10 milhões desde que anunciou anteriormente este ano — foi uma mistura de capital e dívida conversível. A longa lista de investidores nessa rodada incluiu indivíduos como Eric Schmidt, Yuri Milner e Xavier Neil; VCs como Accel e Creandum; e apoiadores estratégicos como Amazon, Samsung e UiPath.)
Kantor disse à TechCrunch que a H tem trabalhado discretamente com um punhado de clientes em áreas como e-commerce, bancos, seguros e terceirização, que têm ajudado a aprimorar o produto.
“Tudo [na H] não é baseado em nossa criatividade, mas no feedback dos clientes”, disse ele.
O Runner H inicialmente se concentrará em três casos de uso específicos: automação de processos robóticos (RPA), garantia de qualidade e terceirização de processos de negócios.
RPA é uma área que existe há anos, usando scripts básicos para automatizar as tarefas mais repetitivas que os humanos tiveram que realizar — como ler formulários, marcar caixas e enviar arquivos de um lugar para outro. Na verdade, grande parte do RPA nunca foi construída com IA embutida, mesmo depois que a IA começou a desenvolver habilidades avançadas. A ideia com o Runner H é que ele será capaz de executar RPA em formulários, sites e outros modelos, mesmo quando foram modificados (algo que poderia ter quebrado scripts anteriores), e em uma gama muito mais ampla de fontes.
A garantia de qualidade pode cobrir uma ampla gama de aplicações, mas Kantor disse que uma das mais populares até agora tem sido reduzir os “encargos de manutenção” em torno dos testes de sites — validando a disponibilidade de páginas, simulando ações reais de usuários ou garantindo compatibilidade entre métodos de pagamento — em particular quando modificações foram feitas.
A BPO é uma área abrangente que cobrirá não apenas a correção e melhoria de processos de faturamento, mas também acelerará como um agente pode usar e acessar dados de diferentes fontes, e mais.
Tem havido uma corrida entre as empresas de IA fundamentais sobre quantos parâmetros estão sendo usados em LLMs. (O GPT-4, por exemplo, tem 175 bilhões de parâmetros.) Mas o Runner H está adotando uma abordagem muito diferente com apenas 2 bilhões de parâmetros, tanto para seu LLM quanto para seu “VLM” baseado em visão computacional. O argumento de Kantor é que isso os torna significativamente mais eficientes em termos de custo e operações, o que é fundamental ao trabalhar para ganhar e manter negócios, além dos próprios custos operacionais da H.
“Somos especialistas”, disse ele. “Estamos construindo para a era agente.”
A empresa também afirma que funciona: diz que seus modelos compactos superam o “Uso de Computador” da Anthropic em 29% (com base em benchmarks do WebVoyager), assim como modelos da Mistral e Meta.