← 返回公司庫

L3 公司投研頁 · 2026-06-15

Hebbia

Hebbia

Hebbia 位於應用與軟體層，當前研究入口聚焦 AI應用與SaaS 的產業鏈位置、財務質量、上下游約束與反證指標。未上市 資料只作研究參考，不構成投資建議。

研究定位 應用與軟體層

AI應用與SaaS

訂閱這家公司變化新觀點 / 硬資料進信箱

1. 投資摘要

  • Hebbia 是 AI 應用層中面向金融、法律和專業服務的“機構智慧 / agentic research”平台，核心產品 Matrix 把私有文件、公開資料、金融資料來源和多代理執行介面放進類似表格的工作流；產業鏈位置不是模型層，而是把 OpenAI、Claude 等模型能力封裝成可審計的企業工作流。123
  • 公司未上市、未揭露標準財報；可核財務錨點是 2024-07 Series B 融資 1.30 億美元，TechCrunch 報道融資估值約 7 億美元、彼時 ARR 約 1,300 萬美元且盈利，CEO 未確認營收和盈利數字但確認過去 18 個月營收增長 15 倍。45
  • 估值隱含約 53.8x ARR（7.0 億 / 1,300 萬），屬於 2024-2026 年 AI 應用公司中“高增長、小基數、高倍數”定價；若營收不能繼續高倍數擴張，7 億美元估值的容錯率並不高。4
  • 產品牽引從“文件搜尋”升級到金融工作流：截至公司官網揭露，使用 Hebbia 的機構覆蓋約 30 萬億美元 AUM、平均每日 20 萬個 prompts、累計處理 15 億頁；客戶 logo 包括 KKR、Morgan Stanley、MetLife、Centerview、OHA、New Mountain Capital、Latham & Watkins 等。1
  • 反證閾值：若 2026 年仍缺乏可核 ARR 更新、客戶擴張只停留在 logo 展示、或 Matrix/Chat/Skills 的輸出不能穩定給出引用、權限和審計鏈，Hebbia 更像高階 RAG 工具而非金融機構 workflow system of record。

2. 產業鏈位置

Hebbia 位於 AI 產業鏈的應用層 / 企業軟體層。上游是基礎模型、推論算力、雲端儲存、OCR、企業資料權限系統和金融資料來源；中游是 Hebbia 自建的多代理編排、文件理解、引用追蹤、專案權限、Skills 與 Matrix 工作流；下游是資產管理、投行、私募股權、私募信貸、律師事務所、企業戰略和財務團隊。126

與水平企業搜尋不同，Hebbia 的切入點不是“找到檔案”，而是“按金融和法律工作流完成交付物”：例如 VDR 盡調、credit agreement 條款抽取、IC memo、strip profile、comps、CIM、董事會材料和合同審查。137

層級Hebbia 的角色關鍵依賴價值捕獲方式
模型層不自研通用大型模型，編排 OpenAI 等模型o1 / o3-mini / GPT-4o 等推論與多模態模型模型成本轉嫁為軟體訂閱和平台費的一部分。3
資料層連線私有文件、public filings、CapIQ、FactSet、PitchBook、Preqin、Fitch、ICE、Intralinks、Salesforce、Databricks 等資料授權、企業權限、資料質量資料接入越深，替換成本越高。18
工作流層Matrix、Chat、Projects、Agents、Skills、Draft、Excel/PPT 生成行業模板、權限、引用、審計直接服務金融/法律高價值任務，是主要商業化層。67
交付層Excel、PowerPoint、memos、slides、email agentOffice 生態、客戶模板、品牌格式從問答工具升級為產出系統。78

3. AI 相關營收拆解（季度橋 + 公式）

Hebbia 未揭露季度財務，不能按上市公司方式拆 Revenues、Gross Profit、營業獲利和經營現金流量。可用公開資料只能建立 ARR 與產品用量的 proxy 橋。

口徑時間數值 / 狀態公式 / 約束
ARR2024-06 / 2024-07 報道口徑約 1,300 萬美元TechCrunch 引述知情人士；CEO 未確認具體營收。4
營收增長截至 2024-07 過去 18 個月15xCEO 對 TechCrunch 確認；若線性反推，2022 年末 ARR 約 87 萬美元，但這是推算不是揭露。4
融資估值2024-07 Series B約 7 億美元估值 / ARR = 約 53.8x。45
累計融資2024-07 後約 1.61 億美元Crunchbase 報道總融資 1.61 億美元；公司公告確認本輪 1.30 億美元。59
產品使用官網當前揭露30 萬億美元 AUM、20 萬 prompts/日、15 億頁處理產品用量，不等於營收。1
毛利率 / OCF / FCF未揭露不可得不應使用同業 SaaS 毛利率代替真實財務。

營收公式可寫為：ARR = 機構客戶數 × 平均合同額 × 淨留存率。Hebbia 的平均合同額大機率高於普通 SaaS，因為客戶為投行、資產管理、律所和企業戰略團隊，且產品接入私有資料與金融資料來源；但公司沒有揭露客戶數、ACV、NRR、毛利率和成本結構，因此只能做情景估值，不能寫成已實現財務。

4. 核心產品（含營收貢獻）

產品/平台AI 用途營收貢獻口徑狀態
Matrix以行列結構批次分析多文件、多問題，並輸出引用和中間步驟核心訂閱營收；未單列a16z 將其描述為 Hebbia 主產品，面向結構化與非結構化資料的端到端 agent 工作流。2
Chat / Deeper Research對私有資料和公開資料做多代理研究、綜合和問答未單列OpenAI 案例稱 Matrix 編排多個模型並處理離線資料，支援金融和法律複雜任務。3
Projects團隊共享空間、權限繼承、專案指令、專案活動提升 seat expansion 和團隊粘性2026-04 擴充套件為團隊級工作空間。6
Skills把投行、私募、公共市場、法律方法論編碼成可複用指令提升機構級標準化和擴充套件2026-04 釋出，含組織權限、可見性和治理。10
Draft / PPT / Excel 生成自動生成 branded slides、Excel、strip profile、comps、IC memo從分析工具擴充套件到交付物工具2025-10 到 2026-06 持續釋出 Excel、PPT、slide citations、tick-and-tie agent。7811
Security / GovernanceSOC 2 Type II、ISO、端到端加密、不用客戶資料訓練企業銷售必需條件金融和法律客戶採購門檻。12

5. 上游供應商 / 下游客戶

型別名稱/類別暴露投研處理
基礎模型OpenAI；產品也在 2026-05 頁面提到 Claude Opus 4.7、GPT 5.5推論成本、模型效能、API 穩定性不把模型能力誤認為 Hebbia 自研；Hebbia 的價值在編排、資料接入、權限和金融工作流。37
雲端與資料AWS S3、Snowflake、Databricks、SharePoint、Box、Dropbox、Salesforce企業資料接入和權限繼承整合深度決定替換成本。18
金融資料來源FactSet、S&P Capital IQ、PitchBook、Preqin、Fitch、ICE、Guidepoint、Third Bridge金融研究和盡調的上下文供給這些整合使 Hebbia 更接近金融工作臺，而非通用搜索。1810
下游客戶KKR、Morgan Stanley、MetLife、Centerview、OHA、Rice Management、New Mountain、Latham & Watkins 等官網 logo金融、法律、機構投資客戶logo 證明採用，不等於揭露 ARR 或合同額。1
案例客戶Orrick法律盡調公開 case study 稱 Orrick 用 Matrix 改造 corporate due diligence。13

6. 同業硬指標對比表

公司相關業務營收年增率 / 增長毛利率FCF margin客戶 / 使用技術代際估值資產負債來源
Hebbia2024 年報道 ARR 約 1,300 萬美元過去 18 個月營收 15x未揭露未揭露官網揭露 30 萬億美元 AUM、20 萬 prompts/日、15 億頁處理Matrix、多代理、Skills、Projects2024 Series B 約 7 億美元，約 54x ARR未揭露；融資 1.30 億美元145
AlphaSense2026Q1 ARR 超 6 億美元2025-10 約 5 億美元至 2026Q1 超 6 億美元未揭露未揭露7,000+ enterprisesmarket intelligence / SuperAnalyst2026-06 75 億美元融資後估值未揭露14
Glean最近財年 ARR 超 1 億美元上線不到三年超過 1 億 ARR未揭露未揭露100M+ agent actions annualizedhorizontal work AI / agents2025-06 72 億美元未揭露15
Harvey未揭露營收快速擴張未揭露未揭露1,300+ 客戶、100,000+ lawyers、25,000+ custom agentslegal OS / long-horizon agents2026-03 110 億美元融資超 10 億美元16
Palantir上市公司，AIP/政府/商業混合，不能直接與 Hebbia ARR 對比高增已揭露但口徑不同已揭露大型企業與政府ontology + AI operating system公共市場估值公共財務不在本文用未核實時點數字

結論：Hebbia 的公開營收基數遠小於 AlphaSense、Glean、Harvey，但在金融和法律高價值場景中更垂直。投資判斷核心不是“是否有 AI 搜尋需求”，而是 Hebbia 能否把 2024 年 1,300 萬美元 ARR 級別的小基數，升級為 2026-2027 年數千萬到上億美元 ARR 的機構級平台。

7. 護城河

  1. 垂直場景深度：Hebbia 不是通用聊天框，產品圍繞投行、私募、信貸、法律和企業戰略的真實交付物設計，能直接進入 memo、slides、Excel、contract review、VDR 和公開市場研究。178
  2. 私有資料工作流：金融和法律價值集中在離線、私有、權限複雜的資料中；OpenAI 案例強調 Hebbia 的差異在私有資料檢索與多代理編排，而不是單次問答。3
  3. 引用和審計：Matrix、Chat、PPT citation、tick-and-tie agent、SOC 2 Type II、ISO 和不訓練客戶資料，共同對應金融機構最關心的可追溯、權限和合規。812
  4. 資料來源與模板網路：CapIQ、FactSet、PitchBook、Preqin、Fitch、ICE、Intralinks、Databricks、Salesforce 等整合，使 Hebbia 越用越嵌入工作流。1810
  5. 組織級知識編碼：Skills 把資深 banker、PE associate、credit analyst、attorney 的方法論寫成可複用規則，並有權限、分享和可見性控制，這是從個人提效到機構標準化的關鍵。10

護城河仍需驗證：底層模型會持續進步，OpenAI、Anthropic、Microsoft、Google、Salesforce、S&P Global、FactSet、Bloomberg、AlphaSense 都有能力向 workflow 層推進。Hebbia 必須證明自己掌握的是客戶流程和專有上下文，而不是可被模型廠商內建的“文件問答功能”。

8. 財務質量（近 4-6 季度）

Hebbia 沒有公開季度財報，因此本節用“可揭露事實 + 投研判斷”替代季度獲利表。任何未揭露專案均不填假數。

時間營收 / ARR融資 / 估值產品與客戶 proxy質量判斷
2022-09未揭露Series A 約 3,000 萬美元（歷史融資報道口徑）Matrix 早期商業化早期產品從 semantic search 轉向企業文件分析；本文不使用該輪估值做財務錨。
2024-07ARR 約 1,300 萬美元；過去 18 個月營收 15xSeries B 1.30 億美元，約 7 億美元估值面向金融機構和律所小基數高增長；約 54x ARR 對增長持續性要求很高。45
2025-03未揭露未揭露OpenAI 案例稱金融和法律客戶上月處理的非結構化資料量超過此前 12 個月合計；圖示頁數超過 2.31 億頁使用強度高速增長，但這是用量不是營收。3
2025-10未揭露未揭露增加行動端、EU filings、S&P CapIQ in Matrix、strip profile、comps、Draft agents產品從檢索/分析向金融產出擴張。11
2026-04未揭露未揭露Projects、Email Agent、presentation templates、finance Skills/Agents團隊協作與組織治理增強，有利於 seat expansion。6
2026-06未揭露未揭露API、MCP、Fitch、ICE、Intralinks、Salesforce、Databricks、slide citations、tick-and-tie agent、CSV upload開始連線更廣泛系統，若 adoption 順利，平台屬性增強。8

財務質量結論：公司在 2024 年已被報道為盈利且 ARR 1,300 萬美元，但沒有審計報表或管理層確認營收數字。投資人應把“盈利”視為媒體報道資訊，不應外推為穩定 EBITDA 或 FCF 能力。真正需要追蹤的是 2026 年 ARR 是否已顯著超過 2024 年基數，以及毛利率是否能在高模型呼叫量下保持企業軟體水平。

9. 業績傳導路徑

Hebbia 的業績傳導不是傳統廣告或 seat-only SaaS，而是“高價值工作流替代 + 團隊擴散 + 資料整合加深”。

新增 ARR = 新機構客戶 × 初始 ACV + 既有客戶擴張 seats / workflows / data sources - 流失 ARR

驅動變數：

驅動傳導機制可觀察指標
金融客戶 AI 預算銀行、資產管理、私募、律所把 AI 從試點轉入生產客戶 logo、case study、職位招聘、產品釋出節奏
資料來源整合CapIQ、FactSet、PitchBook、Preqin、Fitch、ICE、Intralinks、Databricks 等接入後，使用者在同一介面完成更多工integration 釋出、客戶案例、API/MCP 使用
交付物自動化Excel/PPT/memo 從“輔助分析”變成“直接交付”PPT citations、tick-and-tie、branded decks、Excel exports
組織治理Skills、Projects、權限和審計讓單個 analyst 的用法變成團隊標準project 數、組織 Skills 數、活躍使用者擴散
模型成本下降推論單價下降或模型路由最佳化改善毛利未揭露；只能通過價格、用量和融資節奏間接判斷

OpenAI 案例給出的客戶效率 proxy 包括投行每個 deal 節省 30-40 小時、PE 每個 deal 節省 20-30 小時、律所信用協議審查時間下降 75%。這些是客戶價值證據，但不是營收確認，需要用續費率和擴張率驗證。3

10. SOTP 估值表

Hebbia 是未上市公司，SOTP 更適合寫成 ARR multiple 情景，不適合寫股價。基準以 2024-07 報道 ARR 約 1,300 萬美元和估值約 7 億美元為錨。4

情景2026E ARR（投研情景，非公司展望）ARR multiple估值關鍵假設
Bear2,500 萬美元15x3.75 億美元2024 後增長顯著放緩，產品停留在高階文件分析；模型廠商和現有資料平台壓縮議價。
Base6,000 萬美元25x15.0 億美元金融客戶擴張順利，Projects/Skills/API 帶來團隊級 adoption，毛利率未被模型成本明顯侵蝕。
Bull1.2 億美元35x42.0 億美元成為金融/法律 AI workflow 層核心平台，進入多部門、多資料來源、多交付物的高淨留存狀態。

與 2024 年 7 億美元估值相比，Base 情景要求 ARR 從 1,300 萬美元增長到約 6,000 萬美元，約 4.6x；Bull 情景要求接近 1.2 億美元 ARR，約 9.2x。由於公司未揭露 2025-2026 ARR，估值結論應以“下一輪融資揭露 / 二級交易 / 客戶擴張證據”校準。

11. 催化（帶時點）

  • [已發生] 2024-07：Hebbia 宣佈 1.30 億美元 Series B，a16z 領投，Index Ventures、GV、Peter Thiel 參與；媒體報道估值約 7 億美元、ARR 約 1,300 萬美元。45
  • [已發生] 2025-03：OpenAI 釋出 Hebbia 案例，揭露 Matrix 編排 o3-mini、o1、GPT-4o，並給出 92% vs RAG 68% 的基準準確率描述以及多項客戶節省時間 proxy。3
  • [已發生] 2025-10：Hebbia 釋出行動端、EU filings、CapIQ in Matrix、strip profile、comps、Draft agents 等金融工作流更新。11
  • [已發生] 2026-04：Projects 擴充套件、Email Agent、presentation templates、finance-specific Skills and Agents 釋出，團隊協作和機構治理能力增強。6
  • [已發生] 2026-05：Chat 可生成 Excel 與 branded multi-slide decks，新增 30+ Skills，並支援 SCIM 自動使用者配置。7
  • [已發生] 2026-06：API、MCP、Fitch、ICE、Intralinks、Salesforce、Databricks、slide citations、tick-and-tie agent 釋出，是從單應用向工作流平台擴張的重要訊號。8
  • [待驗證] 2026H2：若出現新融資、ARR 揭露、重大客戶 case study 或渠道合作，估值可重估；若沒有可核商業指標，市場會更關注 2024 年高 ARR multiple 的可持續性。

12. 核心風險（帶情景）

  • 財務透明度：公司未揭露審計財務、季度營收、毛利率、NRR、客戶數和 churn。若 2026 年仍只有產品用量而無 ARR 更新，投資人難以判斷 7 億美元估值是否低估或高估。4
  • 模型平台擠壓：OpenAI、Anthropic、Microsoft、Google 和 Salesforce 都在強化 agent、enterprise search、Office/Sheets/Slides 工作流；若通用平台把私有文件檢索、引用和 PPT/Excel 生成內建，Hebbia 需要靠金融資料來源、客戶模板和治理留住預算。37
  • 資料授權與成本：金融資料來源越多，產品越強，但資料授權、客戶權限和合規復雜度也越高；若成本不能轉嫁，毛利率可能低於傳統 SaaS。
  • 幻覺與責任：金融、法律場景容錯率低。Hebbia 強調 citations、tick-and-tie 和不訓練客戶資料，但一旦在 live deal、法律條款或投資建議中出現錯誤，銷售週期和採購審批會變長。812
  • 客戶集中：早期 ARR 可能由少數大型金融客戶貢獻。若單一大客戶降級或試點不續費，增長曲線會顯著波動。
  • 服務化風險：為大客戶落地 agent 和 Skills 可能需要大量 forward-deployed、customer success 或 domain expert 支援；若交付重服務化，規模化獲利率會被壓低。

13. 追蹤指標

頻率指標閾值來源
每季度 / 融資事件ARR 或 revenue run-rate2026 年若未明顯超過 2024 年 1,300 萬美元基數，需下修融資報道、投資人材料、公司揭露
每季度客戶 logo 與 case study新增 Tier-1 投行、資產管理、AM Law 50、Fortune 500 為強官網 customers、新聞稿
每月產品釋出節奏金融資料來源、Office 交付、權限、審計、API/MCP 持續增強為強Hebbia Disclosure blog
每季度使用量prompts/日、pages processed、AUM coverage 繼續上行官網產品頁、OpenAI / 公司案例
半年組織級 adoptionProjects、Skills、SCIM、權限治理被客戶公開使用客戶訪談、case study
半年模型成本與質量準確率、引用可核性、幻覺率、響應成本OpenAI 案例、第三方評測、客戶反饋
半年競爭指標AlphaSense、Glean、Harvey、Palantir、Bloomberg/FactSet/S&P AI 功能更新同業公告

14. 最新事件

  1. [已發生] 2026-06-05：Hebbia 釋出 June Disclosure，新增 Hebbia API、MCP、Fitch、ICE、Intralinks、Salesforce、Databricks，並加入 slides citations、tick-and-tie agent、CSV upload 等 workflow 功能。8
  2. [已發生] 2026-05-05：Hebbia 釋出 May Disclosure，Chat 可生成 Excel 和 branded multi-slide decks，新增 30+ Skills，並支援 SCIM 自動使用者配置。7
  3. [已發生] 2026-04-30：Hebbia 正式介紹 Skills，把投行、私募、公共市場和法律的行業方法論編碼成可複用、可治理的機構級指令。10
  4. [已發生] 2026-04-07：Projects 擴充套件為團隊共享空間，新增專案指令、專案活動、Email Agent 和 presentation templates。6
  5. [已發生] 2026-03：Hebbia 釋出 AI Trends in Financial Services 2026，樣本為 529 名金融專業人士，調查時間為 2025-12，誤差約 +/-3%；該報告是需求側材料，不是公司財務揭露。17
  6. [已發生] 2025-03：OpenAI 客戶案例揭露 Hebbia Matrix 的多代理架構和效率 proxy，包括 92% 準確率 benchmark、投行每 deal 節省 30-40 小時、律所信用協議審查時間下降 75%。3
  7. [已發生] 2024-07：Hebbia 完成 1.30 億美元 Series B；該輪仍是目前最重要的公開財務錨點。45

15. 來源

相關推薦

同產業鏈：app

同產業鏈 · 相關公司

百融雲端創6608.HK標普全球SPGI多鄰國DUOL廣聯達002410.SZ海天瑞聲688787.SS藍色游標300058.SZ塗鴉智慧2391.HK薛定諤SDGR

相關概念

建築工程人工智慧（AEC AI）Agent 市場A2A 協議（Agent-to-Agent Protocol）AI 附加模組AI 瀏覽器視覺增強屬性訪問控制差分隱私
source: 公開揭露與公開資料整理 本頁僅用於產業鏈學習、資訊檢索和研究輔助；不構成投資建議，不預測漲跌，不提供買賣、部位或目標價建議。