Hyperplane是一家总部位于旧金山的初创公司，致力于构建基础模型以助力银行预测客户行为。该公司今日正式亮相，宣布完成600万美元融资，本轮由前Stripe高管Lachy Groom领投，SV Angel、Clocktower Technology Ventures、Liquid2 Ventures、Soma Capital、Latitud、Atman Capital、Crestone VC及Norte参投。其核心思路在于帮助银行利用第一方数据，通过预测用户行为打造个性化体验。
目前，Hyperplane已在巴西与十余家银行展开合作，并计划进军美国市场。尽管现阶段专注于银行业，团队未来拟将技术拓展至其他垂直领域。
Hyperplane由Felipe Lamounier、Daniel Silva、Rohan Ramanath和Felipe Meneses联合创立。CEO Lamounier过去七年深耕巴西教育科技初创公司StartSe；Silva和Ramanath则曾分别在Google和LinkedIn构建大规模人工智能系统。
Ramanath表示：“我们的核心假设是：在全球范围内为银行构建个性化层需要哪些条件？大型科技公司拥有海量第一方数据及完善的数据基础设施，能将个性化融入产品体验。Hyperplane的目标是构建一个数据智能层，使全球银行能够高效接入并利用自身的第一方数据。”
Lamounier强调，银行掌握着比Google或Facebook更精准的客户细粒度数据。“即使我访问了保时捷网站，也不代表我有购买力。但Chase或美国银行清楚我的餐饮消费、购物习惯及支付能力。这些高价值数据均沉淀于银行内部。”
当前大多数银行缺乏个性化体验，基准水平较低。但在巴西等竞争激烈的市场中，消费者对优质银行体验的需求日益增长。Hyperplane通过提供API，帮助银行即时构建私有化部署的个性化模型，且承诺不进行任何数据共享，全程使用自有模型处理。
目前，公司提供两大模块：受众细分构建与相似受众扩展（Lookalike）。“我们发现，通过构建任务特定模型，相比从零定制开发能获得更高成效。”Ramanath指出。
近期，Hyperplane推出了Mandelbrot LLM，专门用于预测客户流失风险及识别主要银行账户用户。
数据显示，Hyperplane的服务已帮助巴西一家新银行的信用额度部门交易量提升46%，关键在于其能更清晰地评估客户预估收入。
Lamounier表示：“过去十年巴西经历了促进竞争的运动，如今生态系统渴望采用新技术。Hyperplane Cloud具备跨市场扩展能力，我们将很快在美国宣布首批合作伙伴关系。”
尽管大型语言模型（LLMs）兴起，传统人工智能依然具有可行性