Hunch Overclock

Das Unternehmen machte es Netzwerkadministratoren leicht, komplexe Daten zu verstehen. Wir nutzten maschinelles Lernen, um Warnmeldungen zu reduzieren und das tatsächliche Problem zu ermitteln, anstatt die Mitarbeiter mit ihnen zu überfluten. Die Software war sehr benutzerfreundlich und wurde nach unserer Übernahme zum Aushängeschild des Software-Portfolios von Aruba. Wir blieben, um das Geschäft mit ihnen weiter auszubauen.

Im Jahr 2021 gründeten wir Hunch, um herauszufinden, wie wir bestehende KI-Modelle optimal nutzen können.

Seit 40 Jahren helfen Computer dabei, Fertigungsstraßen zu automatisieren. Erst seit kurzem, in den letzten Monaten, haben innovative Sprachmodelle wichtige Teile von Wissensaufgaben ausreichend automatisiert. Es gibt viele Routinearbeiten, die wir automatisieren könnten, die unsere Fähigkeiten als Arbeitnehmer nicht in wichtiger Weise nutzen.

Obwohl dies grundsätzlich möglich ist, erlauben uns die heutigen KI-Tools dies jedoch nicht. Wissen Sie? Angesichts der Tatsache, dass alle Rohstoffe verfügbar sind, warum können wir unsere Arbeit heute nicht automatisieren? Ich denke, es gibt drei Arten von Tools oder Ansätzen, die man verwenden könnte, aber sie reichen heute nicht aus. Warum können wir nicht von dieser Absicht ausgehen, uns mitzuteilen, wenn unsere Konkurrenten ihre Preise ändern?  Wir sprechen hier von der Fähigkeit, durch Lernen aus Erfahrungen Wissen in beiden Bereichen zu erwerben.

Hunch ist mehr als nur ein Automatisierungstool. Sie können Canvas und Artefakte mit Ihrem Team teilen. Alles, was Sie in Hunch tun, kann in ein Tool umgewandelt werden, das jeder leicht verwenden und wiederverwenden kann. Es ist sehr komponierbar und flexibel. Mit Hunch haben wir eine Funktion namens Auto AI, mit der wir das Modell auswählen, das unserer Meinung nach für eine bestimmte Aufgabe am besten geeignet ist. Jetzt bringen wir Overclock auf den Markt, das einen anderen Ansatz verfolgt. Anstelle von komplexen Flussdiagrammen oder starren Automatisierungsregeln können Benutzer mit Overclock Aufgaben in einfachem Englisch beschreiben.

Dadurch kann Overclock einige der besten derzeit verfügbaren Modelle wie Claude nutzen, um die meisten Aufgaben auszuführen, die Menschen mit KI erledigen möchten.  Flaggschiff-Frontier-Modelle werden Agenten antreiben, die herausfinden können, wie sie Arbeit intelligent an spezialisiertere Tools oder Modelle delegieren können. Während Overclock sich noch in der Vorabversion befindet, unterstützt die zugrunde liegende Hunch-Plattform bereits einige beeindruckende Anwendungsfälle.

Hunch ist für alle verfügbar. Es basiert auf einem Kreditsystem, sodass Sie je nach Anzahl der verwendeten Token über das Kreditsystem bezahlen.

Sie können Mistral- und Gemini-Modelle verwenden. Sie können auch Flux von Black Forest Labs verwenden. Sie können im Grunde alle besten Modelle aller Anbieter ohne API-Schlüssel an einem Ort verwenden.

Es wird dies als funktionalen Agenten verwenden, um Nachrichten zu suchen und all diese Dinge zu finden, während es läuft. Das Gleiche können Sie mit allen Bildmodellen tun. Auch dies nimmt während der Ausführung Zeit in Anspruch. Wir können uns eine Audiodatei ansehen, für deren Transkription wir viele verschiedene Modelle verwenden. Wir können die von uns verwendete Ausgabe sehen. Wir können verschiedene Sprachmodelle und Ausgaben erstellen und diese leicht miteinander vergleichen. Wir verwenden Grok, weil sie einer unserer Partner sind.

Es gibt Modelle, die wir noch nicht implementiert haben. Wir müssen entscheiden, ob es sinnvoll ist, jedes einzelne zu implementieren. Im Allgemeinen fügen wir jedoch ein Modell hinzu, wenn jemand danach fragt.

Ich denke, eine der wirklichen Veränderungen in der Art und Weise, wie Menschen Software nutzen, ist, dass alles viel wertvoller werden wird.“

The company made it easy for network administrators to make sense of complex data. We used machine learning to reduce alerts and determine the actual problem instead of flooding people with them. The software was very easy to use and became the face of the Aruba software portfolio after we were acquired. We stayed on to grow the business with them.

In 2021, we started Hunch as a way to figure out how to make the most of existing AI models.

For 40 years, computers have helped automate factory lines. It’s only recently, in the last couple of months, that frontier language models have sufficiently automated important parts of knowledge tasks. There’s a lot of busywork we could automate, the kind of routine work that doesn’t use our capabilities as workers in important ways.

However, even though it is possible in principle, today’s AI tools don’t allow us to do that. You know? Given that all the raw materials are available, why are we unable to automate our work today? I think there are three types of tools or approaches that people could use, but they fall short today. Why can’t we go from this intent to tell us if our competitors change their pricing?  What we’re talking about here is its ability to acquire knowledge in both domains by learning from experience.

Hunch is more than just an automation tool. You can share canvases and artifacts with your team. Anything you do in Hunch can be turned into a tool that anyone can easily use and reuse. It’s very composable and flexible. With Hunch, we have a feature called Auto AI where we select the model that we think is best suited to a particular task. Now, we’re releasing Overclock, which takes a different approach. Rather than using complex flowcharts or rigid automation rules, Overclock lets users describe tasks in plain English.

As a result, Overclock can use some of the best models available today, such as Claude, to perform most of the tasks people want to do with AI.  Flagship frontier models will drive agents that can figure out how to delegate work smartly to more specialized tools or models. While Overclock is still in pre-release, the underlying Hunch platform already powers some impressive use cases.

Hunch is available to everyone. It’s based on a credit system, so depending on how many tokens you use, you pay for them through the credit system.

You can use Mistral and Gemini models. You can also use Flux from Black Forest Labs. You can use basically all the best models from every provider without an API key in one place.

It’s going to use that as a functional agent to search news and find all those things while it’s running. You can do the same thing with all the image models. This also takes time while it’s running. We can take a look at an audio file for which we use many different models for transcription. We can see the output we’re using. We can create different speech models and outputs and easily compare them. We use Grok because they’re one of our partners.

There are models that we haven’t implemented yet. We have to make a judgment call on whether it makes sense to implement each one. In general, though, if people ask for a model, we’ll add it.

I think one of the real changes in how people consume software is that everything is going to be much more valuable.”