Thomas Li trabajaba en Point72, el fondo de cobertura fundado por famoso inversor Steve Cohencuando se dio cuenta de que la industria financiera depende en gran medida de procesos de entrada de datos manuales que podrían ser propensos a errores.
“Como analista de compras, sentí el dolor de buscar e ingresar datos manualmente para construir y actualizar modelos financieros”, dijo Li a TechCrunch. “Le quitó tiempo al trabajo más importante de analizar y realizar inversiones”.
Después de conocer a Jeremy Huang, un ex ingeniero de software en Airbnb y Meta, y a Daniel Chen, un ex ingeniero de Microsoft, a través de conexiones con la Universidad de Nueva York (los tres son ex alumnos), Li decidió probar una solución automatizada para los datos. desafíos de entrada.
Los tres socios lanzaron Daloopa, que utiliza IA para extraer y organizar datos de informes financieros y presentaciones de inversores para analistas. Daloopa anunció el martes que recaudó 18 millones de dólares en una ronda de financiación Serie B liderada por Touring Capital, con la participación de Morgan Stanley y Nexus Venture Partners.
“Daloopa es una infraestructura de datos históricos para analistas impulsada por IA”, dijo Li. “Esta forma de abordar el proceso de descubrimiento de datos mantiene a las empresas y equipos altamente competitivos a la vanguardia”.
Los clientes de Daloopa son principalmente fondos de cobertura, firmas de capital privado, fondos mutuos y bancos corporativos y de inversión, dice Li. Utilizan las herramientas de la startup para crear flujos de trabajo para inversiones e investigaciones de diligencia debida. Los flujos de trabajo, impulsados por algoritmos de inteligencia artificial, descubren y entregan datos a los modelos financieros de los analistas, lo que reduce la necesidad de copiar datos manualmente.
“Daloopa proporciona una nueva forma de obtener datos de misión crítica tanto para el lado comprador como para el lado vendedor”, dijo Li. “El ahorro de tiempo se reinvierte en investigación y análisis, o en tiempo de cara al cliente, lo que ayuda a nuestros clientes a obtener una ventaja en su proceso de investigación”.
Ahora, soy un poco escéptico de que la IA de Daloopa no cometa errores: después de todo, ningún sistema de IA es perfecto. Gracias al fenómeno conocido como alucinación, no es raro que los modelos de IA inventar hechos y cifras al resumir documentos y expedientes.
Li no sugirió que Daloopa sea infalible. Pero sí afirmó que los algoritmos de la plataforma “sólo continúan mejorando con el tiempo” a medida que se entrenan en conjuntos cada vez mayores de documentos financieros. Mamá es quien dice de dónde provienen exactamente los datos; Li dice que es un secreto comercial.
“Daloopa ha sido una empresa de IA desde su nacimiento hace cinco años, antes de todo el revuelo sobre la IA”, dijo Li. “Hemos pasado esos años entrenando nuestros algoritmos y desarrollando IA para instituciones financieras”.
Con la nueva financiación, que eleva el total recaudado por Daloopa, con sede en Nueva York, a 40 millones de dólares, la empresa planea hacer crecer su equipo de ~300 empleados, reforzar la investigación y el desarrollo de productos y ampliar sus esfuerzos de adquisición de clientes.
“Daloopa es una solución impulsada por IA que comenzó adelantándose a la curva y ha experimentado una aceleración del crecimiento año tras año en los últimos dos años”, dijo. “A medida que las instituciones financieras aumentan su adopción de herramientas de IA, estamos muy bien posicionados para ser líderes en el espacio de datos fundamentales impulsados por la IA”.