Thomas Li travaillait chez Point72, le fonds spéculatif fondé par le célèbre investisseur Steve Cohen, lorsqu'il s'est rendu compte que le secteur financier s'appuyait fortement sur des processus de saisie manuelle des données qui pouvaient être sujets à des erreurs.
« En tant qu'analyste côté acheteur, j'ai ressenti la douleur de rechercher et de saisir manuellement des données pour créer et mettre à jour des modèles financiers », a déclaré Li à TechCrunch. « Cela a pris du temps par rapport au travail plus important d'analyse et de réalisation d'investissements. »
Après avoir rencontré Jeremy Huang, un ancien ingénieur logiciel chez Airbnb et Meta, et Daniel Chen, un ancien ingénieur Microsoft, par l'intermédiaire de relations avec l'Université de New York (tous trois sont tous des anciens élèves), Li a décidé de s'essayer à une solution automatisée pour gérer les données. difficultés d’entrée.
Les trois partenaires ont lancé Daloopa, qui utilise l'IA pour extraire et organiser les données des rapports financiers et des présentations aux investisseurs pour les analystes. Daloopa a annoncé mardi avoir levé 18 millions de dollars dans le cadre d'un cycle de financement de série B mené par Touring Capital, avec la participation de Morgan Stanley et Nexus Venture Partners.
« Daloopa est une infrastructure de données historiques alimentée par l'IA pour les analystes », a déclaré Li. « Cette façon d'aborder le processus de découverte de données permet aux entreprises et aux équipes hautement compétitives de garder une longueur d'avance. »
Les clients de Daloopa sont principalement des fonds spéculatifs, des sociétés de capital-investissement, des fonds communs de placement et des banques de financement et d'investissement, explique Li. Ils utilisent les outils de la startup pour créer des flux de travail pour la recherche en matière d'investissement et de diligence raisonnable. Les flux de travail, alimentés par des algorithmes d'IA, découvrent et transmettent des données aux modèles financiers des analystes, réduisant ainsi le besoin de copier les données manuellement.
« Daloopa offre une nouvelle façon d'obtenir des données critiques à la fois du côté acheteur et du côté vendeur », a déclaré Li. « Le gain de temps est réinvesti dans la recherche et l'analyse, ou dans le temps passé en contact avec les clients, ce qui permet à nos clients de prendre l'avantage dans leur processus de recherche. »
Maintenant, je suis un peu sceptique quant au fait que l’IA de Daloopa ne commette pas d’erreurs : aucun système d’IA n’est parfait, après tout. Grâce au phénomène appelé hallucination, il n’est pas rare que les modèles d’IA inventent des faits et des chiffres lorsqu’ils résument des documents et des fichiers.
Li n’a pas laissé entendre que Daloopa était infaillible. Mais il a affirmé que les algorithmes de la plateforme « ne font que s'améliorer avec le temps » à mesure qu'ils sont formés sur un ensemble croissant de documents financiers. Maman nous dit exactement d'où proviennent les données ; Li dit seulement que cela provient de « sources publiques telles que les documents déposés auprès de la SEC et les présentations aux investisseurs ».
« Daloopa est une entreprise d'IA depuis sa création il y a cinq ans, avant tout le battage médiatique sur l'IA », a déclaré Li. « Nous avons passé ces années à former nos algorithmes et à développer l'IA pour les institutions financières. »
Avec ce nouveau financement, qui porte le total levé à 40 millions de dollars pour Daloopa, basée à New York, la société prévoit d'agrandir son équipe d'environ 300 employés, de renforcer la R&D de produits et d'étendre ses efforts d'acquisition de clients.
« Daloopa est une solution basée sur l'IA qui a démarré en avance sur la courbe et a connu une accélération de sa croissance d'une année sur l'autre au cours des deux dernières années », a-t-il déclaré. « Alors que les institutions financières adoptent de plus en plus d’outils d’IA, nous sommes très bien placés pour être un leader dans le domaine des données fondamentales basées sur l’IA. »
