Daloopa huấn luyện trí tuệ nhân tạo để tự động hóa quy trình làm việc của nhà phân tích tài chính
Thomas Li đang làm việc tại Point72, quỹ đầu cơ được thành lập bởi nhà đầu tư nổi tiếng Steve Cohen, khi nhận ra rằng ngành tài chính đang phụ thuộc nặng nề vào các quy trình nhập dữ liệu thủ công có thể dễ mắc các lỗi.
“Là một nhà phân tích mua bên, tôi đã cảm thấy cực khoái khi phải tìm và nhập dữ liệu một cách thủ công để xây dựng và cập nhật các mô hình tài chính,” Li nói với TechCrunch. “Việc này tốn thời gian và cản trở quá trình phân tích và đầu tư quan trọng hơn.”
Sau khi gặp Jeremy Huang, một kỹ sư phần mềm trước đây tại Airbnb và Meta, và Daniel Chen, một kỹ sư Microsoft từng làm việc tại Airbnb và Meta, thông qua mối quan hệ tại Đại học New York (tất cả đều là cựu sinh viên), Li quyết định thử sức với giải pháp tự động cho những thách thức về nhập dữ liệu.
Ba đối tác đã ra mắt Daloopa, một công ty sử dụng trí tuệ nhân tạo để trích xuất và tổ chức dữ liệu từ báo cáo tài chính và bài thuyết trình nhà đầu tư cho các nhà phân tích. Daloopa đã thông báo vào thứ Ba rằng họ đã huy động được 18 triệu USD trong một vòng huy động vốn loạt B do Touring Capital dẫn đầu, với sự tham gia của Morgan Stanley và Nexus Venture Partners.
“Daloopa là một cơ sở dữ liệu dữ liệu lịch sử được trích dẫn bằng trí tuệ nhân tạo dành cho nhà phân tích,” Li nói. “Cách tiếp cận này trong quá trình khám phá dữ liệu giữ cho các công ty và đội ngũ cạnh tranh dẫn đầu.”
Khách hàng của Daloopa chủ yếu là các quỹ đầu cơ, các công ty quỹ tư nhân, các quỹ chứng khoán và ngân hàng đầu tư và công ty, Li cho biết. Họ sử dụng các công cụ của công ty khởi nghiệp để xây dựng quy trình làm việc cho nghiên cứu đầu tư và bài kiểm tra cẩn thận. Các quy trình làm việc, được vận hành bởi các thuật toán trí tuệ nhân tạo, phát hiện và cung cấp dữ liệu cho mô hình tài chính của các nhà phân tích, giảm thiểu cần sao chép dữ liệu thủ công.
“Daloopa cung cấp một cách mới để có được dữ liệu quan trọng cho cả hai bên mua và bán,” Li nói. “Thời gian tiết kiệm được đầu tư vào nghiên cứu và phân tích, hoặc thời gian tiếp xúc với khách hàng — giúp khách hàng của chúng tôi giành ưu thế trong quá trình nghiên cứu của họ.”
Bây giờ, tôi cảm thấy hơi hoài nghi về việc trí tuệ nhân tạo của Daloopa không mắc lỗi: Không hệ thống trí tuệ nhân tạo nào hoàn hảo, cuối cùng. Nhờ vào hiện tượng được biết đến với tên gọi là ảo giác, không hiếm khi các mô hình trí tuệ nhân tạo tạo ra các sự kiện và con số khi tóm tắt tài liệu và tập tin.
Li không đề xuất rằng Daloopa là hoàn hảo. Nhưng ông khẳng định rằng các thuật toán của nền tảng “chỉ cứ tiếp tục cải thiện theo thời gian” khi chúng được huấn luyện trên các bộ tài liệu tài chính ngày càng tăng. Không nói lên nơi dữ liệu được lấy từ đâu, chính xác; Li chỉ nói rằng nó từ “các nguồn công cộng như báo cáo SEC và bài thuyết trình nhà đầu tư.”
“Daloopa đã là một công ty trí tuệ nhân tạo từ khi được sinh ra năm đó, trước cả sự sôi động về trí tuệ nhân tạo,” Li nói. “Chúng tôi đã dành những năm đó để huấn luyện các thuật toán của mình và phát triển trí tuệ nhân tạo cho các tổ chức tài chính.”
Với nguồn tài trợ mới, đưa Daloopa đến tổng số chuỗi ~300 nhân viên đội ngũ, tăng cường sản phẩm R&D và mở rộng nỗ lực thu hút khách hàng.
“Daloopa là một giải pháp trí tuệ nhân tạo đã khởi đầu trước khi cả mit ngành đã trải qua giai đoạn tăng trưởng năm qua giai đoạn tăng trưởng gia 2 năm qua,” ông nói. “Khi các tổ chức tài chính ngày càng áp dụng các công cụ trí tuệ nhân tạo, chúng tôi rất đứng ở vị thế tốt để trở thành một nhà lãnh đạo trong không gian dữ liệu cơ bản đã được định hình bởi trí tuệ nhân tạo.”
