Stephanie Song, anteriormente integrante da equipe de desenvolvimento corporativo e empreendimentos da Coinbase, muitas vezes ficava frustrada com o volume de tarefas de due diligence que ela e sua equipe tinham que realizar diariamente.

“Os analistas queimam o óleo da meia-noite trabalhando centenas de horas fazendo o trabalho que ninguém quer fazer”, disse Song ao TechCrunch em uma entrevista por e-mail. “Ao mesmo tempo, os fundos estão a aplicar menos capital e a procurar formas de tornar as suas equipas mais eficientes e, ao mesmo tempo, reduzir os custos operacionais.”

Inspirado para encontrar uma maneira melhor, Song se uniu a Brian Fernandez e Anand Chaturvedi, dois ex-colegas da Coinbase, para lançar não (não confundir com o capital de Timor Leste), uma plataforma que tenta automatizar as principais etapas de due diligence de investimento e gerenciamento de portfólio para empresas de private equity e VC usando IA.

Dili, formada pela Y Combinator, arrecadou US$ 3,6 milhões em financiamento de risco até o momento de financiadores, incluindo Allianz Strategic Investments, Rebel Fund, Singularity Capital, Corenest, Decacorn, Pioneer Fund, NVO Capital, Amino Capital, Rocketship VC, Hi2 Ventures, Gaingels e Hiper Empreendimentos.

“(IA) afeta todas as partes de um fundo de investimento, desde analistas até parceiros e funções administrativas”, disse Song. “Os profissionais de investimento em fundos procuram uma vantagem diferenciada na tomada de decisões e podem agora usar a sua riqueza de dados para combinar a sua compreensão do negócio com a forma como este se enquadra nos fundos… Díli tem uma oportunidade única de emergir como uma solução para fundos em um ambiente macro difícil.”

Song não está errado sobre os fundos que procuram uma vantagem – ou quaisquer novas formas promissoras de mitigar o risco de investimento, aliás. VCs supostamente têm 311 mil milhões de dólares em dinheiro não gasto e, no ano passado, angariaram o total mais baixo – 67 mil milhões de dólares – em sete anos, à medida que se tornavam cada vez mais cautelosos em relação a empreendimentos em fase inicial.

Díli não é a primeira a aplicar IA ao processo de due diligence. Gartner prevê que, até 2025, mais de 75% das avaliações de executivos de capital de risco e de investidores em estágio inicial serão informadas por meio de IA e análise de dados.

Várias startups e empresas já estabelecidas já estão recorrendo à IA para analisar documentos financeiros e grandes quantidades de dados para elaborar comparações e relatórios de mercado – incluindo Wokelo (cujos clientes são fundos de private equity e VC, como o de Díli), Ansarada, AlphaSense e Thomson Reuters (através de seu Limpar unidade de mídia adversa).

Mas Song insiste que Dili utiliza tecnologia “pioneira”.

“(Podemos) fornecer precisão muito alta em tarefas específicas, como extrair métricas financeiras de grandes documentos não estruturados”, acrescentou ela. “Criamos pipelines personalizados de indexação e recuperação ajustados para documentos específicos para fornecer (nossos modelos de IA) um contexto de alta qualidade.”

Díli aproveita o GenAI, especificamente modelos de grandes linguagens nos moldes do ChatGPT da OpenAI, para agilizar os fluxos de trabalho dos investidores.

A plataforma primeiro cataloga os dados financeiros históricos e as decisões de investimento de um fundo em uma base de conhecimento e, em seguida, aplica os modelos mencionados acima para automatizar tarefas como análise de bancos de dados de dados de empresas privadas, tratamento de listas de solicitações de devida diligência e busca por números pouco conhecidos na web. .

Díli adicionou recentemente suporte para análises comparáveis ​​automatizadas e benchmarking da indústria sobre a carteira de negócios de uma empresa. Depois que os fundos carregam os dados do negócio, eles podem comparar oportunidades de investimento históricas e atuais em um só lugar.

“Imagine ser capaz de receber um e-mail com uma nova oportunidade de investimento ou atualização da empresa do portfólio e ter instantaneamente uma plataforma produzindo sinais de alerta de negócios gerados por IA, análise competitiva, benchmarking do setor e um resumo preliminar ou memorando aproveitando os padrões históricos de investimento do seu fundo”, Song disse.

A questão é: será que a IA de Díli – ou qualquer IA realmente – é confiável quando se trata de gerir um portfólio?

Créditos da imagem: não

Afinal, a IA não é necessariamente conhecida por se ater aos fatos. Empresa rápida testado A capacidade do ChatGPT de resumir artigos e descobriu que o modelo tinha tendência a errar, deixar peças de fora e inventar detalhes não mencionados nos artigos resumidos. Não é difícil imaginar como isso pode se tornar um problema real no trabalho de due diligence, onde a precisão é fundamental.

A IA também pode trazer preconceitos para o processo de decisão. Em um experimento conduzido pela Harvard Business Review há vários anos, descobriu-se que um algoritmo treinado para fazer recomendações de investimento em startups escolhia empreendedores brancos em vez de empreendedores negros e preferia investir em startups com fundadores do sexo masculino. Isso ocorre porque os dados públicos nos quais o algoritmo foi treinado refletem o fato de que menos mulheres e fundadoras de grupos sub-representados tendem a ser desfavorecido no processo de financiamento — e, em última análise, angariar menos capital de risco.

Depois, há o facto de algumas empresas poderem não se sentir confortáveis ​​em gerir os seus dados privados e sensíveis através de um modelo de terceiros.

Em um enquete da Bloomberg Law, 30% dos advogados de negócios disseram que não considerariam usar IA como existe hoje em qualquer fase do processo de due diligence, citando preocupações que incluem a violação de acordos de confidencialidade associados a negócios ao inserir informações de terceiros em software de IA.

Para tentar dissipar todos esses receios, Song disse que Díli continua a aperfeiçoar os seus modelos – muitos dos quais são de código aberto – para reduzir os casos de alucinação e melhorar a precisão geral. Ela também sublinhou que os dados privados dos clientes não são usados ​​para treinar os modelos de Díli e que Díli planeia oferecer uma forma para os fundos criarem os seus próprios modelos treinados em dados de fundos off-line proprietários.

“Embora os fundos de hedge e os mercados públicos tenham investido pesadamente em tecnologia, os dados do mercado privado têm um grande potencial inexplorado que Díli poderia desbloquear para as empresas”, disse Song.

Díli realizou um piloto inicial no ano passado com 400 analistas e utilizadores de diferentes tipos de fundos e bancos. Mas à medida que a startup expande sua equipe e adiciona novos recursos, ela está se esforçando para se expandir para novas aplicações – em última análise, para se tornar uma solução “ponta a ponta” para due diligence de investidores e gerenciamento de portfólio, diz Song.

“Eventualmente, acreditamos que esta tecnologia central que estamos construindo poderá ser aplicada a todas as partes do processo de alocação de ativos”, acrescentou ela.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *