Inspirado por encontrar una mejor manera, Song se asoció con Brian Fernandez y Anand Chaturvedi, dos ex colegas de Coinbase, para lanzar No (no confundir con el capital de timor oriental), una plataforma que intenta automatizar pasos clave de debida diligencia de inversión y gestión de carteras para empresas de capital privado y capital de riesgo que utilizan IA.
Dili, graduada de Y Combinator, ha recaudado 3,6 millones de dólares en financiación de riesgo hasta la fecha de patrocinadores como Allianz Strategic Investments, Rebel Fund, Singularity Capital, Corenest, Decacorn, Pioneer Fund, NVO Capital, Amino Capital, Rocketship VC, Hi2 Ventures, Gaingels e Hiper Empreendimentos.
“[AI] Afecta a todas las partes de un fondo de inversión, desde los analistas hasta los socios y las funciones administrativas”, dijo Song. «Los profesionales de la inversión en fondos buscan una ventaja distintiva en la toma de decisiones y ahora pueden utilizar su gran cantidad de datos para combinar su comprensión del negocio con cómo encaja en los fondos… Dili tiene una oportunidad única de surgir como una solución para los fondos en un entorno macroeconómico difícil”.
Song no se equivoca acerca de los fondos que buscan una ventaja, o cualquier forma nueva y prometedora de mitigar el riesgo de inversión, de hecho. VC según cabe suponer Tienen 311.000 millones de dólares en dinero no gastado, y el año pasado recaudaron su total más bajo (67.000 millones de dólares) en siete años, a medida que se volvieron cada vez más cautelosos con respecto a las empresas en etapa inicial.
Dili no es el primero en aplicar la IA al proceso de diligencia debida. Gartner predecir que para 2025, más del 75% de las evaluaciones de los ejecutivos de capital de riesgo y de los inversores en etapa inicial se basarán en inteligencia artificial y análisis de datos.
Varias empresas emergentes y establecidas ya están recurriendo a la IA para analizar documentos financieros y grandes cantidades de datos para producir comparaciones e informes de mercado, entre ellos Wokelo (cuyos clientes son fondos de capital privado y capital de riesgo como Dili), Ansarada, AlphaSense y Thomson Reuters (a través de su unidad Clear Adverse Media).
Pero Song insiste en que Dili utiliza tecnología “pionera”.
“[We can] Ofrecen una precisión muy alta en tareas específicas, como extraer métricas financieras de grandes documentos no estructurados”, añadió. “Creamos canales de indexación y recuperación personalizados adaptados a documentos específicos para proporcionar [our AI] modelos con contexto de alta calidad”.
Dili aprovecha GenAI, específicamente modelos de lenguaje grandes similares a ChatGPT de OpenAI, para optimizar los flujos de trabajo de los inversores.
La plataforma primero cataloga los datos financieros históricos y las decisiones de inversión de un fondo en una base de conocimiento, y luego aplica los modelos mencionados anteriormente para automatizar tareas como el análisis de bases de datos de empresas privadas, el manejo de listas de solicitudes de debida diligencia y la búsqueda de números poco conocidos en La web.
Dili recientemente agregó soporte para análisis comparables automatizados y evaluaciones comparativas de la industria sobre la cartera de negocios de una empresa. Una vez que los fondos cargan los datos de las transacciones, pueden comparar oportunidades de inversión históricas y actuales en un solo lugar.
«Imagínese poder recibir un correo electrónico con una nueva oportunidad de inversión o una actualización de una empresa de cartera y tener instantáneamente una plataforma que produzca señales de alerta empresarial generadas por IA, análisis competitivos, evaluaciones comparativas de la industria y un resumen o memorando preliminar que aproveche los patrones de inversión históricos de su fondo». Dijo la canción.
La pregunta es: ¿es la IA de Dili (o cualquier otra IA realmente) confiable cuando se trata de gestionar una cartera?
Créditos de imagen: No
Después de todo, la IA no es necesariamente conocida por atenerse a los hechos. empresa rapida probado La capacidad de ChatGPT para resumir artículos y descubrió que el modelo tenía tendencia a cometer errores, omitir piezas e inventar detalles que no se mencionan en los artículos resumidos. No es difícil imaginar cómo esto podría convertirse en un problema real en el trabajo de diligencia debida, donde la precisión es clave.
La IA también puede generar sesgos en el proceso de toma de decisiones. en un experimento llevado a cabo Por Harvard Business Review hace varios años, se descubrió que un algoritmo entrenado para hacer recomendaciones de inversión para startups elegía a emprendedores blancos en lugar de emprendedores de color y prefería invertir en startups con fundadores masculinos. Esto se debe a que los datos públicos con los que se entrenó el algoritmo reflejan el hecho de que menos mujeres y fundadores de grupos subrepresentados tienden a ser perjudicado en el proceso de financiación y, en última instancia, recaudar menos capital de riesgo.
Luego está el hecho de que algunas empresas pueden no sentirse cómodas administrando sus datos privados y confidenciales a través de un modelo de terceros.
Para intentar disipar todos estos temores, Song dijo que Dili continúa mejorando sus modelos -muchos de los cuales son de código abierto- para reducir los casos de alucinaciones y mejorar la precisión general. También destacó que los datos privados de los clientes no se utilizan para entrenar los modelos de Dili y que Dili planea ofrecer una forma para que los fondos creen sus propios modelos entrenados con datos de fondos propios fuera de línea.
«Si bien los fondos de cobertura y los mercados públicos han invertido mucho en tecnología, los datos del mercado privado tienen un enorme potencial sin explotar que Dili podría desbloquear para las empresas», dijo Song.
Dili llevó a cabo un piloto inicial el año pasado con 400 analistas y usuarios de diferentes tipos de fondos y bancos. Pero a medida que la startup amplía su equipo y añade nuevas capacidades, se esfuerza por expandirse a nuevas aplicaciones y, en última instancia, convertirse en una solución «de extremo a extremo» para la debida diligencia de los inversores y la gestión de carteras, afirma Song.
«Con el tiempo, creemos que esta tecnología central que estamos construyendo se puede aplicar a cada parte del proceso de asignación de activos», añadió.
