Thomas Li travaillait chez Point72, le hedge fund fondé par l'investisseur notoire Steve Cohen, quand il a réalisé que l'industrie financière dépend fortement des processus de saisie manuelle des données qui pourraient être sujets à des erreurs.

« En tant qu'analyste du côté achat, j'ai ressenti la douleur de sourcer et de saisir manuellement des données pour construire et mettre à jour des modèles financiers », a déclaré Li à TechCrunch. « Cela prenait du temps précieux qui aurait pu être consacré à l'analyse et aux investissements plus importants. »

Après avoir rencontré Jeremy Huang, ancien ingénieur logiciel chez Airbnb et Meta, et Daniel Chen, ancien ingénieur de Microsoft, à travers des connections de l'Université de New York (les trois sont des anciens élèves), Li a décidé de tenter sa chance avec une solution automatisée aux défis de saisie des données.

Les trois partenaires ont lancé Daloopa, qui utilise l'IA pour extraire et organiser les données des rapports financiers et des présentations des investisseurs pour les analystes. Daloopa a annoncé mardi avoir levé 18 millions de dollars lors d'un tour 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 approche du processus de découverte des données permet à des firmes et équipes hautement compétitives de rester en avance sur la courbe. »

Les clients de Daloopa sont principalement des hedge funds, des fonds de capital-investissement, des fonds communs de placement et des banques d'investissement et d'entreprise, selon Li. Ils utilisent les outils de la startup pour construire des flux de travail pour la recherche en investissement et due diligence. Les flux de travail, alimentés par des algorithmes d'IA, découvrent et fournissent des données aux modèles financiers des analystes, réduisant ainsi le besoin de copier manuellement des données.

« Daloopa offre une nouvelle façon d'obtenir des données essentielles à la fois du côté achat et du côté vente », a déclaré Li. « Les gains de temps sont réinvestis dans la recherche et l'analyse, ou le temps passé avec les clients, ce qui aide nos clients à gagner un avantage dans leur processus de recherche. »

Je suis un peu sceptique que l'IA de Daloopa ne commette pas d'erreurs : aucune IA n'est parfaite, après tout. Grâce au phénomène connu sous le nom d'hallucination, il n'est pas rare que les modèles d'IA inventent des faits et des chiffres lorsqu'ils synthétisent des documents et des fichiers.

Li n'a pas prétendu que Daloopa est infaillible. Mais il a affirmé que les algorithmes de la plateforme « continuent de s'améliorer au fil du temps » alors qu'ils sont formés sur des ensembles croissants de documents financiers. On ne sait pas exactement d'où proviennent les données ; Li indique seulement qu'elles proviennent de « sources publiques telles que les dépôts SEC et les présentations des investisseurs. »

« Daloopa est une entreprise d'IA depuis sa création il y a cinq ans, avant tout le battage médiatique autour de l'IA », a déclaré Li. « Nous avons passé ces années à former nos algorithmes et à développer de l'IA pour les institutions financières. »

Avec ce nouveau financement, qui porte le total des fonds levés par Daloopa, basée à New York, à 40 millions de dollars, l'entreprise prévoit de développer son équipe d'environ 300 employés, de renforcer la R&D de ses produits et d'étendre ses efforts d'acquisition de clients.

« Daloopa est une solution alimentée par l'IA qui a pris de l'avance et a vu 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 positionnés pour être un leader dans l'espace des données fondamentales alimentées par l'IA. »