Thomas Li arbeitete bei Point72, dem von gegründeten Hedgefonds berüchtigter Investor Steve Cohenals ihm klar wurde, dass die Finanzbranche stark auf manuelle Dateneingabeprozesse angewiesen ist, die fehleranfällig sein können.
„Als Buy-Side-Analyst spürte ich den Schmerz, Daten manuell zu beschaffen und einzugeben, um Finanzmodelle zu erstellen und zu aktualisieren“, sagte Li gegenüber TechCrunch. „Es hat Zeit für die wichtigere Arbeit der Analyse und Tätigung von Investitionen gekostet.“
Nachdem Li Jeremy Huang, einen ehemaligen Software-Ingenieur bei Airbnb und Meta, und Daniel Chen, einen ehemaligen Microsoft-Ingenieur, über Verbindungen zur New York University kennengelernt hatte (alle drei sind Absolventen), beschloss er, sich an einer automatisierten Lösung für die Daten zu versuchen Einstiegsherausforderungen.
Die drei Partner starteten Daloopa, das KI nutzt, um Daten aus Finanzberichten und Investorenpräsentationen für Analysten zu extrahieren und zu organisieren. Daloopa gab am Dienstag bekannt, dass es in einer von Touring Capital angeführten Finanzierungsrunde der Serie B unter Beteiligung von Morgan Stanley und Nexus Venture Partners 18 Millionen US-Dollar aufgebracht hat.
„Daloopa ist eine KI-gestützte historische Dateninfrastruktur für Analysten“, sagte Li. „Diese Herangehensweise an den Datenermittlungsprozess sorgt dafür, dass wettbewerbsfähige Unternehmen und Teams immer einen Schritt voraus sind.“
Zu den Kunden von Daloopa zählen vor allem Hedgefonds, Private-Equity-Firmen, Investmentfonds sowie Unternehmens- und Investmentbanken, sagt Li. Sie nutzen die Tools des Startups, um Arbeitsabläufe für die Investitions- und Due-Diligence-Recherche zu erstellen. Die auf KI-Algorithmen basierenden Arbeitsabläufe ermitteln und liefern Daten an die Finanzmodelle der Analysten und reduzieren so die Notwendigkeit, Daten manuell zu kopieren.
„Daloopa bietet eine neue Möglichkeit, geschäftskritische Daten sowohl auf die Käufer- als auch auf die Verkäuferseite zu übertragen“, sagte Li. „Die Zeitersparnis wird in Recherche und Analyse reinvestiert, bzw. in die Zeit, in der wir mit dem Kunden in Kontakt bleiben – was unseren Kunden hilft, sich einen Vorsprung in ihrem Rechercheprozess zu verschaffen.“
Nun bin ich ein wenig skeptisch, ob Daloopas KI keine Fehler macht: Schließlich ist kein KI-System perfekt. Aufgrund des als Halluzination bekannten Phänomens ist dies bei KI-Modellen nicht ungewöhnlich Fakten und Zahlen zusammenstellen beim Zusammenfassen von Dokumenten und Dateien.
Li hat nicht behauptet, dass Daloopa narrensicher ist. Er behauptete jedoch, dass sich die Algorithmen der Plattform „mit der Zeit immer weiter verbessern“, da sie auf wachsende Mengen an Finanzdokumenten trainiert werden. Mama weiß genau, woher die Daten stammen. Li sagt nur, dass es aus „öffentlichen Quellen wie SEC-Einreichungen und Investorenpräsentationen“ stammt.
„Daloopa ist seit seiner Gründung vor fünf Jahren, vor dem ganzen KI-Hype, ein KI-Unternehmen“, sagte Li. „Wir haben diese Jahre damit verbracht, unsere Algorithmen zu trainieren und KI für Finanzinstitute zu entwickeln.“
Mit der neuen Finanzierung, die die Gesamteinnahmen des in New York ansässigen Unternehmens Daloopa auf 40 Millionen US-Dollar erhöht, plant das Unternehmen, sein Team von etwa 300 Mitarbeitern zu vergrößern, die Produktforschung und -entwicklung zu stärken und seine Bemühungen zur Kundenakquise auszuweiten.
„Daloopa ist eine KI-gestützte Lösung, die der Zeit voraus war und in den letzten zwei Jahren ein jährliches Wachstumswachstum verzeichnete“, sagte er. „Da Finanzinstitute zunehmend KI-Tools einsetzen, sind wir sehr gut positioniert, um im Bereich der KI-gesteuerten Basisdaten führend zu sein.“