Stephanie Song, früher im Team für Unternehmensentwicklung und Ventures bei Coinbase, war oft frustriert über die Menge an Due-Diligence-Aufgaben, die sie und ihr Team täglich erledigen mussten.
„Analysten verbrennen die Mitternachtsöle und arbeiten Hunderte von Stunden an der Arbeit, die niemand machen möchte“, sagte Song gegenüber TechCrunch in einem E-Mail-Interview. „Gleichzeitig setzen Fonds weniger Kapital ein und suchen nach Möglichkeiten, ihre Teams effizienter zu machen und gleichzeitig die Betriebskosten zu senken.“
Inspiriert davon, einen besseren Weg zu finden, tat sich Song für den Start mit Brian Fernandez und Anand Chaturvedi, zwei ehemaligen Kollegen von Coinbase, zusammen Dili (nicht verwirren durch die Hauptstadt von Osttimor), einer Plattform, die versucht, wichtige Investment-Due-Diligence- und Portfoliomanagement-Schritte für Private-Equity- und VC-Firmen mithilfe von KI zu automatisieren.
Dili, ein Y-Combinator-Absolvent, hat bisher Risikokapital in Höhe von 3,6 Millionen US-Dollar von Geldgebern wie Allianz Strategic Investments, Rebel Fund, Singularity Capital, Corenest, Decacorn, Pioneer Fund, NVO Capital, Amino Capital, Rocketship VC, Hi2 Ventures, Gaingels und anderen eingesammelt Hyper Ventures.
„[AI] „Betrifft alle Teile eines Investmentfonds, von Analysten über Partner bis hin zu Backoffice-Funktionen“, sagte Song. „Investmentprofis bei Fonds sind auf der Suche nach einem differenzierten Vorsprung bei der Entscheidungsfindung und können jetzt ihre Fülle an Daten nutzen, um ihr Verständnis des Geschäfts mit der Art und Weise zu kombinieren, wie es in die Fonds passt … Dili hat die einzigartige Chance, sich als Lösung für herauszustellen.“ Fonds in einem schwierigen makroökonomischen Umfeld.“
Song hat nicht unrecht, wenn es um Fonds geht, die nach einem Vorteil suchen – oder nach neuen vielversprechenden Möglichkeiten, das Investitionsrisiko zu mindern. VCs angeblich Sie verfügen über nicht ausgegebene Barmittel in Höhe von 311 Milliarden US-Dollar und haben letztes Jahr mit 67 Milliarden US-Dollar den niedrigsten Gesamtbetrag seit sieben Jahren eingesammelt, da sie bei Unternehmungen in der Frühphase immer vorsichtiger wurden.
Dili ist nicht der Erste, der KI im Due-Diligence-Prozess einsetzt. Gärtner prognostiziert dass bis 2025 mehr als 75 % der Führungskräftebewertungen von VC- und Frühphaseninvestoren mithilfe von KI und Datenanalysen erfolgen werden.
Mehrere Startups und etablierte Unternehmen nutzen bereits KI, um Finanzdokumente und große Datenmengen zu durchsuchen, um Marktvergleiche und Berichte zu erstellen – darunter Wokelo (dessen Kunden Private-Equity- und VC-Fonds wie Dili sind), Ansarada, AlphaSense und Thomson Reuters (über seine Clear Adverse Media-Einheit).
Song besteht jedoch darauf, dass Dili „die erste ihrer Art“-Technologie verwendet.
„[We can] liefern eine sehr hohe Genauigkeit bei bestimmten Aufgaben wie dem Abrufen von Finanzkennzahlen aus großen unstrukturierten Dokumenten“, fügte sie hinzu. „Wir haben benutzerdefinierte Indexierungs- und Abrufpipelines erstellt, die auf die Bereitstellung bestimmter Dokumente abgestimmt sind [our AI] Modelle mit hochwertigem Kontext.“
Dili nutzt GenAI, insbesondere große Sprachmodelle nach dem Vorbild von OpenAIs ChatGPT, um die Arbeitsabläufe der Anleger zu optimieren.
Die Plattform katalogisiert zunächst die historischen Finanzdaten und Investitionsentscheidungen eines Fonds in einer Wissensdatenbank und wendet dann die oben genannten Modelle an, um Aufgaben wie das Parsen von Datenbanken mit privaten Unternehmensdaten, die Bearbeitung von Due-Diligence-Anfragelisten und die Suche nach wenig bekannten Zahlen im Internet zu automatisieren .
Dili hat kürzlich Unterstützung für automatisierte Vergleichsanalysen und Branchen-Benchmarking für den Auftragsrückstand eines Unternehmens hinzugefügt. Sobald Fonds ihre Geschäftsdaten hochladen, können sie historische und aktuelle Investitionsmöglichkeiten an einem Ort vergleichen.
„Stellen Sie sich vor, Sie könnten eine E-Mail mit einer neuen Investitionsmöglichkeit oder einem Update zu einem Portfoliounternehmen erhalten und eine Plattform würde sofort KI-generierte Deal-Red-Flags, Wettbewerbsanalysen, Branchen-Benchmarking und eine vorläufige Zusammenfassung oder ein Memo erstellen, die die historischen Anlagemuster Ihres Fonds nutzt“, Song sagte.
Die Frage ist: Kann man Dilis KI – oder überhaupt irgendeiner KI – vertrauen, wenn es um die Verwaltung eines Portfolios geht?
Bildnachweis: Dili
Schließlich ist KI nicht unbedingt dafür bekannt, sich an Fakten zu halten. Schnelles Unternehmen geprüft ChatGPTs Fähigkeit, Artikel zusammenzufassen, stellte fest, dass das Modell dazu neigte, Dinge falsch zu machen, Teile wegzulassen und Details zu erfinden, die in den zusammengefassten Artikeln nicht erwähnt wurden. Man kann sich leicht vorstellen, dass dies bei Due-Diligence-Prüfungen, bei denen es auf Genauigkeit ankommt, zu einem echten Problem werden könnte.
KI kann auch Vorurteile in den Entscheidungsprozess einbringen. In einem Experiment durchgeführt Vor einigen Jahren wurde in der Harvard Business Review herausgefunden, dass ein Algorithmus, der darauf trainiert ist, Startup-Investitionsempfehlungen abzugeben, weiße Unternehmer statt farbiger Unternehmer auswählt und bevorzugt in Startups mit männlichen Gründern investiert. Das liegt daran, dass die öffentlichen Daten, auf denen der Algorithmus trainiert wurde, die Tatsache widerspiegeln, dass es tendenziell weniger Frauen und Gründer aus unterrepräsentierten Gruppen gibt benachteiligt im Finanzierungsprozess – und letztendlich weniger Risikokapital aufbringen.
Hinzu kommt die Tatsache, dass einige Unternehmen möglicherweise nicht damit einverstanden sind, ihre privaten, sensiblen Daten über ein Drittanbietermodell zu verwalten.
Um all diese Befürchtungen zu zerstreuen, sagte Song, dass Dili seine Modelle – von denen viele Open Source sind – weiterhin verfeinert, um Halluzinationen zu reduzieren und die Gesamtgenauigkeit zu verbessern. Sie betonte auch, dass private Kundendaten nicht zum Trainieren von Dilis Modellen verwendet werden und dass Dili plant, Fonds eine Möglichkeit zu bieten, ihre eigenen Modelle zu erstellen, die auf proprietären Offline-Fondsdaten trainiert werden.
„Während Hedgefonds und öffentliche Märkte stark in Technologie investiert haben, bergen private Marktdaten viel ungenutztes Potenzial, das Dili für Unternehmen freisetzen könnte“, sagte Song.
Dili führte letztes Jahr ein erstes Pilotprojekt mit 400 Analysten und Benutzern verschiedener Arten von Fonds und Banken durch. Aber während das Startup sein Team erweitert und neue Fähigkeiten hinzufügt, ist es bestrebt, in neue Anwendungen zu expandieren – letztendlich hin zu einer „End-to-End“-Lösung für die Due-Diligence-Prüfung von Investoren und das Portfoliomanagement, sagt Song.
„Letztendlich glauben wir, dass diese Kerntechnologie, die wir entwickeln, auf alle Teile des Vermögensallokationsprozesses angewendet werden kann“, fügte sie hinzu.