Daloopa利用AI来自动化财务分析师的工作流程

当金融行业严重依赖手动数据输入过程时，Thomas Li正在Point72工作，这家由臭名昭著的投资者Steve Cohen创立的对冲基金。他意识到这可能会存在错误。

Li告诉TechCrunch：“作为买方分析师，我感受到手动获取和输入数据以构建和更新财务模型的痛苦。这使得分析和投资变得更加重要的工作时间不足。”

在通过纽约大学的联系认识了前Airbnb和Meta的软件工程师Jeremy Huang和曾在微软工作的Daniel Chen后（他们三个都是校友），Li决定尝试自动化解决数据输入挑战。

三位合伙人成立了Daloopa，该公司利用人工智能从财务报告和投资者演示中提取和组织数据。 Daloopa周二宣布完成了一轮由Touring Capital领投，摩根士丹利和Nexus Venture Partners参与的1800万美元B轮融资。

Li表示：“Daloopa是为分析师提供支持的基于人工智能的历史数据基础架构。采用这种方式处理数据发现过程，可以使高度竞争的公司和团队领先于行业发展。”

Li说，Daloopa的客户主要是对冲基金、私募股权公司、共同基金以及公司和投资银行。 他们使用这家初创公司的工具为投资和尽职调查研究构建工作流程。 由AI算法驱动的工作流程可以为分析师的财务模型发现和提供数据，减少手动复制数据的需要。

“Daloopa为买方和卖方提供了一种获取关键数据的新方式。节省的时间将重新投资于研究和分析，或者用于客户面向时间，帮助我们的客户在研究过程中获得优势。”

我有点怀疑Daloopa的AI是否会出错：毕竟没有完美的AI系统。由于所谓的幻影现象，当总结文件和资料时，AI模型常常会捏造事实和数字并非罕见。

Li并未暗示Daloopa是绝对可靠的。 但他声称，平台的算法“随着时间的推移而不断改进”，因为它们受过越来越多财务文件的训练。至于数据的确切来源，他守口如瓶； Li仅表示数据来自“SEC申报和投资者演示等公共来源”。

Li表示：“Daloopa自诞生起五年前就是一家AI公司，早在AI热潮之前。 我们花费了这些年时间培训我们的算法并为金融机构开发人工智能。”

凭借这轮新融资，总部位于纽约市的Daloopa已经筹集了4000万美元，计划扩大其约300名员工的团队，增强产品研发并扩大客户获取工作。

他说：“Daloopa是一家领先潮流的人工智能解决方案，过去两年来看到了年复一年的增长加速。随着金融机构采用人工智能工具的增加，我们非常有信心能成为AI驱动的基础数据领域的领导者。”