استفانی سانگ که قبلاً در تیم توسعه و سرمایه گذاری شرکتی در کوین بیس کار می کرد، اغلب از حجم کارهایی که او و تیمش باید روزانه انجام می دادند ناامید می شد.

سونگ در یک مصاحبه ایمیلی با TechCrunch گفت: «تحلیلگران روغن نیمه شب را می سوزانند و صدها ساعت کار می کنند و کاری را انجام می دهند که هیچ کس نمی خواهد انجام دهد. در عین حال، صندوق‌ها سرمایه کمتری را به کار می‌گیرند و به دنبال راه‌هایی برای کارآمدتر کردن تیم‌های خود و در عین حال کاهش هزینه‌های عملیاتی هستند.»

سانگ با الهام از یافتن راهی بهتر، با برایان فرناندز و آناند چاتورودی، دو همکار سابق کوین بیس، همکاری کرد تا Dili را راه‌اندازی کند (پایتخت تیمور شرقی آن را اشتباه نگیرد)، پلتفرمی که تلاش می‌کند سرمایه‌گذاری کلیدی را خودکار کند. مراحل مدیریت پورتفولیو برای شرکت‌های سهام خصوصی و VC با استفاده از هوش مصنوعی.

دیلی، فارغ التحصیل Y Combinator، تا به امروز 3.6 میلیون دلار بودجه خطرپذیر از حامیانی از جمله Allianz Strategic Investments، Rebel Fund، Singularity Capital، Corenest، Decacorn، Pioneer Fund، NVO Capital، Amino Capital، Rocketship VC، Hi2 Ventures، Gaingels و هایپر سرمایه گذاری.

سانگ گفت: «[AI] بر تمام بخش‌های یک صندوق سرمایه‌گذاری، از تحلیل‌گران گرفته تا شرکا و کارکردهای پشتیبان تأثیر می‌گذارد. «متخصصان سرمایه‌گذاری در صندوق‌ها به دنبال یک مزیت متمایز در تصمیم‌گیری هستند و اکنون می‌توانند از داده‌های فراوان خود برای ترکیب درک خود از معامله با نحوه انطباق آن با صندوق‌ها استفاده کنند... دیلی یک فرصت منحصر به فرد برای ظهور به عنوان راه‌حلی برای بودجه در یک محیط کلان خشن.

Song در مورد صندوق‌هایی که به دنبال یک مزیت هستند - یا هر روش امیدوارکننده جدیدی برای کاهش ریسک سرمایه‌گذاری، اشتباه نمی‌کند. طبق گزارش‌ها، VCها 311 میلیارد دلار پول نقد مصرف‌نشده دارند و در سال گذشته با افزایش محتاطانه‌تر در مورد سرمایه‌گذاری‌های اولیه، کمترین میزان را - 67 میلیارد دلار - در هفت سال گذشته به دست آوردند.

دیلی اولین کسی نیست که از هوش مصنوعی در فرآیند تحلیل دقیق استفاده می کند. گارتنر پیش بینی می کند که تا سال 2025، بیش از 75 درصد از VC و تحلیل های اجرایی سرمایه گذاران در مراحل اولیه با استفاده از هوش مصنوعی و تجزیه و تحلیل داده ها مطلع خواهند شد.

چندین شرکت نوپا و متصدی در حال حاضر از هوش مصنوعی بهره می برند تا اسناد و مدارک مالی و داده های فراوانی را برای مقایسه و گزارش های بازار ارائه دهند - از جمله Wokelo (که مشتریان آن سهام خصوصی و صندوق های سرمایه گذاری VC مانند Dili's)، Ansarada، AlphaSense و Thomson Reuters (از طریق آن هستند. واحد رسانه های جانبی پاک کنید).

اما سانگ اصرار دارد که دیلی از فناوری "اولین در نوع خود" استفاده می کند.

او گفت : «[ما می‌توانیم] دقت بسیار بالایی در کارهای خاص مانند استخراج معیارهای مالی از اسناد بزرگ بدون ساختار ارائه دهیم.» "ما خطوط لوله نمایه سازی و بازیابی سفارشی را برای اسناد خاص تنظیم کرده ایم تا مدل های [هوش مصنوعی ما] را با زمینه با کیفیت بالا ارائه دهیم."

Dili از GenAI، به‌ویژه از مدل‌های زبان‌های بزرگ در امتداد خطوط ChatGPT OpenAI استفاده می‌کند تا گردش کار سرمایه‌گذاران را ساده‌تر کند.

این پلتفرم ابتدا داده‌های مالی تاریخی و تصمیمات سرمایه‌گذاری صندوق را در یک پایگاه دانش فهرست‌بندی می‌کند و سپس مدل‌های فوق‌الذکر را برای خودکارسازی وظایفی مانند تجزیه پایگاه‌های داده داده‌های شرکت خصوصی، رسیدگی به فهرست‌های درخواست تحلیل دقیق و جستجوی چهره‌های کمتر شناخته شده در سراسر وب به کار می‌گیرد. .

دیلی اخیراً پشتیبانی از تجزیه و تحلیل خودکار قابل مقایسه و معیارهای صنعت را در معاملات معوقه یک شرکت اضافه کرده است. هنگامی که صندوق ها داده های معامله خود را آپلود کردند، می توانند فرصت های سرمایه گذاری تاریخی و فعلی را در یک مکان مقایسه کنند.

سانگ او میگوید : «تصور کنید که بتوانید یک ایمیل با فرصت‌های سرمایه‌گذاری جدید یا به‌روزرسانی شرکت پرتفوی دریافت کنید و فوراً یک پلتفرم داشته باشید که پرچم‌های قرمز قرارداد تولید شده توسط هوش مصنوعی، تجزیه و تحلیل رقابتی، معیارهای صنعت و خلاصه یا یادداشت اولیه‌ای که از الگوهای سرمایه‌گذاری تاریخی صندوق شما استفاده می‌کند، ایجاد کند.» گفت.

سوال این است که آیا می توان به هوش مصنوعی دیلی – یا واقعاً هر هوش مصنوعی – در مدیریت پورتفولیو اعتماد کرد؟

اعتبار تصویر: دیلی

به هر حال، هوش مصنوعی لزوماً به دلیل پایبندی به حقایق شناخته شده نیست. Fast Company توانایی ChatGPT را برای جمع‌بندی مقالات آزمایش کرد و دریافت که این مدل تمایل به اشتباه گرفتن مطالب، کنار گذاشتن قطعات و اختراع کامل جزئیاتی دارد که در مقاله‌های خلاصه‌شده ذکر نشده است. تصور اینکه چگونه این ممکن است به یک مشکل واقعی در کار تحلیل دقیق تبدیل شود، که در آن دقت بسیار مهم است، دشوار نیست.

هوش مصنوعی همچنین می تواند پیش داوری هایی را وارد فرآیند تصمیم گیری کند. در آزمایشی که چندین سال پیش توسط هاروارد بیزینس ریویو انجام شد، الگوریتمی که برای توصیه‌های سرمایه‌گذاری استارت‌آپ آموزش دیده بود، یافت شد که کارآفرینان سفیدپوست را به جای کارآفرینان رنگین پوست انتخاب می‌کرد و ترجیح می‌داد در استارت‌آپ‌هایی با بنیان‌گذاران مرد سرمایه‌گذاری کند. به این دلیل است که داده‌های عمومی الگوریتم بر روی آنها آموزش داده شده است، نشان دهنده این واقعیت است که زنان و بنیان‌گذاران کمتری از گروه‌های کم‌نماینده تمایل دارند در فرآیند تأمین مالی آسیب‌پذیر شوند - و در نهایت سرمایه کمتری را افزایش می‌دهند.

سپس این واقعیت وجود دارد که برخی از شرکت ها ممکن است راحت نباشند داده های خصوصی و حساس خود را از طریق یک مدل شخص ثالث اجرا کنند.

سانگ برای کاهش همه این ترس‌ها بيان کرد که دیلی به تنظیم دقیق مدل‌های خود - که بسیاری از آنها منبع باز هستند - ادامه می‌دهد تا موارد توهم را کاهش دهد و دقت کلی را بهبود بخشد. او همچنین تاکید کرد که از داده‌های مشتریان خصوصی برای آموزش مدل‌های Dili استفاده نمی‌شود و دیلی قصد دارد راهی برای صندوق‌ها ارائه دهد تا مدل‌های خود را ایجاد کنند که بر اساس داده‌های صندوق اختصاصی و آفلاین آموزش دیده‌اند.

سونگ گفت: «در حالی که صندوق‌های تامینی و بازارهای عمومی سرمایه‌گذاری زیادی در فناوری کرده‌اند، داده‌های بازار خصوصی پتانسیل‌های دست‌نخورده زیادی دارد که دیلی می‌تواند برای شرکت‌ها باز کند.

دیلی سال گذشته یک آزمایش اولیه را با 400 تحلیلگر و کاربر در انواع مختلف صندوق ها و بانک ها اجرا کرد. سانگ او میگوید ، اما همانطور که استارت‌آپ تیم خود را گسترش می‌دهد و قابلیت‌های جدیدی را اضافه می‌کند، در حال گسترش به برنامه‌های جدید است - در نهایت به سمت تبدیل شدن به یک راه‌حل «پایان به انتها» برای تحلیل دقیق سرمایه‌گذاران و مدیریت پورتفولیو.

او گفت : "در نهایت ما معتقدیم که این فناوری اصلی که در حال ساخت آن هستیم می تواند در تمام بخش های فرآیند تخصیص دارایی اعمال شود."

خبرکاو