يريد ديلي أتمتة العناية الواجبة باستخدام الذكاء الاصطناعي

غالبًا ما كانت ستيفاني سونج، التي كانت تعمل سابقًا في فريق تطوير الشركات والمشاريع في Coinbase، تشعر بالإحباط بسبب حجم مهام العناية الواجبة التي كان عليها وفريقها إكمالها يوميًا.

وقال سونغ لـ TechCrunch في مقابلة عبر البريد الإلكتروني: “يحرق المحللون زيت منتصف الليل وهم يعملون مئات الساعات للقيام بالعمل الذي لا يريد أحد القيام به”. “وفي الوقت نفسه، تقوم الصناديق بنشر رأس مال أقل وتبحث عن طرق لجعل فرقها أكثر كفاءة مع تقليل تكاليف التشغيل.”

ملهمًا لإيجاد طريقة أفضل، تعاون سونغ مع بريان فرنانديز وأناند شاتورفيدي، وهما زميلان سابقان في Coinbase، لإطلاق Dili (يجب عدم الخلط بينه وبين عاصمة تيمور الشرقية)، وهي منصة تحاول أتمتة العناية الواجبة للاستثمار الرئيسي و خطوات إدارة المحافظ الاستثمارية لشركات الأسهم الخاصة ورأس المال الاستثماري باستخدام الذكاء الاصطناعي.

قام ديلي، وهو خريج Y Combinator، بجمع 3.6 مليون دولار في تمويل المشاريع حتى الآن من الداعمين بما في ذلك Allianz Strategy Investments، وRebel Fund، وSingularity Capital، وCorenest، وDecacorn، وPioneer Fund، وNVO Capital، وAmino Capital، وRocketship VC، وHi2 Ventures، وGaingels و. هايبر فينتشرز.

“[AI] وقال سونج: “يؤثر هذا على جميع أجزاء صندوق الاستثمار، من المحللين إلى الشركاء ووظائف المكاتب الخلفية”. “يبحث محترفو الاستثمار في الصناديق عن ميزة متباينة في عملية صنع القرار، ويمكنهم الآن استخدام ثروتهم من البيانات للجمع بين فهمهم للصفقة وكيفية ملاءمتها للصناديق… لدى ديلي فرصة فريدة للظهور كحل لمشكلة الاستثمار في الصناديق”. الأموال في بيئة كلية قاسية.”

لم يكن سونغ مخطئًا بشأن الصناديق التي تبحث عن ميزة – أو عن أي طرق واعدة جديدة للتخفيف من مخاطر الاستثمار، في هذا الصدد. يقال إن شركات رأس المال الاستثماري لديها 311 مليار دولار من النقد غير المنفق، وقد جمعت العام الماضي أقل إجمالي – 67 مليار دولار – خلال سبع سنوات مع تزايد حذرها بشأن المشاريع في مراحلها المبكرة.

ديلي ليس أول من طبق الذكاء الاصطناعي في عملية العناية الواجبة. وتتوقع مؤسسة جارتنر أنه بحلول عام 2025، سيتم الاستعانة بأكثر من 75% من المراجعات التنفيذية لرأس المال الاستثماري والمستثمرين في المراحل المبكرة باستخدام الذكاء الاصطناعي وتحليلات البيانات.

تقوم العديد من الشركات الناشئة والشركات القائمة بالفعل باستغلال الذكاء الاصطناعي لتدفق المستندات المالية وكميات وفيرة من البيانات لصياغة مقارنات وتقارير السوق – بما في ذلك Wokelo (التي عملاؤها هم صناديق الأسهم الخاصة وصناديق رأس المال الاستثماري، مثل Dili’s)، وAnsarada، وAlphaSense، وThomson Reuters (من خلال شركائها مسح وحدة الوسائط الضارة).

لكن سونغ يصر على أن ديلي تستخدم تكنولوجيا “الأولى من نوعها”.

“[We can] وأضافت: “تقديم دقة عالية جدًا في مهام محددة مثل سحب المقاييس المالية من المستندات الكبيرة غير المنظمة”. “لقد قمنا ببناء مسارات فهرسة واسترجاع مخصصة تم ضبطها لتوفير مستندات محددة [our AI] نماذج ذات سياق عالي الجودة.”

تستفيد Dili من GenAI، وخاصة نماذج اللغات الكبيرة على غرار ChatGPT من OpenAI، لتبسيط سير عمل المستثمرين.

تقوم المنصة أولاً بفهرسة البيانات المالية التاريخية للصندوق وقرارات الاستثمار في قاعدة معرفية، ثم تطبق النماذج المذكورة أعلاه لأتمتة المهام مثل تحليل قواعد بيانات بيانات الشركة الخاصة، والتعامل مع قوائم طلبات العناية الواجبة، والبحث عن الأرقام غير المعروفة عبر الويب .

أضافت ديلي مؤخرًا دعمًا للتحليل الآلي المقارن وقياس الصناعة على تراكم صفقات الشركة. بمجرد قيام الصناديق بتحميل بيانات صفقاتها، يمكنها مقارنة فرص الاستثمار التاريخية والحالية في مكان واحد.

“تخيل أن تكون قادرًا على الحصول على بريد إلكتروني يحتوي على فرصة استثمارية جديدة أو تحديث لشركة المحفظة والحصول على الفور على منصة تنتج إشارات حمراء للصفقات التي تم إنشاؤها بواسطة الذكاء الاصطناعي، وتحليل تنافسي، ومعايير الصناعة وملخص أولي أو مذكرة تستفيد من أنماط الاستثمار التاريخية لصندوقك،” قال.

والسؤال هو، هل يمكن الوثوق بالذكاء الاصطناعي الخاص بـ Dili – أو أي ذكاء اصطناعي آخر – عندما يتعلق الأمر بإدارة المحفظة؟

الذكاء الاصطناعي ليس معروفًا بالضرورة بالتزامه بالحقائق، بعد كل شيء. اختبرت شركة Fast Company قدرة ChatGPT على تلخيص المقالات، ووجدت أن النموذج لديه ميل إلى ارتكاب الأخطاء، وترك الأجزاء واختراع تفاصيل غير مذكورة في المقالات التي لخصها. ليس من الصعب أن نتخيل كيف يمكن أن يصبح هذا مشكلة حقيقية في أعمال العناية الواجبة، حيث تكون الدقة أمرًا بالغ الأهمية.

يمكن للذكاء الاصطناعي أيضًا أن يُدخل التحيزات في عملية اتخاذ القرار. في تجربة أجرتها مجلة Harvard Business Review منذ عدة سنوات، تم العثور على خوارزمية تم تدريبها لتقديم توصيات الاستثمار في الشركات الناشئة لاختيار رواد الأعمال البيض بدلاً من رواد الأعمال الملونين والاستثمار المفضل في الشركات الناشئة مع مؤسسين ذكور. وذلك لأن البيانات العامة التي تم تدريب الخوارزمية عليها تعكس حقيقة أن عددًا أقل من النساء والمؤسسين من المجموعات الممثلة تمثيلاً ناقصًا يميلون إلى الحرمان في عملية التمويل – وفي النهاية يجمعون رأس مال استثماري أقل.

ثم هناك حقيقة مفادها أن بعض الشركات قد لا تشعر بالارتياح في تشغيل بياناتها الخاصة والحساسة من خلال نموذج تابع لجهة خارجية.

ولمحاولة تهدئة كل هذه المخاوف، قال سونج إن ديلي تواصل تحسين نماذجها – والعديد منها مفتوح المصدر – لتقليل حالات الهلوسة وتحسين الدقة الإجمالية. وشددت أيضًا على أن بيانات العملاء الخاصة لا تُستخدم لتدريب نماذج ديلي وأن ديلي تخطط لتقديم طريقة للصناديق لإنشاء نماذجها الخاصة المدربة على بيانات الصناديق الخاصة وغير المتصلة بالإنترنت.

وقال سونج: “بينما استثمرت صناديق التحوط والأسواق العامة بكثافة في التكنولوجيا، فإن بيانات السوق الخاصة لديها الكثير من الإمكانات غير المستغلة التي يمكن أن تطلقها ديلي للشركات”.

أجرى ديلي تجربة أولية في العام الماضي مع 400 محلل ومستخدم عبر أنواع مختلفة من الصناديق والبنوك. ولكن مع قيام الشركة الناشئة بتوسيع فريقها وإضافة إمكانات جديدة، فإنها تسعى إلى التوسع في تطبيقات جديدة – وفي نهاية المطاف نحو أن تصبح حلاً “شاملاً” للعناية الواجبة للمستثمرين وإدارة المحافظ الاستثمارية، كما يقول سونغ.

وأضافت: “في نهاية المطاف، نعتقد أن هذه التكنولوجيا الأساسية التي نبنيها يمكن تطبيقها على جميع أجزاء عملية تخصيص الأصول”.