Daloopa培训人工智能以自动化财务分析师的工作流程.

当李托马斯意识到金融行业在数据录入方面依赖于容易出错的手动流程时，他正是在史蒂夫科恩创建的对冲基金Point72工作。

作为一名买方分析师，我感受到了手动获取和输入数据来构建和更新财务模型的痛苦，”李告诉TechCrunch。“这让我无法专注于分析和投资等更重要的工作。”

在与前Airbnb和Meta软件工程师黄杰瑞（Jeremy Huang）和前微软工程师陈丹尼尔（Daniel Chen）相会后（三人均为纽约大学校友），李决定尝试自己动手解决数据录入挑战的自动化方案。

三位合作伙伴推出了Daloopa，该公司利用人工智能从财务报告和投资者介绍中提取和组织数据，以供分析师使用。周二，Daloopa宣布在由Touring Capital领投、摩根士丹利和Nexus Venture Partners参与的B轮融资中筹集了1.8亿美元。

"达洛帕是一家为分析师提供人工智能支持的历史数据基础设施,"李说道。 "这种处理数据发现过程的方式可以让高竞争力的企业和团队保持领先地位。"

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。他们利用这家初创公司的工具构建投资和尽职调查研究的工作流程。这些由人工智能算法驱动的工作流程可以发现并传递数据给分析师的财务模型，减少手动复制数据的需求。

李表示：“达鹿平台为买方和卖方提供了一种获取关键数据的新方式。节省的时间可以重新投资于研究和分析，或者投入与客户面对面的时间，帮助我们的客户在研究过程中获得优势。”

现在，我对Daloopa的人工智能不犯错误有点怀疑：毕竟没有任何人工智能系统是完美的。由于出现所谓的幻觉现象，当总结文件和档案时，人工智能模型捏造事实和数字并不罕见。

李并没有说Daloopa是百分百可靠的。但他声称，该平台的算法会随着时间的推移不断改进，因为它们在不断增加的财务文件数据集上进行训练。关于数据的准确来源，他保持沉默；李表示这是商业秘密。

李说：“Daloopa自五年前成立以来就是一家人工智能公司，在AI热潮之前。我们花费了这些年时间培训算法并为金融机构开发人工智能技术。”

通过这轮新融资，总部位于纽约的Daloopa公司筹集的资金达到4000万美元，计划扩大团队规模达到约300名员工，加强产品研发，并扩大客户获取工作。

“达洛帕是一种人工智能技术的解决方案，领先于其他同类产品，并且在过去两年里实现了持续增长。”他说，“随着金融机构对人工智能工具的采用越来越多，我们非常有优势成为基于人工智能的基础数据领域的领导者。”