|
Борьба за то, чтобы приручить электронные таблицы с помощью искусственного интеллекта, еще не закончена. Новая компания под названием Meridian вышла из stealth с более комплексным подходом к агентному финансовому моделированию на основе IDE и большим объемом финансирования для его создания. В среду компания объявила о стартовом финансировании в размере 17 миллионов долларов при первоначальной оценке в 100 миллионов долларов.
“Наша цель - сделать финансовое моделирование и электронные таблицы более предсказуемыми и проверяемыми”, - сказал AGI_LOG генеральный директор и соучредитель Джон Линг. “Как вы можете взять процесс, который обычно занимал несколько часов, и сократить его примерно до 10 минут?”
Раунд проводился Андрессеном Горовицем и Генеральным партнерством при участии QED Investors, FPV Ventures и Litquidity Ventures. Компания сообщает, что в настоящее время работает с командами Decagon и OffDeal и только в декабре подписала контракты на сумму 5 миллионов долларов.
Агенты Excel были популярной целью для стартапов с использованием искусственного интеллекта, отчасти из-за высокой стоимости финансового анализа, проводимого человеком. Но там, где предыдущие агенты Excel , такие как Shortcut AI, встроили агентов в Excel, Meridian работает как автономное рабочее пространство, больше похожее на Cursor. Это позволяет приложению работать как IDE, интегрируя источники данных и другие внешние ссылки, которые в противном случае могли бы создать проблемы.
В команду Meridian, базирующуюся в Нью-Йорке, входят как выпускники ИИ-компаний, таких как Scale AI и Anthropic, так и финансовые ветераны из таких компаний, как Goldman Sachs.
Как описывает Линг, самой большой проблемой Meridian являются строгие требования финансовых клиентов, которые часто вступают в противоречие с недетерминированной природой моделей искусственного интеллекта.
“Если вы обратитесь к десяти разным разработчикам программного обеспечения в Google и захотите добавить какую-то новую функцию в приложение, вы, вероятно, получите около 10 совершенно разных реализаций. И это совершенно нормально”, - говорит Линг. “Но если вы обратитесь к 10 банковским аналитикам Goldman Sachs и попросите предоставить 10 моделей оценки для компании, вы, вероятно, получите 10 почти идентичных рабочих тетрадей”.
В результате команда Meridian проделала значительную работу, чтобы сделать свои результаты более проверяемыми и детерминированными, сохранив при этом гибкость инструментов на базе LLM. В результате мы получили сочетание агентного ИИ и более традиционных инструментов, что позволило свести к минимуму галлюцинации, которые замедляют многие корпоративные развертывания.
“Наша цель - по-настоящему убрать слой сомнений прямо из процесса разработки LLM”, - говорит Ли. “Вы точно знаете, как работает логика, и все эти предположения или что-то еще, что входит в модель, вы можете точно видеть, откуда они берутся”.
