Битва за «приручение» электронных таблиц с помощью ИИ еще не окончена. Новая компания Meridian вышла из тени, предложив более комплексный подход к созданию финансовых моделей на основе агентов в среде IDE, и получила достаточно финансирования для ее реализации. В среду компания объявила о привлечении 17 миллионов долларов посевных инвестиций при оценке в 100 миллионов долларов после инвестиций.
«Наша цель — сделать финансовое моделирование и электронные таблицы гораздо более предсказуемыми и проверяемыми», — рассказал TechCrunch генеральный директор и соучредитель Джон Линг. «Как можно взять процесс, который традиционно занимал часы, и сократить его до 10 минут?»
Раунд возглавили Andressen Horowitz и General Partnership при участии QED Investors, FPV Ventures и Litquidity Ventures. Компания заявляет, что в настоящее время сотрудничает с командами Decagon и OffDeal и только в декабре подписала контракты на 5 миллионов долларов.
Агенты для Excel стали популярной целью для стартапов в области ИИ, отчасти из-за высокой стоимости финансового анализа, проводимого человеком. Но в то время как предыдущие агенты для Excel, такие как Shortcut AI, встраивались в Excel, Meridian работает как автономное рабочее пространство, больше похожее на Cursor. Это позволяет приложению функционировать как IDE, интегрируя источники данных и другие внешние ссылки, которые в противном случае могли бы вызвать трудности.
Команда Meridian, базирующаяся в Нью-Йорке, включает как выпускников ИИ-компаний, таких как Scale AI и Anthropic, так и ветеранов финансовой индустрии из таких фирм, как Goldman Sachs.
Как описывает Линг, самая большая проблема Meridian заключается в строгих требованиях финансовых клиентов, которые часто вступают в противоречие с недетерминированной природой моделей ИИ.
«Если вы обратитесь к десяти разным инженерам-программистам в Google и попросите добавить новую функцию в приложение, вы, вероятно, получите 10 совершенно разных реализаций. И это совершенно нормально», — говорит Линг. «Но если вы обратитесь к 10 банковским аналитикам в Goldman Sachs и попросите 10 моделей оценки компании, вы, вероятно, получите 10 почти идентичных рабочих книг».
В результате команда Meridian проделала значительную работу, чтобы сделать свои выходные данные более проверяемыми и детерминированными, сохраняя при этом гибкость инструментов на основе LLM. Результатом является смесь агентного ИИ и более традиционных инструментов, минимизирующая «галлюцинации», которые замедляют многие корпоративные внедрения.
«Наша цель — действительно устранить слой сомнений непосредственно из процесса LLM», — говорит Ли. «Вы точно знаете, как работает логика, и все предположения или что-либо еще, которые входят в модель, вы можете точно увидеть, откуда они берутся».
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Russell Brandom
