Danny Goldman était particulièrement éveillé tard une nuit de 2021 alors qu'il travaillait sur un accord concernant une entreprise qui vendait de la technologie aux parkings.
En tant qu'ancien consultant de Bain and Co. travaillant avec des sociétés de capital-investissement, il était chargé de compiler les données de 25 appels clients qu'il avait reçus dans le cadre de son processus de due diligence.
Il a passé cinq heures à regrouper les données clients et devait encore compiler une analyse préliminaire du marché sur l'ensemble du marché potentiel. À 2 heures du matin, il s'est retrouvé à essayer d'exploiter les données institutionnelles de Bain sur des entreprises similaires, mais il n'y avait aucun moyen de mener à bien cette recherche.
Bien que Goldman ait « complètement échoué » cette nuit-là, le fait de heurter le mur lui a donné l'idée d'une start-up qui est en train de se concrétiser.
Mardi, Goldman et son cofondateur, Shivaal Roy, ont lancé Mako AI après avoir développé la startup pendant environ un an. Parallèlement au lancement, Mako a également annoncé son tour de financement de 1,55 million de dollars mené par Khosla Ventures.
La start-up propose un agent d'IA génératif axé sur Wall Street qui s'appuie sur les données d'entreprise d'une entreprise pour répondre à des questions et effectuer des analyses complexes.
Son objectif est de résoudre les problèmes de nombreux associés en début de carrière dans le capital-investissement, comme la collecte de données, la rédaction de rapports et l'analyse des entreprises.
« Je passais trois à cinq heures par jour à rechercher des informations, à faire des synthèses par cœur, à construire des résultats formels, et il était très clair que quelque chose n'allait pas ici », a déclaré Goldman, PDG de Mako. « J'ai commencé à parler à d'autres personnes qui avaient des emplois similaires et il était clair que c'était une sorte de vérité universelle », a-t-il ajouté.
Selon Roy, directeur technique de Mako, il est traditionnellement difficile de permettre aux employés de rechercher des données institutionnelles en raison de la complexité des autorisations des utilisateurs et de la qualité des données. Mais cela n'a pas empêché certaines des plus grandes sociétés de capital-investissement d'essayer d'améliorer la recherche d'entreprise. Blackstone, par exemple, a développé sa plateforme DocAI pour une recherche basée sur l'IA.
Dans le même temps, KKR a développé RealHouse pour ses équipes immobilières afin de centraliser les données de portefeuille et de transaction en un seul endroit pour trouver des données presque instantanément.
Comment fonctionne Mako sous le capot
Mako utilise des modèles de langage volumineux, notamment ChatGPT d'OpenAI, pour relier un réseau de plusieurs agents d'IA capables de s'attaquer à différentes parties d'une tâche donnée. Le graphique de connaissances est également important, car il indique aux modèles quels documents sont les mieux adaptés pour répondre à des questions spécifiques.
Mako effectue ce classement de différents documents au cours du processus d'intégration de 30 minutes, au cours duquel d'autres modèles d'IA sont utilisés pour lire les documents et avoir un contexte sur ceux qui sont adaptés à différents types d'informations, a déclaré Roy.
Si un utilisateur souhaite savoir ce que les clients pensent d'une entreprise donnée, le graphique de connaissances orienterait probablement les modèles vers les données relatives aux appels clients, mais si quelqu'un souhaite en savoir plus sur les revenus ou le nombre de clients, cela figurera probablement dans le pitch deck.
Avant de cofonder Mako avec Goldman, Roy a été l'un des premiers ingénieurs embauchés chez Glean, une start-up de recherche d'entreprise basée sur l'IA, valorisée à 2,2 milliards de dollars.
Il a déclaré que certains composants de la technologie de Mako sont construits de manière similaire à ceux de Glean.
Mako a également été formé à des processus spécifiques courants dans le secteur du capital-investissement, comme l'analyse comparative des entreprises, la rédaction d'e-mails de sourcing ou la rédaction de notes de service pour les comités d'investissement, a déclaré Goldman. Chaque résultat ou phrase, qu'il s'agisse d'une simple réponse à une question ou d'une analyse complète, est cité dans le document spécifique, ce qui contribue à atténuer les hallucinations, a ajouté Roy.
Jusqu'à présent, Mako compte une poignée de clients, dont des sociétés de capital-investissement de taille moyenne et des sociétés de capital-investissement de croissance, notamment Shamrock Capital, basé à Los Angeles, et GroundForce Capital, basé à San Francisco. Mako, qui compte un autre ingénieur à temps plein, prévoit de développer son activité d'ingénierie grâce à cette levée de fonds.
« La chose la plus importante à l’heure actuelle est de faire passer ce produit d’un associé de première année à un associé de deuxième année », a déclaré Goldman.
Voici le pitch deck utilisé par Mako pour lever 1,55 million de dollars lors de son tour de financement d'amorçage mené par Khosla Ventures.
- Danny Goldman travaillait tard sur un accord technologique pour les parkings.
- Goldman et Shivaal Roy ont lancé Mako AI après un an de développement.
- Mako propose un agent d'IA pour le capital-investissement.
- Mako utilise des modèles de langage volumineux pour répondre à des questions complexes.
