تجمع ميريديان 17 مليون دولار لإعادة إنشاء جدول البيانات الوكيل

إن المعركة من أجل ترويض جداول البيانات باستخدام الذكاء الاصطناعي لم تنته بعد. ظهرت شركة جديدة تدعى Meridian من الخفاء مع نهج أكثر شمولاً قائم على IDE للنمذجة المالية الوكيلة – والكثير من التمويل لبنائها. أعلنت الشركة يوم الأربعاء عن تمويل أولي بقيمة 17 مليون دولار بتقييم ما بعد المال بقيمة 100 مليون دولار.

قال الرئيس التنفيذي والمؤسس المشارك جون لينغ لـ TechCrunch: “هدفنا هو جعل النماذج المالية وجداول البيانات أكثر قابلية للتنبؤ والتدقيق”. “كيف يمكنك إجراء عملية كانت تستغرق عادةً ساعات طويلة وتختصرها في 10 دقائق تقريبًا؟”

أدار الجولة أندريسن هورويتز والشراكة العامة، بمشاركة QED Investors وFPV Ventures وLitquidity Ventures. وتقول الشركة إنها تعمل حاليًا مع فرق في Decagon وOffDeal، ووقعت عقودًا بقيمة 5 ملايين دولار في ديسمبر وحده.

لقد كان وكلاء Excel هدفًا شائعًا للشركات الناشئة في مجال الذكاء الاصطناعي، ويرجع ذلك جزئيًا إلى التكلفة العالية للتحليل المالي الذي يقوده الإنسان. ولكن في حين قام وكلاء Excel السابقون، مثل Shortcut AI، ببناء وكلاء في Excel، تعمل Meridian كمساحة عمل مستقلة، أقرب إلى Cursor. يسمح هذا للتطبيق بالعمل مثل IDE، ودمج مصادر البيانات والمراجع الخارجية الأخرى التي قد تؤدي إلى خلاف ذلك.

يضم فريق Meridian، الذي يقع مقره في نيويورك، خريجين من شركات الذكاء الاصطناعي مثل Scale AI وAnthropic بالإضافة إلى خبراء ماليين من شركات مثل Goldman Sachs.

وكما يصف لينغ، فإن التحدي الأكبر الذي يواجه ميريديان هو المتطلبات الصارمة للعملاء الماليين، والتي غالبًا ما تتعارض مع الطبيعة غير الحتمية لنماذج الذكاء الاصطناعي.

يقول لينغ: “إذا ذهبت إلى عشرة مهندسي برمجيات مختلفين في Google، وأردت إضافة بعض الميزات الجديدة إلى أحد التطبيقات، فمن المحتمل أن تحصل على 10 تطبيقات مختلفة تمامًا. وهذا جيد تمامًا”. “لكن إذا ذهبت إلى 10 محللين مصرفيين في بنك جولدمان ساكس وطلبت 10 نماذج تقييم لشركة ما، فمن المحتمل أن تحصل على 10 أدلة عمل متطابقة تقريبًا”.

ونتيجة لذلك، قام فريق Meridian بعمل كبير لجعل مخرجاتهم أكثر قابلية للتدقيق والتحديد، مع الحفاظ على مرونة الأدوات المستندة إلى LLM. والنتيجة هي مزيج من الذكاء الاصطناعي الوكيل والمزيد من الأدوات التقليدية، مما يقلل من الهلوسة التي تؤدي إلى إبطاء العديد من عمليات نشر المؤسسات.

يقول لي: “إن هدفنا هو إزالة طبقة الشك من عملية LLM مباشرةً”. “أنت تعرف بالضبط كيف يتدفق المنطق، وكل هذه الافتراضات أو أي شيء آخر يدخل في النموذج، يمكنك أن ترى بالضبط من أين أتت.”