Borba za poboljšanje proračunskih tablica uz pomoć umjetne inteligencije još nije završena. Nova tvrtka pod nazivom Meridian pojavila se iz sjene s sveobuhvatnijim pristupom temeljenim na IDE-u za agentno financijsko modeliranje — i s puno sredstava za razvoj. U srijedu je tvrtka objavila 17 milijuna dolara financiranja u prvoj rundi s procjenom vrijednosti od 100 milijuna dolara.
“Naš cilj je učiniti financijsko modeliranje i proračunske tablice mnogo predvidljivijima i lakšima za provjeru,” rekao je izvršni direktor i suosnivač John Ling za TechCrunch. “Kako možete uzeti proces koji tradicionalno može trajati nekoliko sati i sažeti ga na 10 minuta?”
Rundu je vodio Andressen Horowitz i General Partnership, uz sudjelovanje QED Investors, FPV Ventures i Litquidity Ventures. Tvrtka kaže da trenutno surađuje s timovima u Decagonu i OffDealu te je samo u prosincu potpisala ugovore u vrijednosti od 5 milijuna dolara.
Excel agenti su bili popularna meta za AI startupove, dijelom zbog visokih troškova ljudske analize financija. Međutim, dok su prethodni Excel agenti poput Shortcut AI integrirali agente unutar Excela, Meridian djeluje kao samostalni radni prostor, sličniji Cursoru. To omogućuje aplikaciji da funkcionira poput IDE-a, integrirajući izvore podataka i druge vanjske reference koje bi inače mogle stvoriti trenje.
Sa sjedištem u New Yorku, tim Meridiana uključuje bivše zaposlenike AI tvrtki poput Scale AI i Anthropic, kao i financijske veterane iz tvrtki poput Goldman Sachsa.
Kao što Ling opisuje, najveći izazov za Meridian su strogi zahtjevi financijskih klijenata, koji se često sukobljavaju s nedeterminističkom prirodom AI modela.
“Ako odete do deset različitih softverskih inženjera u Googleu i želite dodati novu značajku u aplikaciju, vjerojatno ćete dobiti 10 potpuno različitih implementacija. I to je sasvim u redu,” kaže Ling. “Ali ako odete do 10 analitičara u Goldman Sachsu i tražite 10 modela procjene za neku tvrtku, vjerojatno biste dobili 10 gotovo identičnih radnih knjiga.”
Stoga je tim Meridiana uložio značajan trud kako bi njihove izlaze učinio predvidljivijima i lakšima za provjeru, dok istovremeno održava fleksibilnost alata temeljenih na LLM-u. Rezultat je kombinacija agentne AI i konvencionalnih alata, minimizirajući halucinacije koje usporavaju mnoga poduzeća.
“Naš cilj je stvarno ukloniti sloj sumnje iz LLM procesa,” kaže Ling. “Točno znate kako logika teče, a sve te pretpostavke ili što god uđe u model, možete točno vidjeti odakle dolaze.”
