Rowspace recauda 50 millones de dólares para que la inteligencia artificial funcione de verdad en el sector del capital riesgo

El capital riesgo se basa en el criterio —y el criterio, como es bien sabido, resulta muy difícil de ampliar a gran escala—. Décadas de memorandos de operaciones, modelos de suscripción, notas de los socios y datos de la cartera se encuentran dispersos en sistemas que nunca se diseñaron para comunicarse entre sí.

Cada vez que una nueva operación llega a la mesa de una empresa, los analistas empiezan desde cero, incluso cuando las respuestas a sus preguntas más urgentes están enterradas en algún lugar del propio historial de la empresa.

Ese es el problema que Rowspace se propuso resolver, y es por eso que esta startup de San Francisco sale del anonimato con una financiación de 50 millones de dólares y una afirmación audaz: una IA para el capital riesgo que no solo ayuda en la toma de decisiones, sino que realmente aprende cómo piensa una empresa.

La empresa se lanzó públicamente con una ronda de financiación inicial liderada por Sequoia y una Serie A codirigida por Sequoia y Emergence Capital, con la participación de Stripe, Conviction, Basis Set, Twine y un grupo de inversores ángeles especializados en finanzas.

Los primeros clientes —cuyo nombre no se ha revelado, pero que se describen como conocidas firmas de capital riesgo y crédito que gestionan activos por valor de entre cientos de miles de millones y casi un billón de dólares— ya están en la plataforma, con unas diez firmas líderes con contratos anuales por valor de siete cifras.

Dos graduados del MIT, un problema persistente

Rowspace fue fundada por Michael Manapat y Yibo Ling, quienes se conocieron como estudiantes de posgrado en el MIT antes de seguir trayectorias profesionales muy diferentes. Manapat pasó a desarrollar en Stripe los sistemas de aprendizaje automático que procesan miles de millones de transacciones y, posteriormente, contribuyó a impulsar la expansión de Notion hacia la IA como su director técnico (CTO).

Ling tomó el camino de las finanzas: ha sido director financiero en dos ocasiones, al frente de los equipos financieros de Uber y Binance, y pasó años tomando decisiones de inversión sintetizando manualmente datos de sistemas fragmentados. Cuando ChatGPT se lanzó a finales de 2022, Ling lo probó en tareas de diligencia debida y se topó inmediatamente con el mismo obstáculo.

«Es evidente que tenía mucho potencial, pero simplemente no funcionaba», declaró a Fortune. «Se necesita la información adecuada en el contexto adecuado». Esa brecha —entre el potencial de la IA y la realidad de los datos financieros, desordenados, propietarios y específicos de cada institución— se convirtió en la tesis fundacional.

Ling, cofundador y director de operaciones, lo expresó sin rodeos: «La mayoría de las herramientas tecnológicas no son lo suficientemente exhaustivas ni matizadas para el sector financiero. Y la mayoría de las herramientas financieras necesitan elevar su nivel técnico. Nosotros pretendemos hacer ambas cosas».

Cómo es realmente la IA aplicada al capital riesgo

La plataforma de Rowspace conecta datos estructurados y no estructurados de todo el historial de una empresa —repositorios de documentos, sistemas de inversión y contabilidad, antiguas presentaciones de PowerPoint, memorandos de operaciones— y aplica lo que Manapat denomina una «perspectiva nativa de las finanzas»: una que refleja cómo una empresa concilia realmente la información, interpreta las discrepancias y toma decisiones. Y lo más importante: procesa todo esto dentro del propio entorno en la nube del cliente. Los datos de la empresa nunca salen de su control.

El resultado es accesible a través de la propia interfaz de Rowspace, desde herramientas como Excel y Microsoft Teams, o directamente en la infraestructura de datos existente de la empresa. Un analista de primer año que revise una nueva operación puede acceder a décadas de decisiones anteriores, transacciones comparables y patrones internos de suscripción sin tener que coger el teléfono ni rebuscar en unidades compartidas.

«El mundo de las finanzas está lleno de decisiones de alto riesgo. Antes había que elegir entre actuar con rapidez y tomar decisiones plenamente informadas y matizadas utilizando todos los datos posibles a disposición de la empresa. Nuestra plataforma de IA elimina esa disyuntiva», afirma Michael Manapat, cofundador y director ejecutivo de Rowspace. «Estamos desarrollando una inteligencia especializada que transforma los datos de una empresa en un criterio escalable con el rigor que exige el sector financiero».

Esta ambición queda plasmada en una frase que Manapat utiliza internamente: «Imagina una empresa que nunca olvida. Donde los flujos de trabajo de un inversor experimentado —que utiliza muchas herramientas diferentes de formas específicas— puedan codificarse y multiplicarse. Cuando eso sea posible, un analista de primer año podrá acceder a décadas de conocimiento institucional, y la capacidad de juicio se ampliará al ritmo de la empresa en lugar de diluirse».

Por qué Sequoia y Emergence apuestan por la IA vertical

La convicción de los inversores que subyace a esta ronda de financiación es, en sí misma, una señal que merece la pena analizar. Alfred Lin, el socio de Sequoia que lideró la inversión, posicionó a Rowspace como una respuesta directa a la pregunta de qué aplicaciones de IA sobrevivirán al auge de los modelos base, cada vez más capaces.

«Michael creó en Stripe los sistemas de aprendizaje automático que procesan miles de millones de transacciones y contribuyó a impulsar la expansión de Notion hacia la IA. Yibo ha sido un líder financiero e inversor que se ha enfrentado precisamente a los retos que Rowspace está resolviendo», afirmó Lin, añadiendo que tanto Michael como Yibo han visto el problema desde ambos lados, combinando profundidad técnica con un conocimiento de primera mano de lo que los clientes realmente necesitan.

Jake Saper, socio general de Emergence Capital, profundizó en la tesis sobre la infraestructura de datos: «Están llevando a cabo una labor que antes era imposible: conectar datos propios, y conciliarlos y razonar sobre ellos con verdadero rigor. Sin esta base, da igual qué otras herramientas de IA utilices».

Este argumento supone una clara inversión del temor que se ha apoderado de gran parte del sector del software en la actualidad: que los modelos base acaben convirtiendo las aplicaciones en productos de uso común. La opinión de Lin es la contraria: que los sistemas de IA verticales, construidos sobre capas profundas de datos propios, son precisamente donde se acumulará una ventaja competitiva duradera.

En el caso concreto de la IA aplicada al capital riesgo, donde el alfa es, por definición, específico de cada empresa e irreplicable, resulta especialmente difícil rebatir esa lógica. El back office de la gestión de inversiones ha sido, discretamente, una de las últimas fronteras que la IA general ha tenido dificultades para superar. Rowspace acaba de recaudar 50 millones de dólares partiendo de la premisa de que sabe por qué —y qué hacer al respecto—.

Véase también: Santander y Mastercard ponen en marcha el primer proyecto piloto de pagos ejecutados por IA en Europa

¿Quieres saber más sobre la IA y el big data de la mano de líderes del sector? Echa un vistazo a la AI & Big Data Expo, que tendrá lugar en Ámsterdam, California y Londres. Este evento integral forma parte de TechEx y se celebra junto con otros eventos tecnológicos destacados, como la Cyber Security & Cloud Expo. Haz clic aquí para obtener más información.

AI News es una iniciativa de TechForge Media. Descubre aquí otros próximos eventos y seminarios web sobre tecnología empresarial