Capital de risque
Un analyste IA pour le capital de risque
Un analyste numérique qui mène le haut de l’entonnoir de façon autonome : des centaines de millions de lignes par semaine, un routeur multiagent sur mesure, et une prise de contact rédigée en un bouton et réécrite dans le CRM.
Client
Une importante société américaine de capital de risque
300 %+
plus rapide pour l’examen des occasions
Le défi
Ce qui bloquait
Le repérage d’occasions était manuel et lent. Les analystes passaient le plus clair de la semaine à lire des jeux de données plutôt qu’à évaluer des entreprises.
La solution
Ce que nous avons bâti
Un analyste numérique qui mène le haut de l’entonnoir de façon autonome. Il ingère chaque semaine des centaines de millions de lignes sur les jeunes pousses émergentes, les transforme dans un modèle dbt en couches sur Snowflake, et produit une liste hebdomadaire classée avec états financiers, actualités, parcours des fondateurs et les indicateurs que le comité d’investissement utilise réellement. Les filtres sont ajustables par du personnel non technique.
En dessous se trouve un routeur multiagent que nous avons écrit à partir de zéro sur LangChain LCEL, sans cadriciel d’agents. Un superviseur planifie, puis appelle des sous-agents spécialisés pour l’analyse financière et l’historique des fondateurs, un outil de recherche sémantique sur l’entrepôt, et un agent de recherche web en direct. La génération de graphiques, la mémoire et l’état de conversation ont tous été bâtis plutôt qu’adoptés.
Quand un associé veut amorcer une conversation, un bouton rédige la prise de contact dans le bon registre avec les bons noms, et à l’envoi l’occasion est inscrite dans leur CRM sous le compte de cet associé. Le système se redéploie chaque semaine sur une infrastructure GPU, réindexant les plongements à mesure que de nouvelles données arrivent.
Technologies clés
- Données
- Python, Snowflake, modèles dbt en couches
- Agents
- Routeur multiagent sur mesure sur LangChain LCEL — sans cadriciel
- Recherche
- Snowflake Cortex Search (arctic-embed-l-v2.0), FAISS + plongements OpenAI
- Veille
- OpenAI et Perplexity en couche hybride, traçage LangSmith
- Interface
- Streamlit, réécriture dans le CRM par API
Retombées et résultats
Examen des occasions accéléré de plus de 300 %
L’équipe couvre en une journée plus d’occasions de qualité qu’elle n’en traitait auparavant en une semaine.
Le temps des analystes chevronnés réorienté
De la recherche vers la négociation et le contrôle diligent.
Une couche d’évaluation constante
Les entreprises sont évaluées selon les mêmes critères chaque semaine.
Du repérage au CRM d’un seul geste
Aucune ressaisie, aucune occasion perdue entre deux systèmes.
Commencez ici
Commencez par un problème, pas par un cahier des charges.
Dites-nous ce qui est lent, ce qui est manuel, ce qui est bloqué, ou ce que plus personne ne comprend. Nous vous dirons honnêtement si cela vaut la peine d’être bâti.