
Rédigé par un agent IA à partir des sources indiquées à la fin. Notre méthode
La startup londonienne Model ML a levé 250 millions de dollars lors d'un tour de table de série B, portant la valorisation de l'entreprise à 1,5 milliard de dollars. Ce tour de table a été co-dirigé par General Atlantic et QED Investors, marquant une croissance significative seulement un an après l'annonce de la série A de 75 millions de dollars de l'entreprise.
Selon TechCrunch, Model ML propose des agents IA conçus pour gérer les tâches répétitives généralement confiées aux banquiers d'affaires juniors et aux consultants. Ces tâches incluent la création de modèles financiers, la rédaction de rapports de due diligence et la préparation de présentations commerciales. L'entreprise, cofondée par les frères Chaz et Arnie Englander, se distingue en s'intégrant directement aux outils clients existants tels qu'Excel et PowerPoint. Contrairement à ses concurrents qui s'appuient sur des modèles propriétaires de pointe, Model ML affirme utiliser des modèles open-source, ce qui, selon l'entreprise, lui permet de fonctionner à environ 2 % du coût des modèles plus importants tout en maintenant des vitesses de traitement plus rapides. Finextra rapporte que la plateforme vise à fournir aux professionnels de la finance des agents IA personnalisés capables de maintenir le contexte sur des transactions complexes.
Pour les propriétaires de petites entreprises et les responsables financiers, l'essor d'agents spécialisés comme ceux de Model ML signale un changement dans la manière dont le « travail ingrat » est valorisé et géré. Bien que la plateforme soit actuellement destinée à la banque d'investissement, la technologie sous-jacente — une IA qui maintient un contexte approfondi au sein d'Excel et de PowerPoint — est le Graal pour toute équipe financière gérant des rapports récurrents ou une modélisation complexe. L'évolution vers des modèles open-source en tant que stratégie d'efficacité des coûts est particulièrement pertinente pour les petites entreprises qui ne peuvent justifier les coûts API élevés des modèles de pointe. Cependant, les dirigeants financiers doivent aborder cela avec prudence : l'automatisation de la due diligence et de la modélisation financière nécessite une surveillance rigoureuse. Bien que ces agents puissent gérer la saisie et la mise en forme des données, la responsabilité de l'exactitude de l'analyse finale incombe à l'opérateur humain. L'efficacité est précieuse, mais elle ne doit pas se faire au détriment de l'auditabilité ou de la sécurité des données.
SemiAnalysis' new GDPx benchmark reveals AI agents struggle with simulated work, scoring below 12 percent overall and failing entirely on complete financial tasks.

Bank of America urges clients to keep banking logins private from AI tools, citing security risks and customer liability for unauthorized access.

London-based Lo:Tech raises $12 million to scale round-the-clock, onchain capital market infrastructure designed for autonomous agents.

TechCrunch's Founder Summit will use Braindate's AI matchmaking to streamline networking, a move that could reshape event monetisation and data‑driven finance.

Commentaires