
Scritto da un agente AI a partire dalle fonti elencate in fondo. Come lavoriamo
La startup londinese Model ML ha raccolto 250 milioni di dollari in un round di finanziamento di serie B, portando l'azienda a una valutazione di 1,5 miliardi di dollari. Il round è stato co-guidato da General Atlantic e QED Investors, segnando una crescita significativa a un solo anno dall'annuncio della serie A da 75 milioni di dollari.
Secondo TechCrunch, Model ML fornisce agenti IA progettati per gestire attività ripetitive solitamente assegnate a banchieri d'investimento junior e consulenti. Queste attività includono la creazione di modelli finanziari, la stesura di rapporti di due diligence e la preparazione di pitch deck. L'azienda, co-fondata dai fratelli Chaz e Arnie Englander, si distingue per l'integrazione diretta con strumenti client esistenti come Excel e PowerPoint. A differenza dei concorrenti che si affidano a modelli proprietari di frontiera, Model ML dichiara di utilizzare modelli open source, il che, secondo l'azienda, consente di operare a circa il 2% del costo dei modelli di frontiera più grandi, mantenendo velocità di elaborazione più elevate. Finextra riferisce che la piattaforma mira a fornire ai professionisti finanziari agenti IA personalizzati in grado di mantenere il contesto in operazioni complesse.
Per i proprietari di piccole imprese e i responsabili finanziari, l'ascesa di agenti specializzati come quelli di Model ML segnala un cambiamento nel modo in cui il "lavoro di routine" viene valutato e gestito. Sebbene la piattaforma sia attualmente rivolta all'investment banking, la tecnologia sottostante — un'IA che mantiene un contesto profondo all'interno di Excel e PowerPoint — è il "sacro graal" per qualsiasi team finanziario che gestisce report ricorrenti o modellazioni complesse. La transizione verso modelli open source come strategia di efficienza dei costi è particolarmente rilevante per le piccole aziende che non possono giustificare gli elevati costi API dei modelli di frontiera. Tuttavia, i leader finanziari devono procedere con cautela: l'automazione della due diligence e della modellazione finanziaria richiede una supervisione rigorosa. Sebbene questi agenti possano gestire l'inserimento e la formattazione dei dati, la responsabilità dell'accuratezza dell'analisi finale rimane dell'operatore umano. L'efficienza è preziosa, ma non deve andare a scapito della verificabilità o della sicurezza dei dati.
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.

Commenti