Setelah bertemu di sekolah pascasarjana MIT, Michael Manapat dan Yibo Ling menempuh jalur karir yang berbeda. Manapat memegang peran teknis utama di Stripe dan Notion, sementara Ling memimpin tim keuangan di Uber dan Binance. Namun, mereka berdua menghadapi tantangan yang mirip: Bagaimana menggabungkan data yang terpecah-pecah untuk mengambil keputusan penting tentang alokasi modal, alur kerja, dan lainnya.
Ketika OpenAI merilis ChatGPT pada November 2022, Ling mencoba melihat seberapa baik alat itu bisa melakukan tugas due diligence dasar. Dia cepat menemukan bahwa alat AI baru ini terhambat oleh masalah yang familiar: Data. "Jelas ada banyak janji, tapi itu tidak berfungsi. Anda butuh informasi yang tepat di konteks yang tepat," ujarnya kepada Fortune.
Kesadaran itu memotivasi Manapat dan Ling untuk bekerja sama membangun Rowspace, sebuah platform AI yang memungkinkan perusahaan keuangan seperti firma ekuitas swasta dan hedge fund mengubah data kepemilikan mereka selama bertahun-tahun menjadi alpha. Perusahaan diluncurkan hari ini dengan putaran pendanaan $50 juta yang dipimpin Sequoia, dengan partisipasi dari Emergence Capital, Stripe, dan Conviction, serta firma dan investor malaikat lainnya.
Di saat banyak kekhawatiran dan gejolak pasar tentang apakah model bahasa besar akan membuat perangkat lunak usang, investor Sequoia Alfred Lin mengatakan kepada Fortune bahwa Rowspace adalah contoh utama jenis aplikasi yang akan berkembang di dunia baru yang didukung AI.
"Yang dibicarakan orang adalah kode marjinal sangat murah untuk diproduksi," kata Lin. "Yang kami cari sekarang di hampir setiap perusahaan adalah kecepatan produk, dan seberapa cepat hal itu menghasilkan hal lain yang menjadi parit pertahanan, seperti efek jaringan dan orang yang menggunakan produk Anda setiap hari."
Menemukan Alpha
Manapat mendeskripsikan Rowspace sebagai lapisan kecerdasan yang berada di atas data perusahaan. Platform ini mengintegrasikan semua data terstruktur dan tidak terstruktur lembaga, baik dalam bentuk dokumen, sistem akuntansi, atau PowerPoint lama, dan melakukan penalaran terlebih dahulu. "Kami fokus pada bagaimana kami memastikan kami memahami semua data dasar untuk mendorong pengambilan keputusan sebenarnya," ujarnya.
Pendekatan Rowspace terhadap data terdengar mirip dengan yang digunakan alat konsumen baru seperti Claude Cowork, yang dapat menanyai file komputer dan membuat presentasi atau memo penelitian. Manapat mengatakan Rowspace berbeda dalam hal penting. Pertama, platform tidak mengambil alih data perusahaan, tetapi melakukan pemrosesan di dalam sistem cloud sendiri.
Pada tingkat yang lebih dalam, Manapat mengatakan model dasar seperti Anthropic bagus dalam tugas ‘last mile’, seperti memformat pitchbook di PowerPoint atau membangun model arus kas, yang umumnya diselesaikan dengan pendekatan pencarian real-time.
"Itu bukan fokus kami," kata Manapat. Dia menjelaskan, tidak ada cara untuk memastikan agen melihat semua informasi yang tersedia atau meluangkan waktu untuk bernalar sebelum menarik kesimpulan, yang memakan waktu dan mahal. Sebaliknya, Rowspace ditugaskan untuk analisis data yang lebih dalam, seperti mampu memperhatikan detail kecil dari keuangan perusahaan selama bertahun-tahun. Itu akan selalu memberi platform keunggulan dibanding model umum seperti Anthropic.
"Model dasar tidak akan bisa melayani setiap hal yang ingin dilakukan seseorang di semua industri berbeda ini," kata Lin. "Itu akan diserahkan kepada pemain seperti Rowspace, khusus untuk vertikal yang mereka fokuskan."
Manapat mengakui bahwa perangkat lunak murni atau antarmuka pengguna akan sulit dipertahankan, terutama karena model dasar berkembang cepat. Tapi itu mengapa fokus Rowspace lebih pada mengompilasi dan mensintesis data perusahaan dengan cara yang aman, dan melakukannya dengan tim yang paham keuangan. Tim teknik berasal dari perusahaan teknologi seperti Notion dan Stripe serta dari ekuitas swasta dan kredit. "Tidak ada solusi yang cocok untuk semua di layanan keuangan, karena alpha setiap firma berasal dari pendekatan mereka," kata Manapat. "Kami mencoba membantu Anda belajar dari data, pengetahuan, dan pendekatan Anda sendiri dan memperkuatnya."
Meskipun Rowspace menolak menyebutkan valuasi atau pelanggan awalnya, Manapat mengatakan mereka termasuk firma ekuitas swasta dan kredit ternama yang sudah lama berdiri, serta firma crossover yang bekerja di pasar publik dan privat. Dia menambahkan Rowspace bekerja dengan sekitar sepuluh firma teratas dengan nilai kontrak tahunan tujuh angka.
"Pelanggan menggunakan alat ini untuk menghasilkan uang, dan di situlah ujian sesungguhnya," kata Lin. "Jika kami secara konsisten, dengan alat kami, membantu orang menggunakan AI untuk membuat keputusan lebih baik, mereka akan menghasilkan uang, dan mereka akan melakukannya lebih baik dari yang lain."