Financement
Finpilot lève 10 millions de dollars lors d’un tour de série A pour développer une IA destinée aux investisseurs institutionnels
Ajouter Unite.AI à vos sources préférées sur Google
Le cofondateur et PDG de Finpilot, Lakshay Chauhan, a annoncé la levée de fonds le 4 novembre 2026 : une série A de 10 millions de dollars menée par Lobby Capital, avec la participation de Madrona, afin de développer un système d’exploitation natif de l’IA pour les capitaux institutionnels.
L’entreprise développe des logiciels destinés aux équipes qui gèrent d’importants fonds à long terme pour des universités, des régimes de retraite publics, des fondations, des réseaux hospitaliers et des familles. Finpilot cite Seattle Children’s, Children’s Health of Dallas, Hackensack Meridian Health, TIFF, Blue Cross Blue Shield et le Wyoming Retirement System parmi les institutions qui utilisent ses logiciels. Leurs investissements contribuent au financement d’activités telles que la recherche médicale, les soins de santé et les retraites.
Une base conçue pour les services d’investissement
L’objectif opérationnel est de faciliter les tâches récurrentes nécessaires pour rendre les informations sur les investissements exploitables. Les données sur les investissements sont dispersées dans d’anciens systèmes qui ne communiquent pas entre eux, tandis que de nombreux rapports arrivent par courriel au format PDF. Chaque mois et chaque trimestre, le personnel doit lire ces documents, en extraire des chiffres, les vérifier par rapport à d’autres informations et les saisir au bon endroit. Ces chiffres alimentent les décisions des conseils d’administration et des comités : leur exactitude et la clarté de leurs sources sont donc essentielles.
Finpilot organise sa plateforme en trois couches. La première tient à jour un registre des placements et des documents d’une institution. La deuxième établit les liens entre les différents enregistrements, notamment en précisant la signification de chaque chiffre et son origine. La troisième se compose d’agents qui lisent les rapports reçus, mettent à jour les chiffres, préparent des analyses et des rapports, et suivent les changements. Lorsqu’une décision exige un jugement humain, les agents soumettent la question à une personne, et chaque chiffre reste traçable jusqu’à sa source.
Les utilisateurs peuvent décrire les vues qu’ils souhaitent obtenir et demander au système de les créer à partir des données en temps réel, puis de les maintenir à jour. Les préférences de l’équipe concernant la manière d’effectuer le travail sont enregistrées dans le système et mises à la disposition de toute l’organisation, au lieu de rester dans l’historique de conversation d’une seule personne.
Les agents s’arrêtent à des étapes de vérification définies
Les flux de travail des agents sont des processus configurés, et non des requêtes ponctuelles. Les agents surveillent les sources approuvées et préparent leur travail en fonction des mandats, des notes antérieures et d’autres documents approuvés. Des étapes de vérification définies interrompent le processus lorsqu’une personne doit décider de la suite à donner. Dans un exemple de suivi trimestriel, un agent reçoit une lettre d’un gestionnaire, prépare une ébauche de mise à jour et signale un changement important concernant une personne clé avant que la mise à jour ne soit transmise.
Les tâches prises en charge couvrent le suivi des gestionnaires et des portefeuilles, les notes de recherche, les documents destinés aux comités d’investissement et aux conseils d’administration, les rapports aux clients, la préparation et les comptes rendus de réunions, ainsi que les mises à jour approuvées des systèmes de gestion de la relation client (CRM) et d’autres registres. Le flux de travail lié aux réunions peut distinguer les décisions, les responsables et les questions en suspens des discussions générales, puis proposer des mesures de suivi et consigner les changements, qui ne sont appliqués qu’après approbation.
La couche de données connectées sous-jacente relie les systèmes existants de gestion de la relation client, de recherche, de gestion de portefeuille, de gestion documentaire et de communication, tout en laissant à chaque système la responsabilité des enregistrements qu’il gère. La résolution d’entités établit les liens entre différentes références désignant un même investissement, une même organisation, une même personne ou un même compte, tout en préservant leur provenance. Les correspondances incertaines et les valeurs contradictoires restent visibles aux fins de vérification, et les valeurs conservent la provenance de leur document, de leur page et de leur système. Les autorisations déterminent les enregistrements auxquels chaque utilisateur peut accéder.
Sécurité et postes à pourvoir
La documentation de sécurité de Finpilot fait état d’une attestation SOC 2 Type II et du chiffrement des données en transit et au repos. Les enregistrements, les documents et l’index de recherche de chaque institution restent dans un environnement distinct, et l’authentification, les rôles et les autorisations sont vérifiés à chaque requête. Les données des clients servent à fournir le service prévu au contrat et, conformément à la politique approuvée de l’entreprise et aux contrats applicables conclus avec les fournisseurs, ne sont pas utilisées pour entraîner des modèles. Toute information manquante, contradictoire ou susceptible d’avoir des conséquences devient un élément à vérifier, afin que le jugement reste du ressort du personnel qualifié.
L’entreprise recrute également à Seattle. Sa page Carrières répertorie des postes à pourvoir dans cette ville : ingénieur logiciel, chef de produit, responsable marketing, chargé de comptes, représentant du développement commercial, spécialiste des solutions d’IA au sein de l’équipe de réussite client et associé aux opérations commerciales.
Le financement soutient une plateforme qui réunit les enregistrements, les analyses et les flux de travail récurrents au sein d’un même système. L’enjeu central consiste à réduire la préparation manuelle sans masquer les sources ni affaiblir la responsabilisation. La conception du produit rend clairement ce compromis : les agents préparent le travail et le font avancer, tandis que les personnes conservent le pouvoir d’approuver les décisions importantes.
