以前 Coinbase の企業開発およびベンチャー チームに所属していた Stephanie Song 氏は、彼女とチームが毎日完了しなければならないデューデリジェンス タスクの量にしばしば不満を感じていました。
「アナリストたちは、誰もやりたがらない仕事を何百時間も夜遅くまでやっています」とソン氏はTechCrunchのメールインタビューで語った。「同時に、ファンドは資金配分を減らし、運用コストを削減しながらチームの効率性を高める方法を模索しています。」
もっと良い方法を見つけようと奮闘したソン氏は、コインベースの元同僚であるブライアン・フェルナンデス氏とアナンド・チャトゥルベディ氏とチームを組み、AIを使ってプライベートエクイティ企業やベンチャーキャピタル企業向けの主要な投資デューデリジェンスとポートフォリオ管理の手順を自動化するプラットフォーム、ディリ（東ティモールの首都と間違えないように）を立ち上げた。
Yコンビネーター卒業生のディリ氏は、これまでにアリアンツ・ストラテジック・インベストメンツ、レベル・ファンド、シンギュラリティ・キャピタル、コアネスト、デカコーン、パイオニア・ファンド、NVOキャピタル、アミノ・キャピタル、ロケットシップVC、Hi2ベンチャーズ、ゲインゲルズ、ハイパーベンチャーズなどの支援者から360万ドルのベンチャー資金を調達している。
「AIは、アナリストからパートナー、バックオフィス機能に至るまで、投資ファンドのあらゆる部分に影響を与えています」とソン氏は述べた。「ファンドの投資プロフェッショナルは、意思決定において差別化された優位性を求めており、豊富なデータを活用して、取引内容とファンドへの適合性に関する理解を組み合わせられるようになりました。…Diliは、厳しいマクロ環境においてファンドにとってのソリューションとして台頭する、またとない機会を秘めています。」
ソン氏の指摘は、ファンドが優位性を求めている、あるいは投資リスクを軽減する有望な新たな方法を模索しているという点では間違っていない。伝えられるところによると、ベンチャーキャピタル（VC）は3,110億ドルの未使用資金を抱えており、昨年の資金調達額は7年間で最低の670億ドルにとどまった。これは、VCが初期段階のベンチャー企業への投資にますます慎重になっているためだ。
Diliは、デューデリジェンスプロセスにAIを適用した最初の企業ではありません。ガートナーは、2025年までにベンチャーキャピタルやアーリーステージの投資家によるエグゼクティブレビューの75%以上がAIとデータ分析を活用したものになると予測しています。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
すでにいくつかのスタートアップ企業や既存企業では、AIを活用して金融文書や膨大な量のデータを精査し、市場の比較やレポートを作成している。その中には、Wokelo（顧客はDiliのようなプライベートエクイティファンドやVCファンド）、Ansarada、AlphaSense、Thomson Reuters（Clear Adverse Media部門経由）などがある。
しかしソン氏は、ディリは「その種としては初」の技術を使用していると主張する。
「大規模な非構造化文書から財務指標を抽出するといった特定のタスクにおいて、非常に高い精度を実現できます」と彼女は付け加えた。「特定の文書に合わせて調整されたカスタムインデックス作成および検索パイプラインを構築し、AIモデルに高品質なコンテキストを提供しています。」
Dili は生成 AI、具体的には OpenAI の ChatGPT に沿った大規模言語モデルを活用して、投資家のワークフローを合理化します。
このプラットフォームは、まずファンドの過去の財務データと投資決定を知識ベースにカタログ化し、次に前述のモデルを適用して、非公開企業データのデータベースの解析、デューデリジェンス要求リストの処理、ウェブ上のあまり知られていない数字の発掘などのタスクを自動化します。
Diliは最近、企業の取引残高に対する自動比較分析と業界ベンチマークのサポートを追加しました。ファンドが取引データをアップロードすると、過去と現在の投資機会を一箇所で比較できるようになります。
「新たな投資機会やポートフォリオ企業の最新情報を記載したメールを受け取ると、プラットフォームが即座にAI生成の取引の危険信号、競合分析、業界ベンチマーク、ファンドの過去の投資パターンを活用した予備的な概要やメモを作成してくれることを想像してみてください」とソン氏は述べた。
問題は、ポートフォリオの管理に関して、Dili の AI、あるいはあらゆる AI が本当に信頼できるのか、ということです。
AIは必ずしも事実に忠実であるとは限らない。Fast CompanyはChatGPTの記事要約能力をテストし、モデルが内容を間違えたり、一部を省略したり、要約した記事に記載されていない詳細を捏造したりする傾向があることを発見した。正確性が何よりも重要となるデューデリジェンス業務において、これが深刻な問題となる可能性は容易に想像できる。
AIは意思決定プロセスに偏見を持ち込むこともあります。数年前、ハーバード・ビジネス・レビューが行った実験では、スタートアップへの投資推奨を行うよう訓練されたアルゴリズムが、有色人種の起業家よりも白人の起業家を選び、男性創業者のスタートアップへの投資を優先することが判明しました。これは、アルゴリズムの訓練に使用された公開データが、女性やマイノリティグループの創業者が少ないほど資金調達プロセスで不利な立場に立たされやすく、結果としてベンチャーキャピタルの調達額も減少する傾向にあるという事実を反映していたためです。
さらに、一部の企業は、自社のプライベートで機密性の高いデータをサードパーティのモデルを通じて処理することに不安を感じているかもしれません。
ブルームバーグ法律事務所の調査によると、取引弁護士の30%が、AIソフトウェアに第三者情報を入力することで取引に関連する秘密保持契約に違反するなどの懸念を理由に、デューデリジェンスプロセスのどの段階でも現状のAIの使用は検討しないと回答した。
こうした懸念を払拭するため、ソン氏は、ディリはモデル（その多くはオープンソース）の微調整を継続し、幻覚の発生を減らし、全体的な精度を向上させていると述べた。また、ソン氏は、顧客の個人情報はディリのモデルの学習に使用されていないこと、そしてファンドが独自のオフラインファンドデータで学習した独自のモデルを作成できる手段をディリが提供予定であることを強調した。
「ヘッジファンドや公開市場はテクノロジーに多額の投資をしているが、民間市場データにはディリが企業のために解き放つことのできる多くの未開発の可能性がある」とソン氏は述べた。
Diliは昨年、様々なファンドや銀行のアナリストとユーザー400名を対象に、最初のパイロットプログラムを実施しました。しかし、チームを拡大し、新たな機能を追加するにつれて、新たなアプリケーションへの展開も視野に入れており、最終的には投資家のデューデリジェンスとポートフォリオ管理のための「エンドツーエンド」ソリューションを目指しているとソン氏は言います。
「最終的には、私たちが構築しているこの中核技術は、資産配分プロセスのあらゆる部分に適用できると考えています」と彼女は付け加えた。
