Accern使用人工智能分析围绕特定公司、趋势和行业的在线对话，今天宣布它在 B 轮融资中筹集了 2000 万美元，该轮融资由 Mighty Capital 与 Tribe Capital、Shasta Ventures、Gaingels 和 Fusion Fund 等公司牵头。首席执行官 Kumesh Aroomoogan 表示，新资金将用于“以产品为主导的增长”、开拓新市场以及研发 Accern 的人工智能技术。
“世界上超过 80% 的数据是非结构化的。非结构化数据需要超手动流程来大规模构建数据，这会在整个组织中消耗昂贵的数据科学资源，”Aroomoogan 通过电子邮件告诉 TechCrunch。 “由于极高的人力资本和时间成本，非结构化数据没有得到有效分析，并且经常被排除在历史数据决策之外。最终结果会影响所有组织的决策能力，并为其各自的投资组合和资产负债表增加额外的风险。”
Kumesh Aroomoogan 曾是包括花旗集团在内的华尔街公司的研究分析师，他于 2014 年与 Anshul Vikram Pandey 共同创立了 Accern。最初，总部位于纽约的 Accern 专注于监控网络以获取和管理一组狭窄的财务信息，尤其是与到股票。但该公司后来将其范围扩大到公司财务的其他方面，例如信用和欺诈监控与合规。
对于客户，Accern 提供 AI 驱动的应用程序和自然语言处理 (NLP) 模型，这些模型经过训练可以识别、分类和提取特定领域的金融语言。该服务可以扫描公共资源，包括新闻出版物、博客和美国证券交易委员会的文件，以衡量消费者的情绪，例如，或预测供应链中断可能如何影响企业。
Accern 还提供了一个可视化仪表板，用户可以点击它来构建自定义的人工智能应用程序以及涵盖公司、人员、地点和主题的预构建分类法。 “我们目前拥有大量金融服务用例，我们的客户正在我们的平台上构建，因此与传统的 NLP 云提供商相比，他们不必考虑可以在我们的平台上构建什么或花时间从头开始构建一个，”阿鲁穆根说。 “我们所有的模型都在金融分析师和领域专家的帮助下接受了金融内容的培训，这确保了金融服务用例的高精度。”
当然，即使是设计最好的算法也容易受到偏差或漂移的影响，由于季节性和错误数据等因素，它们的准确性会随着时间的推移而下降。但与许多模型专有的公司一样，Accern 对其开发过程保密。当被问及使用哪些数据集来训练其模型以及公司如何减轻任何潜在的偏见时，Aroomoogan 没有透露。
图片来源： Accern
取而代之的是，Aroomoogan——虽然没有命名客户——但更喜欢突出 Accern 的市场吸引力。虽然这家初创公司与Dataminr竞争，并且在一定程度上与Noogata和Pecan.ai的数据分析产品（以及路透社和彭博社等数据服务）竞争，但 Aroomoogan 声称，自 2020 年以来，Accern 的年度经常性收入增长了 9 倍
“Accern 的企业重点是通过为组织提供……模型来加速创新，使他们能够更有效地将非结构化数据转换为真正的商业智能——同时减少时间和成本，”Aroomoogan 说。 “我们的许多客户使用我们来增强他们现有的模型、商业智能仪表板和产品，并在无代码工作流程中使用来自文本数据的新功能。”
迄今为止，Accern 已经筹集了 2000 万美元的资金。它目前有 80 名员工，计划到 2022 年底员工人数超过 100 人。