丹尼·戈德曼 (Danny Goldman) 起得特别晚2021 年的一个晚上，他正在处理一项有关一家向停车场出售技术的公司的交易。
作为与私募股权公司合作的前贝恩公司顾问，他负责整理来自 25 个公司的数据作为尽职调查过程的一部分，他接听了客户的电话。他花了五个小时打包客户数据，并且还必须对整个潜在市场进行初步市场分析。凌晨 2 点，他发现自己试图利用贝恩公司关于类似公司的机构数据，但他无法进行搜索。
尽管高盛当晚“全线出局”，但碰壁会给他带来麻烦。他提出了一个即将实现的创业想法。
周二，高盛和他的联合创始人 Shivaal Roy 在创建初创公司大约一年后推出了 Mako AI。除了发布产品外，Mako 还宣布获得由 Khosla Ventures 领投的 155 万美元种子轮融资。
这家初创公司提供专注于华尔街的生成人工智能代理，可利用公司的企业数据来回答问题并进行复杂的分析。它旨在解决许多早期职业私募股权合伙人的困境，例如收集数据、撰写报告和分析公司。
“我每天花三到五个小时寻找信息，进行死记硬背，建立公式化的输出，很明显，这里有些东西被破坏了，”Mako 首席执行官 Goldman 说。他补充道：“我开始与更多从事类似工作的人交谈，很明显，这是一个普遍的事实。”
由于用户的复杂性，让员工搜索机构数据历来很棘手。Mako 的首席技术官 Roy 表示，“权限和数据质量”。但这并没有阻止一些最大的私募股权公司尝试改进企业搜索。例如，Blackstone 为人工智能驱动的搜索构建了 DocAI 平台。与此同时，KKR 为其房地产团队开发了 RealHouse，将投资组合和交易数据集中在一个地方，几乎可以立即查找数据。
Mako使用大型语言模型（包括 OpenAI 的 ChatGPT）将多个 AI 代理网络连接在一起，这些代理可以处理给定任务的不同部分。同样重要的是知识图，它告诉模型哪些文档最适合回答特定问题。Roy 说，Mako 在 30 分钟的入门过程中对不同文档进行排名，其中使用其他人工智能模型来阅读文档并了解哪些文档适合不同类型的信息。
如果用户想知道客户对给定公司的看法，知识图谱可能会将模型指向客户通话数据，但如果有人想了解更多有关收入或客户数量的信息，那么可能会在宣传材料中。
在与高盛共同创立 Mako 之前，Roy 是 Glean 的早期工程师，该公司是一家估值 22 亿美元的人工智能企业搜索初创公司。他说，Mako 技术的某些组件的构建与 Glean 类似。
Mako 还接受过私募股权中常见的特定工作流程的培训，例如对公司进行基准比较、起草采购电子邮件或撰写投资委员会备忘录”，戈德曼说道。Roy 补充道，每个输出或句子，无论是对问题的简单回答还是完整的分析，都会被引用回特定文档，这有助于减轻幻觉。
到目前为止，Mako 拥有少数客户，包括中型市场私募股权公司和成长型股权公司，其中包括总部位于洛杉矶的 Shamrock Capital 和旧金山公司 GroundForce Capital。Mako 还有一名全职工程师，计划通过此次融资建立其工程组织。
“现在最重要的事情是将这款产品从一年级员工转变为二年级员工同事，”高盛说。