Meridian привлекла $17 млн на создание «агентных» таблиц с ИИ

Битва за укрощение электронных таблиц с помощью искусственного интеллекта продолжается. Новая компания под названием Meridian вышла из скрытого режима с более комплексным подходом к агентному финансовому моделированию, основанному на IDE, — и с солидным финансированием для его реализации. В среду компания объявила о привлечении $17 млн (около 1,36 млрд рублей) начального финансирования при оценке после инвестиций в $100 млн.

«Наша цель — сделать финансовое моделирование и работу с таблицами гораздо более предсказуемыми и поддающимися аудиту, — заявил TechCrunch генеральный директор и сооснователь компании Джон Линг. — Как можно превратить процесс, который традиционно занимал несколько часов, в нечто, длящееся минут 10?»

Раунд возглавили Andressen Horowitz и The General Partnership, при участии QED Investors, FPV Ventures и Litquidity Ventures. Компания заявляет, что в настоящее время работает с командами Decagon и OffDeal, а в декабре только подписала контрактов на сумму $5 млн (около 400 млн рублей).

Агенты для Excel были популярной целью для стартапов в сфере ИИ, отчасти из-за высокой стоимости финансового анализа, выполняемого людьми. Но в то время как предыдущие решения, например Shortcut AI, встраивали агентов прямо в Excel, Meridian работает как самостоятельная рабочая среда, больше похожая на Cursor. Это позволяет приложению функционировать как IDE, интегрируя источники данных и другие внешние ссылки, которые в ином случае создавали бы трение.

Базирующаяся в Нью-Йорке команда Meridian включает как выпускников AI-компаний, таких как Scale AI и Anthropic, так и финансовых ветеранов из фирм вроде Goldman Sachs.

Как описывает Линг, главная проблема Meridian — строгие требования финансовых клиентов, которые часто вступают в противоречие с недетерминированной природой ИИ-моделей.

«Если вы обратитесь к десяти разным инженерам-программистам в Google и попросите добавить какую-то новую функцию в приложение, вы, вероятно, получите 10 совершенно разных реализаций. И это совершенно нормально, — говорит Линг. — Но если вы обратитесь к 10 банковским аналитикам в Goldman Sachs и попросите 10 моделей оценки компании, вы, вероятно, получите 10 почти идентичных рабочих книг».

В результате команда Meridian проделала значительную работу, чтобы сделать свои результаты более проверяемыми и детерминированными, сохраняя при этом гибкость инструментов на основе больших языковых моделей (LLM). Результатом стала смесь агентного ИИ и более традиционного инструментария, сводящая к минимуму галлюцинации, которые замедляют многие корпоративные внедрения.

«Наша цель — полностью убрать слой неопределенности из процесса работы с LLM, — говорит Линг. — Вы точно знаете, как течёт логика, и все эти допущения или что-то ещё, что закладывается в модель, — вы можете точно видеть, откуда они берутся».

ИИ: Интересный подход, который пытается решить фундаментальную проблему доверия к ИИ в критически важных финансовых процессах. Успех Meridian будет зависеть от того, смогут ли они действительно обеспечить ту самую предсказуемость и аудируемость, которых требуют банки и инвестиционные фонды, не потеряв при этом преимуществ автоматизации. В 2026 году такие гибридные решения, сочетающие силу LLM с жестким контролем, выглядят особенно перспективно для корпоративного сектора.