• Aumento di 2X degli utenti attivi settimanali 

• Crescita di 2X nei documenti elaborati

• Oltre 200K query basate sull’AI generate

In qualità di società di investimento privata leader a livello mondiale, Ardian gestisce 192 miliardi di dollari di asset tra private equity, real assets e credito, con 1.100 dipendenti e 20 uffici in tutto il mondo. I team di Ardian elaborano quotidianamente enormi volumi di documenti non strutturati, dai report di mercato e di due diligence agli investment memorandum. Per accelerare l’esecuzione delle operazioni e potenziare le capacità decisionali, Ardian ha collaborato con Artefact e Mistral per sviluppare GAIA, una piattaforma interna di AI generativa che trasforma il modo in cui i team di investimento analizzano documenti complessi ed estraggono insight.

Per la prima volta, una tecnologia di livello enterprise ha funzionato bene con i dati non strutturati. La capacità di elaborare i documenti in modo rapido e accurato è essenziale. L’AI generativa aiuta i team a comprendere rapidamente i documenti e a operare più velocemente.

Arthur Garnier, Senior Data Scientist e IT Chief of Staff presso Ardian

Il sovraccarico documentale e i silos informativi sono sfide universali nel private equity.

Il private equity si è evoluto in un settore sempre più competitivo e ad alta intensità di dati, in cui velocità e accuratezza sono fattori di successo fondamentali. I team di investimento di Ardian devono esaminare centinaia di pagine di documenti di due diligence, report finanziari e documenti legali per ogni potenziale operazione nel modo più efficiente possibile, estraendo le informazioni corrette a supporto delle analisi e delle decisioni. Sebbene l’analisi umana resti centrale, dotare i team della capacità di estrarre queste informazioni più rapidamente è oggi cruciale per mantenere un vantaggio sul mercato. 

"I team ricevono documenti lunghi e complessi, di centinaia di pagine. È fondamentale distinguere rapidamente il segnale dal rumore", ha spiegato Arthur. La società affrontava due sfide principali: accedere a documenti interni distribuiti su diversi sistemi e soggetti a rigidi requisiti di NDA, e gestire l’enorme volume di informazioni che richiedeva un’analisi rapida. Era inoltre essenziale evitare l’"Information overload", che avrebbe potuto impedire ai team di concentrarsi su analisi strategiche ad alto valore.

Prima di implementare soluzioni AI generative, l’approccio di data science di Ardian si concentrava principalmente su dati numerici e modelli tradizionali di machine learning. Sebbene questi metodi continuino a generare un valore significativo, la natura del lavoro nel private equity, fortemente basata su testo non strutturato, PDF e analisi qualitativa, implicava anche la necessità di affrontare contenuti non strutturati. La GenAI consente ora di portare questo approccio al livello successivo, permettendo agli utenti di analizzare direttamente dati non strutturati nelle attività quotidiane.

Abilitare la trasformazione della document intelligence di Ardian.

Riconoscendo il potenziale trasformativo dell’AI generativa, Ardian ha sviluppato GAIA, una piattaforma AI interna realizzata in collaborazione con Artefact e basata su una selezione di modelli AI, tra cui Mistral. La piattaforma è stata lanciata in produzione completa entro un anno, diventando rapidamente uno strumento essenziale per i professionisti dell’investimento in tutta la società.

"Ci siamo resi conto che non potevamo affidarci esclusivamente a OpenAI. Avevamo bisogno di flessibilità sui modelli, quindi abbiamo aggiunto i modelli Mistral, che si sono dimostrati molto efficienti, soprattutto con i documenti in francese e le attività di sintesi", ha osservato Arthur. L’approccio model-agnostic della piattaforma consente agli utenti di scegliere tra diversi modelli AI ottimizzati per attività specifiche, con Mistral particolarmente efficace nella sintesi e nell’elaborazione di documenti in lingua francese, un aspetto cruciale per una società focalizzata sull’Europa.  

Oltre ai team di investimento, GAIA consente a tutti i team di caricare documenti interni e interagire con essi tramite query in linguaggio naturale, fornendo una prima analisi rapida di materiali complessi. La piattaforma include funzionalità di web search e permette agli utenti di creare cartelle permanenti per la collaborazione di team, mantenendo al contempo rigorosi protocolli di sicurezza e governance dei dati, essenziali per gestire informazioni finanziarie riservate.

L’architettura tecnica dà priorità a sicurezza e conformità, con caricamenti manuali dei documenti che offrono un ulteriore livello di supervisione umana

Perché Mistral?

Ardian ha scelto i modelli Mistral per:

• allineamento alla sovranità dei dati europea e ai requisiti di compliance del private equity;

• prestazioni multilingue superiori, in particolare con i documenti in francese, critici per le operazioni europee;

• eccellenti capacità di sintesi per l’elaborazione di grandi corpora di documenti finanziari;

• flessibilità dei modelli, che consente un’ottimizzazione specializzata per diverse attività di analisi finanziaria.

Drammatica accelerazione nell’analisi delle operazioni e maggiore produttività dei team.

L’adozione di GAIA ha superato le aspettative, con oltre 500 utenti attivi settimanali. La piattaforma ha elaborato più di 18.000 documenti dal lancio e generato oltre 280.000 richieste degli utenti, dimostrando una forte trazione interna e la capacità di generare valore concreto.

"La principale differenza oggi è che i team dispongono di informazioni molto più chiare e molto più organizzate. Questo crea ulteriore spazio per attività a maggior valore aggiunto", ha osservato Arthur. Invece di limitarsi a ridurre il tempo dedicato all’analisi, GAIA consente ai team di svolgere due diligence più approfondite e di valutare potenzialmente ulteriori opportunità.

Uno sguardo al futuro: espandersi oltre l’analisi documentale.

Sulla scia del successo di GAIA, Ardian sta potenziando la piattaforma con capacità avanzate di reasoning per la valutazione di operazioni complesse. La fase successiva include la generazione automatizzata di sotto-query utilizzando le capacità di reasoning di Mistral, consentendo agli utenti di porre domande ampie e ricevere analisi complete su più categorie di rischio finanziario.

"Vorrei che un utente potesse porre una domanda molto ampia, molto generale, per esempio quali sono i rischi di questa operazione, e avere poi un modello di retrieval adeguato, in grado di comprendere a cosa siamo interessati come società di private equity", spiega Garnier, evidenziando i piani per analisi degli investimenti basate sull’AI sempre più sofisticate, capaci di comprendere metriche finanziarie e framework di rischio specifici del private equity.