15.3 C
New York

Cinco startups fintech a seguir

Fecha:

cavar ha clasificado las presentaciones de cinco fintechs que han llegado a la final de un programa de incubación anual dirigido por Accenture.

Ocho startups llegaron a la final, pero cavar Ya se han hablado de tres de ellas: BlueOnion, Evident y Planto. A continuación, se incluyen enlaces a las conversaciones que mantuvieron los fundadores de cada empresa en nuestro podcast de vídeo, DigFin VOX:

Bueno, y luego quedaron cinco. Basándonos únicamente en sus breves presentaciones, aquí está el número cavar percibe el potencial de su modelo de negocio, con algunas preguntas que los inversores o potenciales socios deben tener en cuenta.

5. Oxford Risk (Reino Unido)

Esta filial de la Universidad de Oxford ha desarrollado un software para ayudar a las instituciones financieras a entender cómo toman las decisiones financieras las personas. Tomar mejores decisiones puede garantizar que los inversores minoristas aumenten sus activos al estar expuestos a los productos adecuados, en lugar de permanecer demasiado expuestos al efectivo. La empresa denomina a este conocimiento “alfa conductual”.

La startup comenzó a raíz de la crisis financiera de 2008 con la idea de que los gestores de patrimonio (bancos, asesores financieros) tienen dificultades para comprender a los clientes, mientras que los inversores minoristas se sienten intimidados por la jerga. La etnia, el género u otros rasgos de una persona importan menos que su comprensión y su apetito por el riesgo, y lo cómoda que se sienta con esas preguntas.

La compañía dice que ahora está integrada dentro de las pilas tecnológicas de múltiples instituciones financieras en 15 mercados.

cavarLa interpretación de DigFin de este negocio es que se basa en la psicometría, un término que no se menciona en la presentación. La metodología de la empresa para obtener información son los cuestionarios. Estas herramientas existen desde hace mucho tiempo y los bancos las utilizan para ayudar a evaluar la solvencia crediticia de un prestatario. Pueden ser complementos útiles, pero por sí solas no proporcionan una evaluación completa del cliente. Esta es la primera vez que DigFin ha visto estas herramientas aplicadas a la inversión minorista, pero los principios son probablemente los mismos, al igual que las limitaciones, especialmente las encuestas de 25 preguntas.

4. Bilby (Hong Kong)

Los robots de Bilby rastrean constantemente Internet en busca de anuncios gubernamentales y noticias relacionadas. Luego aplica modelos predictivos, de modo que sus clientes reciben una advertencia anticipada sobre lo que podrían hacer los gobiernos. Su propuesta citaba la advertencia profética de un banco a los clientes sobre la repentina decisión de China de tomar medidas enérgicas contra su sector de tecnología educativa. Esa información podría analizarse sistemáticamente.

El equipo fundador de Bilby está formado por veteranos de los mercados de capitales, por lo que entienden la utilidad de introducir sus conocimientos sobre datos en las mesas de operaciones de inversores y operadores cuantitativos. La clave para que sea útil es obtener una gran cantidad de datos estructurados, pero eso por sí solo no añade suficiente valor: es la API la que se introduce en las mesas de operaciones. Pueden recibir señales sobre cambios normativos y de políticas futuros o en tiempo real, y luego crear modelos de operaciones a partir de ellos.

JP Morgan lo está probando. El equipo tiene su base en Hong Kong, pero el objetivo es internacionalizarse.

cavarLa conclusión de Bilby es que, en efecto, es útil, pero ¿cuán amplia es la ventaja competitiva de la empresa? Los fondos de cobertura llevan años comprando o creando software de análisis de sentimientos. Puede que Bilby haya encontrado un nuevo nicho, pero ¿podría una empresa más consolidada añadir simplemente su idea a una suite existente? La máxima de que "la prueba está en el pudín" se aplica más que nunca a este servicio, porque el éxito de Bilby dependerá de que los operadores atribuyan el alfa a su conocimiento.

3. Libertify (Francia)

Esta empresa transforma documentos y datos en narraciones virtuales: piense en deepfakes, pero legales y legítimos. Utiliza IA para proporcionar a las instituciones financieras una experiencia de vídeo: "el vídeo se está comiendo al mundo" es el eslogan no oficial de la empresa. Cada vez más clientes y contrapartes prefieren el vídeo a la lectura, por lo que los participantes del mercado necesitan las herramientas para comunicarse de esa manera, al tiempo que utilizan avatares generados por IA para entregar el contenido.

Los ejemplos incluyen gerentes de relaciones que informan a los clientes sobre el desempeño del mercado durante la semana y lo que se viene; o cambios rápidos en el marketing. Los avatares son confiables (es decir, cumplen con las normas) y ahora son de alta calidad. Están pensados ​​para ser atractivos: la IA está diseñada para escanear un PDF y crear un video que brinda la información clave de manera rápida y amigable. También hay una capacidad de chatbot de video para responder preguntas, un medio útil para extraer más datos sobre el sentimiento y las preocupaciones de los clientes.

Esto es más activo que simplemente enviarles información y preguntas frecuentes por correo electrónico, y si el técnico puede generar un diálogo bidireccional, existe una mayor posibilidad de orientar al cliente en una determinada dirección.

Libertify ahora está implementando pruebas con Société Général para sus productos cotizados en Singapur.

cavar Reconoce que este tipo de cosas se van a convertir en algo común, pero que también es más difícil de lo que parece, por lo que Libertify puede ganar tracción competitiva al ir más allá. Nuestra pregunta se refiere a cómo responden las personas a las interacciones solo con IA: ¿realmente participarán o se desconectarán? Estos LLM pueden volverse aburridos muy rápido y existe el riesgo de que todos terminen ahogándose en el lodo generado por la IA. La respuesta es usar esto, como cualquier otra herramienta, con criterio, pero las empresas emergentes necesitan escalar, lo que implica una contradicción que ellas y sus clientes tendrán que sortear.

2. zkMe (Hong Kong)

Un nuevo día, un nuevo acrónimo: DAD, por sus siglas en inglés, datos autónomos descentralizados. Todos los que trabajan en el sector financiero quieren datos estructurados (que puedan ser leídos por máquinas), pero estos datos son vulnerables a las leyes de soberanía de datos y otras fricciones que impiden su uso y compartición. Esto es especialmente problemático en el mundo emergente de las finanzas descentralizadas, que se supone que deben ser globales y accesibles para todos.

La implicación de los datos autosoberanos es que la identidad se vuelve interoperable y las empresas o individuos no tienen que preocuparse por ser responsables de los datos de terceros. Elimina la lógica de los intermediarios de datos.

La habilitación de identidades digitales que puedan viajar sin problemas entre mercados y protocolos abrirá muchas ideas comerciales para actividades basadas en blockchain. Por ejemplo, si las personas o las empresas tienen sus propias credenciales de identificación confiables, pueden acceder a datos estructurados de aplicaciones gubernamentales o billeteras privadas o un banco comercial, sin necesidad de confiar en un agente de inteligencia artificial o un corredor, y sin agrupar la información vital de todos en una única base de datos que pueda ser pirateada.

ZkMe quiere ser la capa universal para la identidad, como una tarjeta biométrica virtual que utiliza pruebas matemáticas de que su identidad ha sido verificada sin tener que mostrar los datos reales. Esto puede eliminar los costos de la debida diligencia y las responsabilidades relacionadas con los datos, y aun así cumplir con las leyes nacionales de protección de datos y contra el lavado de dinero. Además, los datos solo se comparten cuando es necesario, en lugar de permanecer en servidores de terceros.

Aunque la solución de zkMe ya está disponible en los mercados de criptomonedas, la startup está en conversaciones con bancos comerciales y empresas de telecomunicaciones.

cavarLa opinión de: Bueno, la soberanía de los datos ha sido un sueño y un cementerio para muchas empresas emergentes. También es un espacio muy concurrido, con muchos otros equipos que se esfuerzan por producir una solución viable. cavar No se tiene el conocimiento para comparar la tecnología de un equipo con la de otro. Pero la tecnología ha avanzado, y también lo ha hecho la necesidad. La Web3 está muy bien, pero el caso de uso real es que necesitamos desesperadamente herramientas para restaurar la confianza en esta nueva era de falsificaciones y fraudes de inteligencia artificial que dan miedo. Soluciones como la de zkMe podrían ser parte de ese paquete. Si zkMe tiene éxito con las PoC de bancos y telecomunicaciones, ya sea integrándolas en el comercio de blockchain o utilizando pruebas de conocimiento cero para negocios existentes, hay motivos para ser optimistas sobre esta startup.

1. Otonomi (Estados Unidos)

Los datos basados ​​en el uso demostraron su eficacia por primera vez en el mundo minorista: pensemos en ZhongAn, que digitaliza el seguro contra retrasos de vuelos en China.

Otonomi está trasladando el concepto al mundo más amplio y complejo de los seguros de carga aérea y marítima. Cada año, se transportan mercancías por mar y por aire por un valor de 24 billones de dólares, pero las cargas suelen sufrir retrasos, que se están alargando debido a factores que van desde sequías y puertos y canales congestionados hasta cohetes hutíes. Estos retrasos dejan varados en el mar 460 millones de contenedores cada año durante una semana o más.

Si bien las empresas pueden asegurar los productos en movimiento contra daños o pérdidas, no pueden obtener un seguro contra demoras. Los transportistas pierden dinero. Otonomi estima que esto representa una brecha de protección de 50 mil millones de dólares.

Ahora está introduciendo un seguro de demora basado en una única métrica: el tiempo de tránsito. Si este supera los seis días por mar o las tres horas por aire, la empresa pagará, sin hacer preguntas ni presentar reclamos. Lo hace basándose en sensores que rastrean la carga e integran datos con empresas de logística a través de API, para permitir predicciones basadas en datos y precios de contratos; además, utiliza blockchain para procesar reclamos. Otonomi trabaja como agente de seguros autorizado.

La startup ahora está trabajando con corredores de seguros globales como Marsh, así como con especialistas en carga, empresas de logística y transportistas. Las implicaciones más importantes, más allá de asegurar los retrasos de la carga, son ayudar a mejorar la suscripción de seguros y la gestión de riesgos de los transportistas, mitigar las pérdidas debido al riesgo climático y utilizar mediciones paramétricas para reducir el fraude.

 La empresa desea expandirse a Asia y ha establecido una base en Hong Kong.

cavarLa pregunta de Otonomi es obvia: si se trata de un buen negocio comercial, ¿por qué nadie lo ha hecho antes? Seguramente, un nombre de Lloyds podría haberlo hecho. Nuestra segunda pregunta es: ¿cuántos actores necesitan integrarse con las API de Otonomi para que este servicio funcione? Analizar los esfuerzos por digitalizar la financiación del comercio mediante blockchain sugiere que los modelos de negocio que dependen de un efecto de red son muy difíciles de sostener. Así que esas son nuestras preguntas de este discurso, pero cavar Se ha comprobado que el problema es real y de gran magnitud, que el TAM es creíble y que los aspectos técnicos se han demostrado en otros contextos. Los flujos de datos basados ​​en el uso ofrecen muchas mejoras a los modelos de negocio actuales, siempre que los datos sean voluminosos y que el tamaño del mercado pueda escalar, como es el caso de la propuesta de Otonomi. Además, si la startup puede ganar terreno en este mercado, estará en condiciones de abordar segmentos más grandes del mercado de seguros generales. 

Artículos relacionados

punto_img

Artículos Recientes

punto_img