Caso de estudo: como a Layer Finance obteve um pipeline funcional de extração com IA em três semanasCaso de estudo: como a Layer Finance obteve um pipeline funcional de extração com IA em três semanas

Cliente: Layer Finance (produto: Layron), imobiliário institucional, com escritórios em Baar, na Suíça, e em Viena, na Áustria. Resultado: protótipo funcional em 3 semanas, superando seis meses de trabalho interno. A Layer Finance mediu 80% de tempo poupado na integração de negócios.

A situação

A Layer Finance identifica negócios imobiliários fora do mercado, estrutura financiamento por dívida e capital próprio e cria valores mobiliários imobiliários. O seu produto, o Layron, transforma os documentos de um negócio em resumos prontos para investidores: fichas técnicas, pontuações de negócio e memorandos de investimento.

Toda essa cadeia depende de um único passo: extrair os factos certos dos documentos do negócio. Um erro nesse ponto propaga-se a todos os resultados seguintes, incluindo a pontuação que o investidor vê em primeiro lugar.

A extração estava há seis meses em desenvolvimento interno e não tinha atingido a qualidade de que o produto precisava. O resto do roadmap estava à espera dela.

O que fizemos de forma diferente

Não começámos com um repositório vazio. Partimos de uma base comprovada, pelo que logo no primeiro dia já havia autenticação com funções, organizações separadas para cada empresa cliente, um modelo de dados tipado, um painel de administração para rever e auditar cada resultado da IA e um painel com faturação.

Assim, as três semanas foram investidas onde estava o valor:

• Compreender os documentos como a equipa os compreende. Que factos importam num negócio, onde se escondem numa data room e como um analista os verifica.
• Construir o pipeline de extração em torno dessas regras, com cada resultado rastreável até ao documento de origem.
• Facilitar a revisão. A equipa pode ver, corrigir e aprovar o que a IA extraiu, para que a qualidade melhore em vez de se degradar silenciosamente.

O resultado

Ao fim de três semanas, o protótipo superou o pipeline de extração existente e cobria mais do produto do que os seis meses de trabalho anteriores. Foi construído sobre uma stack convencional e documentada, para que a própria equipa do cliente pudesse assumi-lo, e a Layer Finance migrou toda a sua solução para ele.

Medimos 80% de tempo poupado na integração de negócios. — Kurt Praszl, Head of Investment, Layer Finance

Desde então, o Layron evoluiu para um cockpit de negócios com ingestão de data rooms, due diligence com agentes, pontuação de negócios, e fichas técnicas e memorandos de investimento gerados a partir dos modelos de cada empresa.

O que outros negócios podem retirar daqui

1. Partir da forma como os especialistas já trabalham. A extração ficou boa porque seguia as verificações que os analistas já fazem.
2. Tornar os resultados da IA revisíveis. Uma vista de administração onde as pessoas aprovam e corrigem resultados é o que torna a automação fiável.
3. Não reconstruir o básico. Autenticação, funções e faturação são problemas resolvidos; invista o tempo na parte que é única no seu negócio.

O valor de 80% foi medido e publicado pela Layer Finance.