Con la progresiva integración de sistemas de inteligencia artificial en los procesos de inversión, la calidad y trazabilidad de los datos financieros se ha convertido en un factor crítico para evitar errores costosos. Los datos no estructurados ni verificables dificultan la auditoría y generan riesgos cuando los modelos de valoración o análisis de resultados dependen de ellos. Por ello, Daloopa ha desarrollado una plataforma que ofrece un conjunto de datos financieros globales, vinculados directamente a sus informes originales, y disponibles a través de múltiples formatos, facilitando así flujos de trabajo más fiables y eficientes en el sector financiero.
Esta solución cubre información detallada de más de 5.900 empresas públicas a nivel mundial, proporcionando hasta diez veces más puntos de datos por compañía que sus competidores. Su tecnología permite a los analistas reducir hasta un 70% el tiempo invertido en la construcción de modelos financieros y aumenta la precisión de recuperación de datos hasta en 71 puntos porcentuales respecto a fuentes web convencionales. Su plataforma es ya utilizada por más de 160 fondos de inversión, bancos internacionales y empresas de tecnología puntera como Anthropic, OpenAI y Perplexity.
Recientemente, Daloopa cerró una ronda de financiación Serie C por valor de 47 millones de dólares, liderada por Brighton Park Capital, con la participación de Squarepoint Capital, Touring Capital y Nexus Venture Partners. Con esta operación, la compañía ha acumulado un total de 101,4 millones de dólares en capital, lo que refleja la confianza del mercado en su crecimiento y en la creciente demanda de automatización en investigación financiera. 
El fundador y CEO de Daloopa, Thomas Li, explica que la inspiración para crear la empresa surgió al observar cómo, incluso en algunas de las firmas de inversión más avanzadas, los analistas dedicaban un tiempo desproporcionado a extraer datos manualmente de formularios regulatorios, presentaciones y notas de prensa. «Sabíamos que esta alta dependencia de procesos manuales representaba un cuello de botella que perjudicaría la fiabilidad y escalabilidad de las tecnologías de IA en finanzas», señala Li. Por ello, su misión ha sido construir una base estructurada y vinculada al origen para que los agentes de IA puedan operar con datos auditables y confiables.
Daloopa se diferencia no solo por la profundidad y precisión de su base de datos, sino también por cómo su plataforma se integra perfectamente en las herramientas que ya utilizan los profesionales de la inversión. Desde formatos clásicos como Excel o APIs, hasta conectores que implantan directamente los datos en entornos de IA como ChatGPT, Claude, Perplexity o Rogo, la compañía facilita la adopción de soluciones inteligentes que potencien el análisis, la valoración y la elaboración de informes financieros.
El mercado objetivo de Daloopa engloba principalmente a instituciones financieras tradicionales como fondos de cobertura, fondos mutuos y grandes bancos, pero también está creciendo la demanda por parte de plataformas financieras nativas en IA. La escalada en el uso de inteligencia artificial y flujos de trabajo automáticos en el sector estimula la necesidad creciente de una infraestructura confiable de datos financieros, posicionando a Daloopa en un contexto de enorme expansión.
El modelo de negocio de Daloopa se basa en una suscripción SaaS que otorga acceso a su completo conjunto de datos financieros, un asistente nativo en Excel para modelización y una capa de datos denominada MCP para impulsar la adopción de flujos de trabajo basados en IA. Además, ofrece acceso programático vía API y entregas en la nube a través de plataformas como Snowflake, Databricks y AWS S3.
Ante un posible escenario de desaceleración económica, Daloopa mantiene su enfoque en resolver problemas reales y urgentes del sector financiero, una estrategia que en opinión de Li potenciará aún más el interés por la automatización y la mejora de la productividad mediante IA, en lugar de frenarla.
Durante el proceso de captación de fondos, uno de los mayores retos fue educar a los inversores en la complejidad y peculiaridad propia de los negocios basados en datos, especialmente en un contexto donde la precisión y calidad de la información es determinantemente sensible para la operativa financiera y el rendimiento de inteligencia artificial.
De cara a los próximos seis meses, Daloopa pretende ampliar la profundidad y cobertura de su base de datos, actualmente con más de 5.500 compañías, y ampliar sus inversiones en flujos de trabajo asistidos por IA, especialmente con productos como Scout, que ayudan a automatizar etapas de investigación, modelización y análisis financiero. Igualmente, la empresa continuará fortaleciendo sus integraciones y alianzas dentro del ecosistema de inteligencia artificial conforme avanza su adopción en servicios financieros.
Respecto a consejos para compañías tecnológicas sin financiación reciente, Thomas Li subraya la importancia de centrarse en resolver auténticos problemas para los clientes, ya que encontrar un producto alineado con las necesidades reales del mercado es la clave para el éxito.
Y en momentos de desconexión, su lugar favorito para despejarse es corriendo por Central Park, un refugio natural en el corazón de Nueva York.
