fr.wedoany.com Rapport : La société Nomerra a finalisé un tour de table de 2 millions de dollars en pré-amorçage, mené par 14Peaks Capital, avec la participation de Redstone Fintech et de cadres supérieurs issus d’entreprises telles que KKR et Intapp. L’entreprise prévoit d’utiliser ces fonds pour élargir son équipe d’ingénieurs et répondre aux besoins des gestionnaires d’actifs en Europe et aux États-Unis. Son objectif est d’exploiter l’automatisation native basée sur l’IA pour traiter les processus largement manuels des opérations back-office sur les marchés privés.
Le marché privé devrait passer de 13 000 milliards de dollars à plus de 30 000 milliards de dollars dans les années à venir, mais l’infrastructure soutenant ces capitaux n’a quasiment pas évolué. De nombreuses équipes doivent encore transférer manuellement des données d’un système à un autre, chaque transaction nécessitant souvent plusieurs opérations répétitives. Les services back-office dépendent depuis longtemps des e-mails, des documents PDF et des systèmes hérités non interconnectés, et ce modèle opérationnel est sous pression. La mauvaise qualité des données coûte chaque année des milliards de dollars aux entreprises américaines. Une étude de Gartner souligne également que les organisations perdent des millions de dollars par an en raison d’informations inexactes ou incomplètes. Selon des recherches sectorielles, le taux d’erreur par champ pour la saisie manuelle de texte reste compris entre 1 % et 4 %, et ce taux s’accumule rapidement dans les flux de travail où des dizaines de champs sont ressaisis plusieurs fois.
Les fondateurs de Nomerra, qui ont été parmi les premiers employés de la société de gestion de fonds technologiques bunch (équipe de plus de 100 personnes), ont été témoins de goulots d’étranglement opérationnels. Selon eux, les marchés privés manquent de l’interconnectivité considérée comme un élément de base sur les marchés publics. L’entreprise a construit un modèle natif d’IA qui, plutôt que de tout reprendre à zéro, s’intègre aux outils déjà utilisés par les entreprises, notamment les ERP, les plateformes bancaires et les bibliothèques de documents. Le système regroupe les informations dans un contexte unique, permettant aux agents d’IA de lire les documents, d’extraire les données, de recouper les informations et de renvoyer des livrables prêts à être examinés par un humain. La plateforme met l’accent sur l’auditabilité, en affichant chaque action exécutée et la source des données dans l’interface de révision.
La croissance des marchés privés amplifie l’exposition aux risques opérationnels. Le marché devient plus complexe : de nouvelles voies d’investissement, des cycles de reporting plus fréquents, des structures semi-liquides et des produits perpétuels élargissent le périmètre opérationnel. Parallèlement, la réglementation se durcit, et le nombre de comptables qualifiés a diminué d’un tiers au cours des dix dernières années. Ces tâches, répétitives, volumineuses et souvent réparties sur plusieurs systèmes non connectés, accumulent facilement des retards et des erreurs ponctuelles. Le secteur mondial de l’externalisation de la saisie de données est valorisé à plus de 10 milliards de dollars. The Insight Partners prévoit une croissance régulière des logiciels de saisie de données entre 2024 et 2031, ce qui indique que les secteurs aux flux de travail documentaires complexes recherchent des alternatives à la main-d’œuvre humaine.
Les observateurs du secteur notent que cette automatisation pénètre le domaine financier traditionnel. Certains fournisseurs proposent déjà des outils de traitement intelligent de documents ou d’automatisation des flux de travail, et de nombreuses entreprises améliorent leurs pratiques de validation des données en s’appuyant sur des normes telles que l’ISO 8000 ou les directives du NIST. Cependant, les types de documents et les processus personnalisés courants sur les marchés privés créent un niveau de complexité plus élevé que dans les fonctions d’entreprise traditionnelles. La vitesse à laquelle les entreprises adoptent des outils conçus pour leur environnement opérationnel spécifique sera un facteur clé pour transformer leur modèle opérationnel.
