Rowspace acaba de salir del stealth con $50 millones en financiamiento y una propuesta que suena simple pero es brutalmente difícil de ejecutar: construir una IA que no solo ayuda a tomar decisiones en private equity, sino que aprende cómo piensa una firma. Y los primeros clientes —fondos que manejan entre cientos de miles de millones y cerca de un billón de dólares— ya están pagando contratos de siete cifras anuales por ello.
La startup, fundada en San Francisco por Michael Manapat y Yibo Ling, resuelve un problema que cualquiera que haya trabajado en finanzas institucionales reconoce de inmediato: décadas de deal memos, modelos de underwriting, notas de partners y datos de portafolio dispersos en sistemas que nunca fueron diseñados para comunicarse entre sí. Cada vez que llega un nuevo deal, los analistas empiezan de cero, aunque la respuesta a sus preguntas esté enterrada en algún lugar del historial de la firma.
¿Quiénes están detrás y por qué tienen credibilidad para resolver esto?
El equipo fundador tiene un perfil inusual para una startup de fintech. Michael Manapat construyó los sistemas de machine learning en Stripe que procesan miles de millones de transacciones y luego fue CTO de Notion durante su expansión a IA. Yibo Ling tomó el camino contrario: dos veces CFO, lideró equipos de finanzas en Uber y Binance, y pasó años tomando decisiones de inversión sintetizando manualmente datos de sistemas fragmentados.
Cuando ChatGPT salió en 2022, Ling lo probó en tareas de due diligence y chocó inmediatamente con el mismo muro. “Claramente había mucho potencial, pero simplemente no funcionaba”, contó a Fortune. “Necesitas la información correcta en el contexto correcto.” Esa brecha —entre el potencial de la IA y la realidad desordenada de los datos propietarios en finanzas— se convirtió en la tesis fundacional de Rowspace.
Cómo funciona la plataforma
Rowspace conecta datos estructurados y no estructurados a través de toda la historia de una firma: repositorios de documentos, sistemas de inversión y contabilidad, PowerPoints viejos, deal memos. El sistema aplica lo que Manapat llama una “lente nativa de finanzas”: una que refleja cómo la firma realmente reconcilia información, interpreta discrepancias y toma decisiones.
- Datos propios, siempre: Todo el procesamiento ocurre dentro del entorno cloud del cliente. Los datos nunca salen del control de la firma.
- Acceso desde donde trabajan: La plataforma está disponible vía interfaz propia de Rowspace, dentro de Excel y Microsoft Teams, o directamente en la infraestructura de datos existente.
- Democratización del seniority: Un analista de primer año que revisa un nuevo deal puede acceder a décadas de decisiones anteriores, transacciones comparables y patrones internos de underwriting sin hacer llamadas ni revisar drives compartidos.
La ambición queda capturada en una frase que Manapat usa internamente: “Imagina una firma que nunca olvida. Donde el flujo de trabajo de un inversor experimentado —que toca muchas herramientas distintas de maneras específicas— puede ser codificado y multiplicado. Cuando eso es posible, un analista de primer año puede aprovechar décadas de conocimiento institucional, y el juicio escala con la firma en lugar de diluirse.”
El respaldo: Sequoia, Stripe y por qué apuestan por IA vertical
El financiamiento se estructura en dos rondas: un seed liderado por Sequoia y una Serie A co-liderada por Sequoia y Emergence Capital, con participación de Stripe, Conviction, Basis Set, Twine y un grupo de ángeles inversores especializados en finanzas. Total: $50 millones.
Alfred Lin, el partner de Sequoia que lideró la inversión, posicionó explícitamente a Rowspace como respuesta a la pregunta de cuáles aplicaciones de IA sobrevivirán el ascenso de modelos de fundación cada vez más capaces. La respuesta implícita: las que estén profundamente integradas con datos propietarios institucionales que ningún modelo general puede replicar.
Esa es la apuesta del capital vertical especializado: no competir con GPT-5 en razonamiento general, sino construir inteligencia que vive y aprende dentro de los sistemas de una firma específica.
Por qué importa
Rowspace es un indicador de dónde va el dinero inteligente en IA empresarial. No en herramientas genéricas de productividad, sino en sistemas que absorben el conocimiento institucional acumulado de décadas y lo vuelven accesible y escalable. Private equity es solo el primer sector —el mismo patrón (datos históricos valiosos y fragmentados, decisiones de alto riesgo, scarcity de talento senior) existe en consultoría, banca de inversión, venture capital y seguros.
Lo que Rowspace está construyendo tiene un nombre más preciso que “IA para PE”: es memoria institucional computacional. Y si funciona como promete, el modelo de “la firma que nunca olvida” podría redefinir la ventaja competitiva en industrias donde el conocimiento tácito ha sido históricamente imposible de escalar.
Para quienes siguen la tendencia de IA en M&A y due diligence, esto conecta directamente con lo que ya vimos con DiligenceSquared llevando la voz IA al proceso de due diligence y DealFlowAgent aplicando agentes IA a M&A para pymes. El ecosistema de IA para decisiones financieras se está poblando rápido.
