Core AI levanta rodada para o ‘last mile’ do crédito – junto com os BaaS
A captação de US$ 4,1 milhões foi liderada pela 14B (uma das gestoras que surgiu da cisão da Upload Ventures), com a participação das brasileiras Big Bets e Nameless, além da BFF, uma gestora de Nova York.
A rodada também contou com investidores-anjo que já estavam no captable da startup, incluindo os fundadores da Stone, André Street e Eduardo Pontes, e Fersen Lambranho, da GP Investimentos.
A Core AI foi fundada no ano passado por Enrico Francesco e Fernando Martins, que trabalham juntos há mais de oito anos. Os dois são programadores e se conheceram ainda na faculdade quando Fernando fundou uma HR Tech, a Preparo, que ajudava empresas a contratar estagiários. Enrico foi o primeiro funcionário da startup.
Depois de vender o negócio, os dois foram trabalhar na Stone, onde lideraram as áreas de data science, analytics e machine learning.
A Core AI opera como uma camada intermediária entre o cliente final e empresas de banking as a service como a QI Tech, Celcoin e Stark Bank, fazendo o que os fundadores chamam de 'last mile' do crédito.
"Essas empresas de BaaS oferecem a habilidade de oferecer crédito, mas não a expertise para analisar dados e criar o melhor modelo de crédito possível. Então, mesmo com a infra, muitas empresas que querem começar a dar crédito não tem o know how e não sabem como operar," disse Enrico.
"O que fazemos é montar toda a esteira de crédito para os clientes usando inteligência artificial e dados de comportamento de seus clientes que são muito mais ricos."
Segundo ele, quando uma empresa se pluga num BaaS, ela tem acesso aos birôs de crédito e cria suas regras de aprovação com base nisso. "Mas esses modelos não aproveitam todos os dados que as empresas têm. Uma imobiliária, por exemplo, tem todos os dados transacionais de aluguel, que são dados muito ricos e que precisam ser incorporados nos modelos."
A Core AI opera em parceria com as empresas de BaaS: ela se pluga à infraestrutura dessas fintechs. Os fundadores dizem que conseguem criar uma esteira de crédito em menos de um mês – e com um modelo que, segundo eles, gera uma taxa de aprovação maior e uma inadimplência menor.
A startup se remunera com um mix de um take rate fixo e uma participação nos resultados. Na prática, o cliente pagará um custo adicional ao que pagaria se se plugasse direto nas empresas de BaaS, "mas nosso modelo é muito mais eficiente. Ele aprova mais e com o pricing correto, então a empresa vai ganhar muito mais."
"Também usamos agentes de AI para automatizar toda a operação, o que elimina a necessidade de ter centenas de pessoas conferindo documentos."
Com um ano de vida, a Core AI tem cinco clientes e espera faturar mais de US$ 3 milhões este ano.
Um dos clientes é a Alude, um sistema de gestão para imobiliárias que usa a Core AI para criar sua esteira de crédito para um produto de antecipação de aluguel que eles criaram.
A rodada de hoje é a segunda da história da startup, que já havia captado US$ 400 mil no ano passado, logo que o negócio foi criado.
Os recursos serão usados basicamente para investir em time e aprimorar a plataforma tecnológica. Fernando disse que a startup não quer contratar muitos funcionários. "Queremos um time com poucas pessoas mas ultraqualificadas," disse ele.
Hover overTap highlighted text for details
Source Quality
Source classification (primary/secondary/tertiary), named vs anonymous, expert credentials, variety
Summary
Good use of primary sources (named founders) and some secondary sources, but lacks external expert analysis.
Specific Findings from the Article (3)
""Essas empresas de BaaS oferecem a habilidade de oferecer crédito, mas não a expertise para analisar dados e criar o melhor modelo de crédito possível. "
Direct quote from founder Enrico Francesco.
Primary source""O que fazemos é montar toda a esteira de crédito para os clientes usando inteligência artificial e dados de comportamento de seus clientes que são muito mais ricos.""
Direct quote from founder Enrico Francesco.
Primary source"Fernando disse que a startup não quer contratar muitos funcionários."
Named source Fernando Martins (co-founder) providing information.
Named sourcePerspective Balance
Acknowledgment of multiple viewpoints, counterarguments, and balanced presentation
Summary
Article presents only the startup's perspective without exploring counterarguments or alternative viewpoints.
Specific Findings from the Article (2)
"A Core AI acaba de levantar uma rodada para expandir sua solução que usa inteligência artificial para criar modelos de crédito que aumentam a taxa de aprovação mantendo a inadimplência baixa."
Opening paragraph presents startup's claims without skepticism.
One sided""mas nosso modelo é muito mais eficiente. Ele aprova mais e com o pricing correto, então a empresa vai ganhar muito mais.""
Presents startup's claims without external verification or contrasting views.
One sidedContextual Depth
Background information, statistics, comprehensiveness of coverage
Summary
Provides good background on founders, business model, partnerships, and financial details.
Specific Findings from the Article (3)
"A Core AI foi fundada no ano passado por Enrico Francesco e Fernando Martins, que trabalham juntos há mais de oito anos."
Provides background on company founders.
Background"A Core AI opera como uma camada intermediária entre o cliente final e empresas de banking as a service como a QI Tech, Celcoin e Stark Bank"
Explains business model and partnerships.
Context indicator"Com um ano de vida, a Core AI tem cinco clientes e espera faturar mais de US$ 3 milhões este ano."
Provides business metrics and projections.
StatisticLanguage Neutrality
Absence of loaded, sensationalist, or politically biased language
Summary
Language is factual and neutral throughout, without sensationalism or loaded terms.
Specific Findings from the Article (2)
"A captação de US$ 4,1 milhões foi liderada pela 14B"
Factual reporting of funding details.
Neutral language"A Core AI opera como uma camada intermediária entre o cliente final e empresas de banking as a service"
Neutral description of business operations.
Neutral languageTransparency
Author attribution, dates, methodology disclosure, quote attribution
Summary
Full author attribution, date, clear quote attribution, and company information provided.
Specific Findings from the Article (1)
"disse Enrico."
Quotes clearly attributed to specific individuals.
Quote attributionLogical Coherence
Internal consistency of claims, absence of contradictions and unsupported causation
Summary
No logical inconsistencies detected; article presents a coherent narrative about the startup's funding and business.
Logic Issues Detected
-
Contradiction (high)
Conflicting values for 'core': $4.1 million vs $3 million
"Heuristic: Values conflict between P1 and P3"
Core Claims & Their Sources
-
"Core AI's AI-powered credit models increase approval rates while keeping defaults low."
Source: Founder Enrico Francesco's statements about their business model Primary
-
"The startup raised $4.1 million in funding led by 14B with participation from other investors."
Source: Article reporting based on presumably company-provided information Named secondary
-
"Core AI acts as an intermediary layer between end customers and BaaS companies."
Source: Founder Enrico Francesco's explanation of their business model Primary
Logic Model Inspector
Inconsistencies FoundExtracted Propositions (7)
-
P1
"Core AI raised $4.1 million in funding"
Factual In contradiction -
P2
"The company was founded last year by Enrico Francesco and Fernando Martins"
Factual -
P3
"Core AI has five clients and expects to generate over $3 million in revenue this year"
Factual In contradiction -
P4
"This is the startup's second funding round, having previously raised $400,000"
Factual -
P5
"Using AI and richer behavioral data causes creates more efficient credit models"
Causal -
P6
"Automating operations with AI agents causes eliminates need for hundreds of document checkers"
Causal -
P7
"Partnering with BaaS companies causes enables faster credit pipeline creation (under one month)"
Causal
Claim Relationships Graph
Detected Contradictions (1)
View Formal Logic Representation
=== Propositions === P1 [factual]: Core AI raised $4.1 million in funding P2 [factual]: The company was founded last year by Enrico Francesco and Fernando Martins P3 [factual]: Core AI has five clients and expects to generate over $3 million in revenue this year P4 [factual]: This is the startup's second funding round, having previously raised $400,000 P5 [causal]: Using AI and richer behavioral data causes creates more efficient credit models P6 [causal]: Automating operations with AI agents causes eliminates need for hundreds of document checkers P7 [causal]: Partnering with BaaS companies causes enables faster credit pipeline creation (under one month) === Constraints === P1 contradicts P3 Note: Conflicting values for 'core': $4.1 million vs $3 million === Causal Graph === using ai and richer behavioral data -> creates more efficient credit models automating operations with ai agents -> eliminates need for hundreds of document checkers partnering with baas companies -> enables faster credit pipeline creation under one month === Detected Contradictions === UNSAT: P1 AND P3 Proof: Heuristic: Values conflict between P1 and P3