A rodada da Beaver na CapTable é constituída na forma de um sindicato de investimento participativo que tem como investidor líder a Prana Capital, por meio do seu veículo de investimento Prana Capital Ventures Crowdfunding I S.A.

Neste modelo, os investidores se juntam a um investidor líder que possui experiência no investimento em empresas de alto crescimento e está co-investindo nos mesmos termos do que os demais investidores. O investidor líder irá conduzir a interlocução entre a empresa e os investidores, apoiando os processos de governança e apoiando os empreendedores com seus principais desafios. Como contrapartida, o investidor líder recebe uma taxa de performance sobre o lucro dos demais investidores da oferta - caso o retorno sobre o investimento seja positivo.

Mais informações sobre o sindicato de investimentos e sobre a Prana Capital estão nas Informações Essenciais da Oferta, em anexo ao final da página.

Entenda mais sobre investimentos via sindicato

A gestão de documentos está no cerne de praticamente todas as empresas e, por isso, a falta de digitalização e automação nesses processos causa gargalos que dificultam e encarecem o crescimento das operações. 

A Beaver traz soluções que são parte do processo necessário para automatizar cadeias de ponta a ponta e permitir a real transformação digital das empresas. A startup é uma das primeiras empresas de inteligência artificial no mercado em que atua. Como um dos primeiros players do segmento, o potencial de conquistar parte relevante do setor é alto. 

Oferecendo tecnologia para automatizar esses processos, a Beaver tem o poder de tornar mais eficiente a intensa troca e validação de documentos que ocorrem por trás de toda relação comercial.

A Beaver existe para impulsionar as relações comerciais e melhorar a qualidade do trabalho. 

Em testes reais, fomos capazes de aumentar em até 6 vezes a eficiência de nossos clientes para analisar e validar operações de crédito, por exemplo, e até 10 vezes em operações de due diligence. Isso permitiu aos nossos clientes escalar o negócio, reduzir custos e alocar a equipe para ir atrás de novas receitas.

No Brasil, há muitas ineficiências para poucas soluções, e nossa plataforma foi construída como um lego. Isso quer dizer que podemos criar novas soluções para nossos clientes em um curto espaço de tempo, compondo partes diferentes do nosso algoritmo de extração.

1. Problema

Análise de documentos e extração informações ainda são processos manuais

Toda operação, transação ou acordo comercial exige a leitura, extração e validação de informações de documentos. Em diferentes escalas, toda empresa lida constantemente com esse trâmite burocrático.

Imagine, por exemplo, um processo de financiamento imobiliário que leva alguns meses para ser concluído devido ao processo de análise documental. Ou a aprovação de um crédito que depende da leitura do contrato social e validação dos poderes de quem está contratando. Ou até mesmo um processo de auditoria ou diligência que exige a extração de dados e informações e estabelecimento de correlação entre contratos.

Todos os processos descritos acima são pouco escaláveis, maçantes e, atualmente, feitos manualmente por pessoas, gerando custos tangíveis e intangíveis bilionários.

2. Modelo de Negócio

Como funciona

Nós atuamos no modelo de software como serviço (SaaS), oferecendo 2 produtos que se adaptam às diferentes necessidades dos clientes:

• SaaS: produto básico que envolve a extração das informações e a entrega de dados brutos via API ou troca de arquivos. Esse modelo abrange tanto operações recorrentes quanto a organização de grandes bases de dados;
• Saas + Serviço: além de extrair as informações, revisamos e estruturamos os dados para os nossos clientes.

Trabalhamos com assinaturas mensais considerando o volume de documentos processados.

Além disso, automatizamos os processos de análise e extração de informações de documentos através do uso de machine learning, integrando nossa plataforma às esteiras processuais dos clientes:

• Setup: ajustamos a plataforma para encontrar e extrair os dados que o cliente deseja;
• Upload: o cliente faz o upload dos arquivos na plataforma, seja manualmente ou via integração;
• Extração: nossos modelos identificam as informações desejadas pelo cliente e podem fazer: i) só o apontamento; ii) extração em uma planilha ou; iii) preenchimento de formulários no próprio sistema do cliente.

O usuário vê na hora o resultado da extração. É só enviar o documento para nosso sistema, seja via nosso aplicativo Web, seja via API, que já entregamos um output em questão de segundos. Em experiências reais com clientes, fomos capazes de reduzir em 50% o tempo de análise, com uma equipe 3x menor do que a tradicional, ou seja, deixamos a operação 6x mais eficiente.

Por sermos uma empresa de inteligência artificial, os nossos modelos de interpretação e extração de dados são proprietários e estão sempre sendo melhorados, e essa melhoria contínua também é sentida imediatamente pelos nossos clientes, na medida em que nosso sistema vai sendo mais utilizado. Em pouco tempo atingimos níveis de precisão que não existiam no Brasil.

Como monetiza

1. SaaS: modelo de assinatura, com valor cobrado variando conforme a quantidade de documentos processados;
2. SaaS + Serviço: também um modelo de assinatura, com valor cobrado variando conforme a quantidade de documentos processados, mas com ticket maior por documento;
3. Organização de bases: preço fechado negociado com base no volume de documentos.

3. Mercado

Estimamos que sejam gastos por ano mais de R$70 bilhões com processamento de documentos e extração de informações, sem falar dos custos não financeiros.

As estimativas de mercado abaixo consideram apenas as operações para as quais já temos produtos desenvolvidos ou em desenvolvimento. Em poucos meses conseguimos criar um novo modelo de extração de informação e ampliar nosso mercado de atuação.

Concorrentes

Não existe um modelo universal para leitura de qualquer documento. Isso não quer dizer que não existam concorrentes, mas o produto que estamos desenvolvendo possui uma amplitude de funcionalidades que não são executadas por uma única empresa brasileira no momento. Atualmente no Brasil, é seguro dizer que temos muito problema para pouca solução, e é importante destacar que modelos de Processamento de Linguagem Natural, como o nosso, não podem ser adaptados de outros idiomas. 

Apesar de não termos concorrentes diretos, mapeamos empresas que tem no seu escopo algumas das soluções que oferecemos:

• Docket: a Docket trabalha com documentos não padronizados. Possuem também uma Inteligência Artificial que realiza pré-análises de documentos para o mercado de Real Estate, onde atuamos também, além de ter outras funcionalidades de gestão documental. Apesar disso, o nível de acurácia da nossa plataforma é maior e a quantidade de dados que extraímos é mais ampla;
• Legaut: a LegAut atua na busca, organização e análise de documentos para transação imobiliária. Possuem uma Inteligência Artificial e trabalham com documentos não padronizados. O nível de acurácia não é dos níveis da Beaver mas é melhor que o da Docket;
• NeuralMind: a Neuralmind trabalha com IA com foco em análises de textos e reconhecimento de padrões, criando soluções para os clientes mesmo que os dados sejam desestruturados. Em comparação com nossa solução, eles não trabalham com modularidade da solução, o que nos permite desenvolver soluções para outros mercados em menor tempo. Além disso, não atuam diretamente no mercado imobiliário;
• Nuveo: a Nuveo desenvolve soluções com base em IA para automação de processos. Um dos serviços oferecidos é a extração de texto de documentos padronizados. Além de não atuarem com documentos despadronizados, não atuam no ramo imobiliário. 

Benchmark

O uso de AI no processamento de documentos, especialmente o de NLP, ainda é incipiente no Brasil. Por conta disso, temos analisado diferentes mercados ao redor do mundo: no mercado Europeu, principalmente na Inglaterra, temos a Luminance; no Canadá temos a Kira Systems; e nos EUA temos a EBravia e aLeverton. Além dessas, também olhamos as grandes empresas de RPA, com UIPath e Automation Anywhere. O Brasil é um país continental, e ferramentas de NLP para a língua portuguesa, por si só, já possuem um grande potencial.

4. A Empresa

História

Após quase uma década na Europa trabalhando como correspondente internacional, Alessandro Allodi voltou ao Brasil e atuou por anos no setor imobiliário, desenvolvendo empreendimentos comerciais e residenciais. Rogerio Bromfman, após duas décadas atuando no mercado financeiro em bancos e como gestor de um fundo de investimentos, tanto no Brasil como em Londres, voltava a empreender e se aprofundava nos estudos de data science e machine learning. O encontro pouco provável aconteceu graças à rede da Fisher, uma venture builder focada na criação de startups e que também é sócia da Beaver.

Com foco inicial no setor imobiliário, em função da experiência prévia dos sócios, em 2020, a startup foi convidada a participar do programa global de aceleração Inception, do braço de inteligência artificial da Nvidia, uma das empresas mais relevantes no cenário mundial de inteligência artificial, machine learning e data science.

Meses após o lançamento do primeiro modelo de leitura de matrículas imobiliárias, clientes e empresas próximas começaram a demandar novas soluções que poderiam ser viabilizadas com a nossa tecnologia. Em pouco tempo, ficou claro que a plataforma e a tecnologia da Beaver tinham uma aplicação muito maior do que havia pensado inicialmente. Todo setor precisa lidar com a troca de documentos e a consequente extração de informação dos mesmos, o que torna o produto ainda mais escalável.

Em 2021, fizemos nossa primeira captação, buscando investidores que pudessem contribuir ativamente para o desenvolvimento da Beaver e com backgrounds complementares.

Equipe

Linha do tempo

2019 

• Primeiro modelo desenvolvido - leitor de matrículas;
• Primeiras POCs.

2020 

• Programa global de aceleração da Nvidia;
• Primeiros clientes;
• Segundo modelo desenvolvido - contrato de compra e venda;
• R$ 100 mil de faturamento.

2021

• Em 7 meses o faturamento já se aproximou ao faturamento de 2020;
• Mais de 10 mil documentos processados no ano, com mais de 1 milhão de informações extraídas.

Resultados

• 2020: 2.500 documentos processados e R$ 100 mil de faturamento;
• 2021 (até o momento): 10.000 documentos processados.

Investidores

Os Investidores Beaver até o momento podem ser classificados como Friends & Family e Investidores-Anjo.

Estratégias de Crescimento

Pela natureza B2B do negócio, nosso modelo se baseia muito em venda direta. Porém, recentemente tivemos uma surpresa positiva com a atração online orgânica de clientes, modelo que pretendemos explorar. Para os próximos anos, temos basicamente três grandes frentes de crescimento:

1. Upsell para os clientes atuais: nosso pipeline de desenvolvimento é feito ouvindo o mercado e nossos clientes, logo, estamos constantemente desenvolvendo novas soluções para nossos clientes. Essa frente de upselling tem se comprovado ao longo do tempo, não só para novos produtos mas também impulsionando o crescimento de nossos clientes, que por consequência aumentam o uso da nossa plataforma;
2. Novos clientes no mercado atual: através da rede da Fisher temos acesso direto a grande parte dos perfis de cliente ideal (ICPs) para os produtos atuais, além de parcerias com grandes canais de originação;
3. Novos clientes em novos mercados: no nosso pipeline de desenvolvimento de produto, já temos conversas avançadas com Beta testers e potenciais canais de distribuição para novas soluções.

Visão

Acreditamos que o propósito da tecnologia no mundo dos negócios é melhorar a qualidade do trabalho, eliminar burocracias e facilitar a geração de negócios.

A Beaver tem esse potencial. Queremos através da tecnologia eliminar os trabalhos manuais, custosos e demorados de validação, análise, leitura e processamento de documentos. Queremos liberar a força de trabalho para atividades menos maçantes e intelectualmente mais desafiadoras. O time de qualquer empresa deveria estar focado em fazer novos negócios e atender bem os clientes, ao invés de ficar procurando informações em documentos.

Queremos ser a máquina por trás de toda operação ou relação comercial, tornando o backoffice documental fluido e praticamente imperceptível em uma transação, diminuindo custos, erros e melhorando a qualidade dos serviços

Equipe

Alessandro Allodi

CEO

Formado em administração de empresas pela FGV e em cinema pela University of Southern California, foi por 8 anos correspondente estrangeiro na Itália e nos últimos 14 anos acumulou experiências em Real Estate.

Rogerio Bromfman

CTO

Formado em administração de empresas pela FGV e mestre em finanças pela London Business School. Mais de 20 anos de experiência no mercado financeiro e especialização em data science.

Fisher Venture Builder

Co-founder

A Fisher é uma Venture Builder que participou da concepção da Beaver desde o princípio, sendo sócia da companhia e atuando, principalmente, na parte estratégica. Formada por sócios com experiência em empreendedorismo, no mercado financeiro e em consultoria estratégica, a Fisher co-cria startups - 7 total, sendo 1 exit - e aplica sua metodologia própria para acelerar o crescimento das startups do portfólio, além de criar um ecossistema de colaboração entre elas. A Fisher é a primeira Venture Builder brasileira a ser selecionada para a GSSN - Global Startup Studio Network -, a mais renomada rede de Startup Studios do mundo, um convite que atesta o alto nível e o padrão internacional da Fisher.

Investidores

Prana Capital

Investors

Prana Capital é uma companhia de investimentos alternativos com atuação em Venture Capital nos estágios seed e pre-seed. Por meio do seu veículo Prana Capital Ventures Crowdfunding I S.A, o primeiro do Brasil 100% focado em ofertas de equity crowdfunding, a Prana está liderando a oferta.

R$ 710 de investimento mínimo