Бывший трейдер Coatue запустил фонд Epicenter, где главным аналитиком стала ИИ-система Eve

В мире хедж-фондов появился показательный эксперимент: в Epicenter Capital ключевую часть аналитической работы отдали AI-системе по имени Eve. Проект бывшего трейдера Coatue Рахула Кишора должен показать, может ли маленькая команда с правильно встроенным AI конкурировать с фирмами, где работают сотни аналитиков.

Не просто помощник

Eve в Epicenter — не чат-бот для разовых вопросов, а постоянно работающий участник команды. Система следит за корпоративной отчётностью, слушает звонки по итогам кварталов, отслеживает заявления руководителей компаний, собирает рыночные сигналы и помогает формировать новые инвестиционные идеи. Фонд строит вокруг неё исследовательский конвейер, а не использует AI как отдельный сервис поверх старого процесса.

Именно это делает кейс необычным даже по меркам Уолл-стрит. Вот что делает Eve внутри фонда: отслеживает раскрытия и отчётность более чем 13 тысяч компаний просматривает подкасты, новости и посты в соцсетях помогает с due diligence и поиском новых инвестиционных идей учитывает каждое письмо и каждую сделку в общей памяти фонда * по утрам готовит для Кишора аудиосводку по дороге на работу Ключевая деталь в том, что Eve не ждёт, пока человек придумает идеальный промпт. Система подключена почти ко всем рабочим потокам фонда — от входящих писем до истории сделок — и действует проактивно.

Каждое утро она даже собирает для Кишора краткую аудиосводку, чтобы он мог быстро войти в контекст по дороге в офис. Для маленькой команды это способ резко расширить охват без найма новых людей.

Фонд из трёх человек

Epicenter Capital базируется в Сан-Франциско и выглядит почти вызывающе скромно для мира хедж-фондов: кроме Кишора, в команде только финансовый директор Иван Тинг и аналитик Джексон Диббл. Внешних инвесторов фонд начал принимать в июле 2025 года. Среди тех, кто поддержал запуск, — братья Филипп и Томас Лаффонты, сооснователи Coatue Management, а также CIO публичного бизнеса Coatue Джаймин Рангвалла и бывший трейдер Coatue Дэниел Сенфт.

Кишор ушёл в самостоятельный запуск после восьми лет в Coatue и строит фонд с предельно концентрированной логикой. Команда ищет 10 компаний, которые, по её расчёту, смогут дать 10-кратную отдачу за 10 лет. Epicenter работает только в длинную и делает ставку не на классический квантовый трейдинг, а на модель с минимальной человеческой командой, где AI становится полноправным участником инвестиционного процесса, а не просто ускоряет ресёрч.

«Eve позволяет нам обрабатывать в 10 раз больше информации в 10 раз быстрее», — написал

Кишор в письме инвесторам.

Когда AI учится сам

Самая интересная часть истории — не объём данных, а то, что Eve меняется после обратной связи. Когда система получает замечания от команды, она переписывает собственное программирование и учится, как младший аналитик, только заметно быстрее. Для традиционного buy-side мира, где многие AI-инструменты всё ещё сводятся к поиску по документам и пересказу заметок, это уже не автоматизация рутинных задач, а попытка автоматизировать сам процесс мышления аналитика.

Один из показательных эпизодов: Eve разобрала разрозненные корпоративные документы, чтобы понять, как конкретная компания выводит на рынок новый продукт. Человеческому аналитику такая работа могла бы занять неделю, а система справилась за одну ночь. Для фонда это важный сигнал: AI уже может брать на себя не только сортировку данных, но и куски сложной исследовательской работы, где нужно собирать картину из фрагментов.

AI в Epicenter следит даже за стоимостью самого AI. Внутри фонда ClaudeCode сам предложил перенести серверы с Amazon Web Services в Cloudflare, и это сократило вычислительные расходы на 90%. Для команды из трёх человек такой эффект критичен: если основная «рабочая сила» стоит тысячи долларов в год вместо сотен тысяч на человека, экономика фонда начинает выглядеть совсем иначе и даёт больше пространства для экспериментов.

Что это значит

История Epicenter показывает, как может выглядеть следующий этап автоматизации в финансах: не ассистент рядом с аналитиком, а фонд, который с самого начала проектируется вокруг AI-коллеги. Если такой подход подтвердит свою эффективность на доходности, крупным инвестиционным фирмам придётся пересматривать не только инструменты, но и сам размер исследовательских команд.