مايكل رانجل، مؤسس Novo – سلسلة المقابلات

Michael Rangel، مؤسس Novo، هو رائد أعمال في مجال التكنولوجيا المالية أسس الشركة في عام 2016 وشغل منصب الرئيس التنفيذي لأكثر من تسع سنوات، مما ساهم في تحويل Novo من مفهوم في مرحلة مبكرة إلى منصة مالية تخدم الشركات الصغيرة. خلال فترة عمله، عمل Rangel عبر تطوير المنتجات، جمع الأموال، التوظيف، العمليات، الشراكات، واستراتيجية الدخول إلى السوق، مما ساعد الشركة على جمع أكثر من 170 مليون دولار من التمويل. تنحى عن منصب الرئيس التنفيذي في أبريل 2025 لكنه لا يزال مشاركًا كمؤسس Novo وعضو في مجلس الإدارة، داعمًا مهمتها طويلة الأمد في تمكين رواد الأعمال والشركات المستقلة. قبل تأسيس Novo، قضى Rangel أكثر من خمس سنوات في إدارة التجارة والعمليات في Fairholme Capital Management، بعد دور سابق في العمليات في Smith Barney.

Novo هي منصة تكنولوجيا مالية صممت خصيصًا للأعمال المستقلة، ورواد الأعمال، والعاملين لحسابهم الخاص، وأصحاب الشركات الصغيرة، تجمع بين حساب الأعمال وأدوات للمدفوعات، الفوترة، إدارة النفقات، تخطيط التدفق النقدي، الإقراض، والائتمان التجاري. تتكامل المنصة مع أكثر من 40 أداة تجارية، بما في ذلك QuickBooks وStripe وShopify وSquare وXero، مما يساعد الشركات على ربط الخدمات المصرفية بالمحاسبة والمدفوعات وتدفقات العمل التشغيلية. كما تدمج Novo الذكاء الاصطناعي المدعوم بنماذج من OpenAI وAnthropic وGoogle لتبسيط عمليات مثل الانضمام وتصنيف النفقات. تقول الشركة إن منصتها موثوقة من قبل أكثر من 250,000 عمل مستقل. Novo نفسها هي شركة تكنولوجيا مالية وليست بنكًا، حيث تُقدم الخدمات المصرفية والودائع المؤمن عليها من قبل Federal Deposit Insurance Corporation (FDIC) عبر الشريك Middlesex Federal Savings.

قمت بتأسيس Novo في عام 2016 وقضيت ما يقرب من عقد من الزمن في بنائه حول الاحتياجات المالية للشركات الصغيرة. بالنظر إلى الوراء إلى المشكلات التي سعت لحلها آنذاك، أي منها تعتقد أن الذكاء الاصطناعي يمكنه الآن معالجتها بطرق لم تكن ممكنة عندما بدأت الشركة؟

يمكن للذكاء الاصطناعي أن يحدث تأثيرًا عميقًا على طريقة تشغيلك للأعمال وتقديم القيمة للعملاء. عندما بدأنا Novo، كان أحد المشكلات التي أردنا حلها هو أن شركة ذات إيرادات قدرها 1,000 دولار سنويًا، وشركة ذات إيرادات 100,000 دولار سنويًا، وشركة ذات إيرادات مليون دولار سنويًا يمكن أن تخلق عبئًا تشغيليًا مشابهًا بشكل مفاجئ للبنك. لا يزال عليك دعم عملية الانضمام، والامتثال، والاحتيال، والأمان، ومراقبة المعاملات، وخدمة العملاء، بغض النظر عن مقدار الإيرادات التي يولدها ذلك العميل لك. وهذا يعني أن البنوك كان عليها بناء فرق عمليات كبيرة لدعم العملاء الذين، على المستوى الفردي، لم يكونوا دائمًا ذو قيمة كبيرة لها.

منذ عشر سنوات، كنا نؤمن بأن البرمجيات يمكن أن تساعد في تغيير تلك المعادلة. الآن يأخذ الذكاء الاصطناعي هذه الفكرة إلى أبعد من ذلك. يمكن لأخصائي الامتثال استخدام الذكاء الاصطناعي لتلخيص المعلومات، ومعالجة المستندات، وصياغة التقارير أو الردود، مما يسمح لشخص واحد بالتعامل مع أكثر من عشرة أضعاف الحجم الذي كان يستطيع التعامل معه سابقًا. يمكن لفرق خدمة العملاء لدينا أن تسمح للذكاء الاصطناعي بالتعامل مع الأسئلة الروتينية حتى يتمكن الأشخاص من قضاء وقتهم في المشكلات التي تتطلب الحكم الفعلي. يمكن لنماذج الاحتيال تحديد القضايا المحتملة مبكرًا ومساعدتنا على استرداد الخسائر بسرعة أكبر عندما يحدث خطأ ما. لقد وفر لنا الذكاء الاصطناعي طريقة أفضل بكثير لتحقيق ما صُممت Novo من أجله، وهو تقديم تجربة مصرفية تعمل للشركات بغض النظر عن حجمها.

تقليديًا، كانت الشركات الصغيرة تفتقر إلى الوصول إلى فرق المالية، والمحللين، والبرمجيات المتطورة المتاحة للشركات الأكبر. إلى أي مدى يمكن للذكاء الاصطناعي أن يغلق فجوة الموارد هذه بشكل واقعي، وأين ستظل الخبرة البشرية ضرورية؟

يتطور الذكاء الاصطناعي بسرعة هائلة، لكن الوتيرة تبدو مختلفة جدًا حسب موقعك. إذا كنت تعمل في مجال التكنولوجيا في سان فرانسيسكو أو نيويورك، فربما تكون تجربتك مع الذكاء الاصطناعي مختلفة تمامًا عن تجربة صاحب شركة صغيرة يحاول فقط تشغيل شركته.

العديد من المشكلات التي تواجهها الشركات الصغيرة أصبحت بالفعل ضمن نطاق قدرة الذكاء الاصطناعي. التحدي الأكبر هو أن التكنولوجيا تتقدم أسرع مما يستطيع الناس تعلم كيفية استخدامها. لهذا السبب يهمني ما تفعله شركات مثل Anthropic بمنتجات صممت لتزويد المستخدمين غير التقنيين بنقطة انطلاق.

الخبرة البشرية لن تختفي، لكن الذكاء الاصطناعي يمكنه سد الفجوة بجعل تلك الخبرة أكثر قابلية للوصول. لقد رأيت منتجات مثل April Tax تجعل الأمور التي كانت تتطلب وقتًا طويلًا ومعرفة متخصصة تصبح أسهل بكثير لمالك شركة صغيرة. نحن ليسنا بعد في مرحلة يمكن فيها للذكاء الاصطناعي وضع عملك على وضع الطيار الآلي، ولكن إذا فقدت يومًا عطلة في إعداد الإقرار الضريبي، فإن استعادة ذلك الوقت يكون مهمًا.

أين ترى أن الذكاء الاصطناعي يخلق أكبر قيمة ملموسة لأصحاب الشركات الصغيرة اليوم، خصوصًا فيما يتعلق بتوقعات التدفق النقدي، وإدارة النفقات، والميزانية، واتخاذ القرارات المالية اليومية؟

إحدى أكثر التطبيقات فائدة للذكاء الاصطناعي التي بنيناها في Novo هي في الواقع شيء يبدو بسيطًا إلى حد ما، وهو تصنيف المعاملات. تاريخيًا، كان الحصول على نماذج تعمل بشكل جيد يتطلب كمية هائلة من بيانات التدريب، وحتى في ذلك الحال قد تحصل على دقة تبلغ حوالي 80٪. وهذا غير كافٍ عندما تتعامل مع معلومات مالية لشخص ما لأنك لا تزال بحاجة إلى التحقق من كل شيء.

باستخدام كمية أصغر من بياناتنا الخاصة، وبعض تقنيات تقطير النماذج والنماذج المتقدمة عندما لا تكون أنظمتنا واثقة، رفعنا الدقة إلى ما فوق 97٪ واقتربنا من 99٪ مؤخرًا. بمجرد أن تتمكن من فهم ما تمثله كل معاملة بدقة، يمكنك بناء أدوات مالية أكثر فائدة على تلك البيانات. يمكن أن تُشغِّل لوحات تحكم النفقات، وتخطيط وإدارة المالية الأساسية، وحتى تساعد الأعمال على تخصيص الأموال لأشياء مثل الرواتب ومدفوعات الموردين حتى لا تُنفق عن طريق الخطأ في مكان آخر.

ما هو مثير للاهتمام هو أن نماذج اللغة الكبيرة مفاجأةً جيدة في التصنيف والتجميع. وهذا يعني أننا نستطيع أخذ معاملات الأعمال وبدء بناء رؤية شخصية لمالياتها دون التعقيد الهندسي الذي كان مطلوبًا في السابق. بالنسبة لقاعدة عملائنا، قدرات الذكاء الاصطناعي اليوم تتفوق بالفعل على تعقيد المشكلات التي نحاول حلها. وهذا مكان مثير للغاية أن نكون فيه.

إحدى وعود الذكاء الاصطناعي هي نقل البرمجيات المالية من مجرد إظهار ما حدث لأصحاب الأعمال إلى إخبارهم بشكل استباقي بما يجب عليهم فعله بعد ذلك. كيف يبدو منصة مالية ذكية حقًا في الممارسة العملية؟

أفضل تجربة مصرفية يمكنك الحصول عليها لا تزال هي التحدث إلى شخص في بنكك يعرف كل شيء عن عملك. إنهم يفهمون تاريخك، وما تسعى لتحقيقه، وما قد تحتاجه لاحقًا. لقد كان البرنامج دائمًا مُمكِّنًا لهذه العلاقة، لكنه لم يحل محلها.

بالنسبة لي، تبدأ المنصة المالية الذكية حقًا في الإحساس بأنك قللت عدد الأشخاص الذين تحتاج إلى وجودهم في الغرفة لإدارة عملك. يجب أن تكون قادرًا على طرح سؤال، الحصول على إجابة، رؤية المعلومات الصحيحة، وتلقي إرشادات مفيدة دون الحاجة إلى البحث بنفسك عن مكان العثور عليها. الجزء المهم هو أن تثق في الإجابة.

في Novo، نقول أحيانًا إننا نتنافس مع الرصيف. زيارة مستشار مصرفي لا تزال تجربة رائعة. لا يوجد تطبيق لتجواله، فهناك شخص يعرفك ويمكنه إرشادك بناءً على عملك. ما يمنحه لنا الذكاء الاصطناعي هو الفرصة لجلب جزء من تلك التجربة إلى مجموعة من الأعمال غير المخدومة على نطاق لم يكن ممكنًا من قبل. بالنسبة لعملائنا، هذه الفرصة أصبحت أخيرًا في المتناول.

هل يمكن للذكاء الاصطناعي أن يعمل في النهاية كنوع من المدير المالي الافتراضي للأعمال الصغيرة، يراقب المالية باستمرار، يحدد المخاطر، ويوصي بالإجراءات؟ ما القدرات التي يجب أن تنضج قبل أن يثق رواد الأعمال في نظام كهذا؟

نعم، وأقول ذلك بثقة لأنه شيء نعمل على بنائه بالفعل. في وقت سابق من هذا العام، أطلقنا بنية الوكيل الذكي الخاصة بنا خصيصًا للتحرك نحو تلك الرؤية.

الجزء الصعب ليس جعل النموذج يجيب على سؤال. بل هو بناء شيء يمكن للناس الوثوق به في حياتهم المالية. تعلمنا ذلك من التجربة الشخصية. كانت مجموعة البيتا الأولى جيدة، لكنها لم تكن كافية لنقول إن التجربة لن تفضح ثقة أحد في النهاية. لذا استمرينا في الدفع، وتحسين طريقة تعلم النظام، وكيفية تعاون الوكلاء المتخصصين، وكيفية استخدامهم للمعلومات والأدوات المتاحة لهم.

ما بنيناه هو في الأساس نظام بنكي خاص من الوكلاء، حيث يتولى وكلاء مختلفون مهام مثل المعاملات، الاحتيال، البطاقات وACH، كلٌ بأدواته ومعرفته. استغرق ذلك الكثير من العمل للوصول إلى هنا، لكن النتائج الآن جيدة حقًا. لا نريد التعجل في شيء كهذا لمجرد أن الذكاء الاصطناعي يحظى بالاهتمام الآن. هذا غير عادل للعميل. ولكن بالنسبة للأعمال بالحجم الذي نخدمه، أعتقد أن تلك اللحظة قد وصلت، وهذا أمر مثير للغاية.

الوصول إلى رأس المال لا يزال أحد أكبر التحديات للأعمال الصغيرة. كيف يمكن للذكاء الاصطناعي تغيير عملية الاكتتاب والإقراض، وهل يمكن للبيانات البديلة أن تسمح للمؤسسات المالية بتقييم الأعمال التي تتجاهلها نماذج الائتمان التقليدية؟

هذا أحد المجالات التي أعتقد أن النقاش فيها يختلط. ليس الأمر متعلقًا بالذكاء الاصطناعي بحد ذاته. إنه يتعلق بالعدالة وفهم ما يمكن لهذه النماذج أن تفعله فعليًا.

يجب ألا تستخدم أبدًا نموذج لغة متقدم كنموذج يتخذ قرارًا ائتمانيًا. نماذج اللغة الكبيرة غير حتمية، مما يعني أن نفس المدخلات قد تنتج مخرجات مختلفة. النماذج التقليدية للتعلم الآلي المستخدمة في اتخاذ القرارات الائتمانية حتمية، لذا فإن نفس المدخلات تنتج نفس النتيجة. هذا التمييز مهم جدًا عندما تقرر من يحصل على الائتمان. تحتاج إلى معرفة العوامل التي تدفع القرار، اختبار التحيز، والقدرة على تصحيح المشكلات عندما تظهر.

يمكن للذكاء الاصطناعي بالتأكيد مساعدتنا في بناء نماذج أفضل لفهم المخاطر، ونحن نقوم بذلك بشكل ممتاز في Novo. لكن لا أعتقد أن الذكاء الاصطناعي وحده يحل المشكلة الأكبر المتمثلة في وصول الأعمال الصغيرة إلى رأس المال. جزء كبير من تلك المشكلة يأتي من البيئة التنظيمية التي أنشأها إطار بازل، والذي غير اقتصاديات إقراض الأعمال الصغيرة للبنوك وجعلها أقل رغبة في تحمل تلك المخاطر.

نحن دائمًا نقول إن الأعمال الصغيرة هي العمود الفقري للاقتصاد، لكننا بنينا نظامًا ماليًا حولها حيث تُتخذ العديد من القرارات التي تؤثر على قدرتها على البقاء في غرف لا يُسمح لها بالكلام فيها. هذه مشكلة أكبر بكثير من ما إذا كان لدينا نموذج ذكاء اصطناعي أفضل.

الذكاء الاصطناعي يصبح أيضًا أكثر أهمية في اكتشاف الاحتيال والأمان المالي. كيف يمكن للمنصات المالية استخدام الذكاء الاصطناعي لتحديد الأنشطة المشبوهة دون توليد عدد مفرط من الإيجابيات الكاذبة أو جعل المعاملات المشروعة أكثر صعوبة على الشركات الصغيرة؟

يُعد الذكاء الاصطناعي مفيدًا بشكل خاص في اكتشاف الأشياء التي لا تبدو صحيحة. نماذج اللغة جيدة بشكل مفاجئ في التصنيف والتجميع، مما يعني أنه يمكنك استخدامها لتحديد السلوك غير المعتاد بتكلفة منخفضة نسبيًا.

الفرق المهم هو أنني لن أستخدم نموذجًا غير حتمي لاتخاذ القرار النهائي. سأستخدمه لإثارة إشارة تحذير ثم أترك نموذجًا حتميًا يتخذ القرار. هذه هي الطريقة التي نتعامل بها مع الاحتيال في Novo.

نحن أيضًا نتعاون مع شركات مثل Sardine، التي يمكنها جلب أنماط من مجموعة أوسع بكثير من المؤسسات المالية إلى نماذجنا. يمكنهم مساعدتنا في تحديد أشياء مثل بيانات الاعتماد التي ارتبطت سابقًا بالاحتيال أو السلوكيات التي تبدو كأنشطة آلية. لقد بنينا عملية مكافحة احتيال قوية تستند إلى هذا الجمع بين التكنولوجيا والخبرة. الأمن دائمًا ما يكون سباق تسلح، لكن الذكاء الاصطناعي يزودنا بأدوات أفضل للبقاء في الصدارة.

قد تصل أنظمة الذكاء الاصطناعي المالية إلى معلومات حساسة للغاية حول إيرادات الشركة ومصروفاتها وعملائها وصحتها المالية. ما هي الضمانات التي يجب أن يتوقعها رواد الأعمال فيما يتعلق بخصوصية البيانات والأمان واستخدام بياناتهم المالية لتدريب نماذج الذكاء الاصطناعي؟

هناك عدة طبقات لهذا الأمر، بدءًا بالسياسات والشروط الخاصة بالنماذج التي تستخدمها. مزودو النماذج المتقدمة الرئيسيون يقدمون عروضًا للمؤسسات وواجهات برمجة التطبيقات حيث لا تُستخدم بيانات العملاء لتدريب نماذجهم، لكن لا يزال هناك فرق مهم بين استخدام نموذج عبر واجهة برمجة التطبيقات واستخدامه عبر تطبيق موجه للمستهلك حيث يتم تخزين سجل محادثاتك.

هناك أيضًا سؤال حول مقدار المعلومات التي تريد فعلاً أن تقدمها لنظام الذكاء الاصطناعي. في Novo، صممنا وكلائنا بحيث يمكن للعملاء اتخاذ هذا الاختيار. قد ترغب في أن يجيب الوكيل على الأسئلة باستخدام معرفتنا المصرفية فقط، أو يوجهك ببساطة إلى مكان وجود المعلومات في التطبيق، أو قد تكون مرتاحًا لتزويده بمزيد من بياناتك المالية لأن ذلك ينتج إجابة أفضل.

نحن أيضًا نضع أنظمة بين بيانات العملاء والنماذج يمكنها إزالة المعلومات الحساسة تلقائيًا مثل أرقام EIN وأرقام الضمان الاجتماعي، ونختبر أنظمتنا بشكل متكرر للتأكد من أنها لا تكشف عن معلومات لا ينبغي كشفها. هذا هو ما يجعل بناء ذكاء اصطناعي جيدًا أمرًا صعبًا. ليس الأمر مجرد جعل النموذج ذكيًا؛ عليك بناء الضمانات حوله والاستمرار في اختبارها.

هناك حماس هائل حول الذكاء الاصطناعي في التكنولوجيا المالية حاليًا. ما هي التطبيقات التي تعتقد أنها تحولية حقًا للشركات الصغيرة، وأين تعتقد أن الصناعة تبالغ حاليًا في ما يمكن للذكاء الاصطناعي تقديمه؟

يجب أن يكون هناك حماس للذكاء الاصطناعي في كل صناعة. لقد شاهدنا هذا المشهد من قبل. الإنترنت غير طريقة توزيعنا للبرمجيات، المتصفحات غير طريقة وصولنا إليها، الحوسبة السحابية غير طريقة نشرها، والهواتف المحمولة غير المكان الذي يمكننا فيه استخدامها. الآن الذكاء الاصطناعي يغير طريقة تجربتنا للبرمجيات.

ما أجده أكثر إثارة هو أننا نغير أيضًا لغة البرمجيات نفسها. يمكن للناس بشكل متزايد بناء البرمجيات عن طريق وصف ما يريدون باللغة الطبيعية بدلاً من تعلم JavaScript أو Python. لعدة عقود، كان هذا المعرفة التقنية أحد العوامل التي تبقي تطوير البرمجيات خلف باب. هذا الباب بدأ يُفتح، وهو جزء من السبب في نمو شركات مثل Lovable وReplit بسرعة كبيرة.

في الوقت نفسه، أعتقد أننا ما زلنا في مرحلة مبكرة جدًا. يأتي الكثير من الضجيج من الأشخاص في Silicon Valley الذين يختبرون الذكاء الاصطناعي بوتيرة مختلفة تمامًا عن باقي الناس. الشركات التي تحصل على قيمة حقيقية منه لا تتعامل معه كالسحر. إنهم يكتشفون ما يمكنه فعله فعليًا ويطبقونه على المشكلات التي يعمل فيها.

ما زلنا في بداية هذا المسار. عندما تقارن تبني الذكاء الاصطناعي بمنحنيات التبني المبكرة للإنترنت والهواتف المحمولة، فإن ذلك لا يزال مبكرًا جدًا. لذا أعتقد أن رفض الذكاء الاصطناعي لأن التكنولوجيا الحالية لا تفي ببعض الضجيج يشبه النظر إلى الإنترنت في مراحله الأولى والاعتقاد بأنه مجرد موضة عابرة.

نظرة إلى المستقبل، كيف تعتقد أن الذكاء الاصطناعي سيعيد تشكيل الخدمات المصرفية للشركات الصغيرة نفسها؟ هل يمكننا في النهاية الانتقال من نموذج الحسابات ولوحات التحكم والأدوات المالية الحالي إلى منصات مالية ذاتية تدير بشكل نشط معظم عمليات الشركة المالية نيابةً عن المالك؟

هذه هي الرؤية التي نبنيها في Novo. أساسًا، نريد إعادة خلق تجربة وجود مستشار مصرفي مميز على هاتفك. يجب أن تكون قادرًا على طرح سؤال والحصول على إجابة، وتوليد مخطط أو تقرير عندما تحتاجه، والاستماع إلى معلومات عن الائتمان عندما يحين الوقت المناسب، واكتشاف التأمين مع نمو عملك وحتى التعرف على المنح أو التغييرات الضريبية التي قد تفيدك.

الابتكار لا يقتصر على جعل الذكاء الاصطناعي يقوم بالأشياء نيابةً عنك. بل هو جعل الذكاء الاصطناعي يقوم بهذه الأشياء بجودة كافية لتثق به فعلاً. هذا أصعب بكثير مما يبدو، وأعتقد أن الثقة أصبحت ميزة في المنتج نفسه.

يمكن للذكاء الاصطناعي أن يحتفظ بمزيد كبير من المعلومات في السياق مقارنةً بالإنسان، لكنه لا يمكنه استبدال العلاقات البشرية التي تدفع الأعمال فعليًا إلى الأمام. الناس يتحملون المخاطر، يبنون العلاقات ويخلقون الفرص التي تحرك الاقتصاد. لهذا السبب لا يُقاس نجاحنا في Novo بزيادة الوقت الذي تقضيه في تطبيقنا. بل على العكس. نريدك أن تقضي أقل قدر ممكن من الوقت هناك وتحقق أكثر في تلك الدقائق القليلة مما كنت تستطيع قبله.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب عليهم زيارة Novo.