Jeff Seibert, CEO og medstifter af Digits – Interview Series

CEO og medstifter af cifre, en økonomistyringsplatform, der leverer den næste generation af værktøjer, der giver operatører en fuld forståelse af deres forretning i realtid. Bruger state-of-the-art maskinlæring og avanceret statistisk analyse konverterer Digits millioner af datapunkter til en levende model for din virksomhed.

Du lærte dig selv at programmere, da du var 12, hvad tiltrak dig til datalogi i så tidlig en alder, og hvad programmerede du?

Som de fleste børn i slutningen af ​​90'erne brugte jeg timer på at spille computerspil, og mine forældre følte, at det ikke var den bedste udnyttelse af tiden. Da jeg var 12, gav de mig en bog til jul – Mac Programming for Dummies – og for at være ærlig læste jeg den og fik den ikke rigtig. Et par måneder senere tog jeg det op igen og prøvede "Hello World"-eksemplet, og på et indfald ændrede jeg det, så teksten blev udskrevet i lys orange. I det øjeblik den tekst blev orange, gik en pære i mit hoved, og jeg indså, at jeg kunne få denne computer til at gøre alt, hvad jeg nogensinde ville. Jeg blev med det samme hooked. Fra da af brugte jeg stort set hver nat på kodning, og i løbet af gymnasiet og gymnasiet byggede og udgav jeg en række Mac-desktop-shareware-apps, inklusive et Histogram-grafprogram og en plugin-editor til spillet Escape Velocity.

Du har startet 2 virksomheder før Digits, hvad var disse virksomheder?

I 2007 var jeg med til at stifte Increo, en opstart af dokumentsamarbejde i realtid, som lader dig kommentere, tegne på og markere dokumenter i din webbrowser. Vi blev opkøbt af Box i 2009. To år senere, i 2011, var jeg med til at stifte Crashlytics, et mobilt nedbrudsrapporteringsværktøj, som blev erhvervet af Twitter i 2013 og derefter igen af ​​Google i 2017. I dag er Crashlytics de facto nedbrudsreporter til iOS og Android og kører på over 6 milliarder MAU, stort set alle aktive smartphones på jorden.

Kunne du dele tilblivelseshistorien bag Digits, og hvordan den opstod fra din erfaring med at betjene Crashlytics?

Hos Crashlytics blev jeg virkelig slået af forskellen i kvalitet og brugervenlighed mellem de dashboards, vi havde på produktsiden (Google Analytics, overvågning af ydeevne i realtid, A/B-test osv.) og det, vi havde på forretningen. /finanssiden (QuickBooks, Excel-modeller, PDF-rapporter). Det var vanvittigt for mig, at ethvert spørgsmål virkede så kedeligt og manuelt at besvare, og så langsomt – vi ventede 2-3 uger efter hver måned på at få vores økonomiske rapporter. Jeg startede Digits med et enkelt mål: Gør finansiering af små virksomheder i realtid, interaktiv og intuitiv.

Hvad er forudsætningen for real-time finansielle data bag Digits?

Min Crashlytics-oplevelse blev forstærket af, hvad jeg så på Twitter. Som Head of Consumer Product var en del af mine ansvarsområder at arbejde sammen med økonomiteamet for at føre tilsyn med organisationens økonomi. Jeg kan huske, at jeg stillede dem et budgetspørgsmål, hvor svaret faktisk var: "Vi har ikke kørt de bøger. Giv os et par uger." Jeg var ligesom, et par uger?! Vi har mere end 100 mennesker inden for økonomi, og dette er det centrale produkt-ingeniørteam i virksomheden! Det viste mig, at det, jeg oplevede hos Crashlytics, ikke var mærkeligt, det var den accepterede status quo hos tonsvis af virksomheder i alle størrelser.

I nutidens hurtige verden skal du træffe forretningsbeslutninger i realtid, i øjeblikket. Din økonomi skal køre med samme hastighed, som din virksomhed kører.

Hvorfor har ældre softwarevirksomheder kæmpet med at tilbyde finansielle realtidsdata?

Her er arv nøgleordet. De nuværende finansielle systemer er levn fra digitaliseringstiden i 70'erne-80'erne. Langt de fleste banker kører stadig COBOL mainframes. De vigtigste regnskabssoftwarepakker er 20-30 år gamle kodebaser. Hos Digits, og med lanceringen af ​​Digits AI, tager vi fat på dette på det grundlæggende niveau og genskaber grundlaget for finansielt regnskab gennem linsen af ​​den nyeste maskinlæringsteknologi og moderne softwarearkitektur.

Kan du diskutere de typer af maskinlæringsalgoritmer, der bruges?

Vi er så begejstrede for Digits AI, fordi den problemfrit kombinerer styrkerne fra begge hovedområder inden for maskinlæring: generative store sprogmodeller og forudsigende lighedsmodeller. Vi har finjusteret generative sprogmodeller for at hjælpe kunder med kedelige opgaver som at forstå økonomiske spørgsmål og forklare regnskabsterminologi, og vi har trænet proprietære prædiktive modeller på over 300 milliarder USD i transaktionsvolumen for små virksomheder, så de forstår kernekonceptet for dobbelt -posteringsregnskab. Kombineret med vores specialdesignede økonomiske modelleringsmotor repræsenterer Digits AI et teknologisk gennembrud i anvendelsen af ​​avancerede maskinlæringsmodeller til virksomhedsfinansiering.

Generative AI-modeller er ofte dårlige til matematik, hvordan løser cifre dette problem?

Du har helt ret – generative AI-modeller er geniale til kreative sysler, men notorisk svage til faktabaserede øvelser og især matematik. Du har måske set nogle eksempler med ChatGPT, der er ret sjove. At løse dette var en kæmpe indsats og et absolut massivt gennembrud for vores ingeniørteam: Digits AI kombinerer kraften fra store sprogmodeller med vores nye, proprietære finansielle modelleringsmotor og specialdesignede forespørgselssprog, der både er nemmere at oversætte og mere udtryksfuldt end traditionelle SQL-baserede tilgange. Dette giver Digits AI mulighed for at forstå brugerens hensigt og anmode om beregninger over deres data uden at kende dataens underliggende skema eller krypteringsnøgler. Sammenlagt kan vi levere 100 % nøjagtige svar på enhver anmodning.

Digits har været banebrydende med en arkitektur i tre niveauer til at beskytte kundedata, hvilket bringer banksikkerhed til store sprogmodeller. Kan du diskutere, hvad denne teknologi er, og hvordan den holder data sikker?

I bunden ligger Digits' nye, proprietære finansielle modelleringsmotor. Kundedata krypteres i hvile ved hjælp af AES-256, med objektkrypteringsnøgler beskyttet via avancerede teknikker som per-hemmelig kuvert-kryptering, og er siled business-by-business, og forlader aldrig de sikre rammer for Digits' USA-baserede infrastruktur. På det andet niveau udnytter Digits AI skræddersyede, proprietære dyb-læringsmodeller til at forstå de unikke egenskaber ved små virksomheders økonomi og dobbelt bogholderi. På det tredje niveau interagerer Digits AI med offentlige LLM API'er ved kun at bruge anonymiserede og slørede kunde-id'er. På intet tidspunkt bliver rå kundedata nogensinde eksponeret for tredjepartsmodeller eller -systemer.

Du er ret optimistisk med hensyn til AIs fremtid, hvorfor tror du, at AI-boomet lige er begyndt?

ChatGPT har oplevet den hurtigste adoptionskurve af enhver teknologi i menneskehedens historie med god grund: I modsætning til internetbølgen for 25 år siden, behøver du ikke at anskaffe dig en computer og underskrive en kontrakt med en internetudbyder. I modsætning til mobilbølgen for 15 år siden, behøver du ikke købe en dyr smartphone. Og i modsætning til kryptobølgen for 5 år siden, er AI nem at bruge, og den er faktisk nyttig.

Jeg er dybt overbevist om, at kunstig intelligens vil være en utrolig, accelererende kraft på tværs af langt de fleste industrier. Den underliggende teknologi er ægte, den virker, og den viser allerede fascinerende paralleller til, hvordan mennesker lærer og tænker. Jeg forudser om 10 eller 15 år, at vi vil se tilbage og sige, at fremkomsten af ​​AI var en større transformation af den menneskelige oplevelse end mobil. Det er på niveau med opfindelsen af ​​computerchippen, eller flyvningen eller trykpressen, i hvordan det kommer til at påvirke verden omkring os. Og det sker 100 gange hurtigere.

Hvad er din vision for fremtiden for Digits?

Digits AI er blot vores første skridt i at opbygge fremtiden for realtids, intuitiv, automatiseret finansiering af små virksomheder, og vi arbejder allerede hårdt på at udvide dens muligheder. I den (nære) fremtid vil Digits sætte fart på din bogføring, give dig samtidige likviditets- og periodiseringsoversigter over din virksomhed, automatisk generere dine månedlige regnskaber og hjælpe dig med at budgettere og prognoser uden den kedelige fejlretning og vedligeholdelse af modeller. . De næste fem år kommer til at blive transformerende inden for virksomhedsfinansiering og regnskab, og vores mål er at være pioner for den software, der gør alt dette dejligt.

Tak for det gode interview, læsere, der ønsker at lære mere, bør besøge cifre.