Naré Vardanyan, medstifter og administrerende direktør i Ntropy – Interviewserie

Naré Vardanyan, medstifter og administrerende direktør i Ntropy, en platform, der giver udviklere mulighed for at parse finansielle transaktioner på under 100 ms med overmenneskelig nøjagtighed, og åbner vejen for en ny generation af autonom finans, der driver produkter og tjenester, der tidligere ikke har været mulige. Den konverterer rå strømme af transaktioner til kontekstualiseret, struktureret information ved at kombinere data fra multiple kilder, herunder sprogmodeller, søgemaskiner, interne databaser, eksterne API’er og eksisterende transaktionsdata fra vores netværk.

Du voksede op i Armenien, uden elektricitet under en krig. Kan du dele nogle detaljer om disse tidlige dage, og hvordan dette førte til, at du arbejdede for De Forenede Nationer?

Dette oplevelse blev delt af en hel generation i Armenien. Det fremelskede i mig en fornemmelse af imagination og evnen til at finde løsninger, selv med få midler. Ligesom andre, der voksede op i en konfliktzone, havde denne periode i mit liv en dyb indvirkning på, hvordan jeg ser verden. Disse krævende omstændigheder nærede en fornemmelse af fælles ansvar inden for samfundet og en besluttet drivkraft til at skabe positive forandringer. Da jeg indså, at vores udfordringer strakte sig ud over individuelle kampe, følte jeg en kaldelse til at tænke på en bredere skala og kanalisere mine bestræbelser. Dette førte mig mod De Forenede Nationer.

FN opstod som den ideelle platform til at bidrage meningsfuldt. Givet Armeniens skrøbelige geopolitiske position og min aspiration til at påvirke globale spørgsmål, troede jeg, at samarbejde med FN ville give mulighed for at gøre en reel forskel. Ved at være en del af betydningsfulde diskussioner og beslutninger havde jeg til hensigt at have en meningsfuld indvirkning på verdensproblemerne.

Du blev snart desillusioneret med De Forenede Nationer, hvordan skiftede du så til at ville arbejde i tech?

Desillusioneringen med FN var rodnet i dets langsomme og byråkratiske natur, hvilket til sidst førte til en skift i mine karriereaspirationer. Mens FN havde sine fordele, indså jeg, at det ofte manglede effektiv handling og evnen til at drive ægte forandring. Denne indsigt guidede mig til at rette min fokus mod teknologiens verden – et dynamisk og urestruktureret rum.

I teknologiens verden er innovative værktøjer let tilgængelige og konstant udviklede, hvilket giver individer mulighed for at skabe forandring uden unødvendige hindringer. Dette miljø fremmer omformningen af ideer til virkelighed, uhindret af unødvendige tilladelser – en aspekt, der virkelig fascinerede mig. Muligheden for at skabe en betydelig, vidtspændende indvirkning gennem teknologi blev en uimodståelig kaldelse, der tvang mig til at dykke ned i dette levende felt.

Hvad var nogle af de første data-projekter, du arbejdede på?

Et af mine tidlige projekter var at skabe en app, der fokuserede på teenage-mental sundhed. Appen brugte passive haptiske data og konversationsintelligens til at identificere tidlige tegn på bipolar lidelse. På det tidspunkt var feltet for naturlig sprogbehandling ikke så avanceret, som det er i dag, hvilket er ret bemærkelsesværdigt, når man tænker på, at dette projekt blev initieret for omkring seks år siden. Vores arbejde var en af de første forsknings- og udviklingsinitiativer på dette område, og vi solgte senere vores IP til forsikringsselskaber til intern analytics og underwriting.

Du har tidligere investeret i AI- og ML-virksomheder gennem den London-baserede AI Seed, hvad var nogle af de fælles træk, du observerede hos succesfulde AI-startups?

En konstant tråd var at have eksklusiv adgang til data samt evnen til at udnytte denne data til at tackle reelle verdensproblemer. Desuden er det afgørende at anerkende, at inden for feltet for anvendte AI-virksomheder går fokusset ud over blot at konstruere modeller; det skifter mod at skabe betydningsfulde, værdifulde produkter. Hold, der forstår og omfatter denne synsvinkel, er dem, der virkelig trives i AI/ML-landskabet. For eksempel bruger Predina AI til at forudsige risikoen for en bilulykke på en given lokalitet og tid, mens Observe Technologies bruger proprietære algoritmer til at støtte fiskefarme i at dyrke mad på en bæredygtig måde.

Kan du dele historien bag Ntropys opståen?

Ntropy blev født ud af idéen om, at nogle af verdens vigtigste informationer er skjult i finansielle transaktioner. Indtil nu har denne data levet i siloer, hvilket er rodnet og svært at arbejde med. Vi skabte Ntropy for at være den første rigtigt globale, tværfaglige, tværgeografiske og flersprogede finansielle data-motor, der kan levere menneske-lignende nøjagtighed. Ved at skabe et fælles sprog og system til at forstå finansielle data, equaliserer vi tillid og adgang til penge for virksomheder og individer overalt. Ved at have evnen til at forstå og fortolke disse transaktioner, kan dynamikken af penge omdefineres, sammen med adgangen til dem.

Vi har haft en ret typisk startup-historie. I begyndelsen opererede min medstifter Ilia og jeg fra en forladt, støvet skolebygningskælder. Vi startede med 20.000 transaktioner og en destilleret BERT-model, der var trænet på dem. Dataene blev bootstrappet fra en forbruger-app på Typeform med en Plaid-forbindelse og støttet af venner og familie. Vi arbejdede lange timer og var stramt på penge i begyndelsen, men drevet af determination og engagement i forretningen.

I dag har vores rejse ført os til at analysere og mærke milliarder af transaktioner. Som resultat heraf har vi nu en af verdens mest omfattende merchant-databaser med næsten 100 millioner+ handlende, beriget med navne, adresser, branchetag og mere. Vi har konsekvent udvidet vores repository af transaktioner – ved at udnytte kraften af LLM’er på denne finansielle data har leveret en hidtil uset kosteffektivitet og hastighed. Denne kapacitet har potentialet til at revolutionere det finansielle landskab.

Hvorfor er finansielle data en af de store ligevægere?

Finansielle data opstår som en kraftfuld ligevæger på grund af deres evne til at nivele spillefeltet, reducere usikkerhed og fremme tillid. Når data er overflod og raffineret, oversætter det sig til reducerede risici forbundet med finansielle beslutninger. Da risikoen bliver mere håndterbar, sker der en skift. Usikkerhedens omkostninger mindskes, og det giver individer mulighed for at træffe mere informerede og ligeværdige beslutninger, hvilket på sin side niveilerer spillefeltet. For eksempel, hvis vi har større adgang til data og ikke længere tager beslutninger baseret på et meget snævert sæt parametre, har en ny immigrant samme potentiale som en person fra en etableret linje til at sikre gunstige vilkår for en bil-lån eller bolig-lån. I virkeligheden begynder hindringen, der præsenteres af finansielle uligheder, at opløse sig, og det introducerer en æra, hvor en bredere vifte af mennesker kan få adgang til gunstige finansielle muligheder.

Hvad er nogle af udfordringerne bag at bygge en AI, der kan læse og forstå finansielle transaktioner som et menneske?

At udvikle en AI, der kan forstå finansielle transaktioner som et menneske, er udfordrende på grund af dets probabilistiske natur, der kan føre til fejl. I modsætning til mennesker mangler AI-systemer stadig ansvarlige strukturer. Den primære udfordring er at finpudse AI-systemer til at reducere fejl og deres indvirkning, samtidig med at man sikrer skalerbarhed. Interessant nok kan større modeller lette denne udfordring ved gradvist at forbedre nøjagtigheden over tid. Forbedrede evner og en rigdom af data kan forbedre AI’s fortolkende nøjagtighed, hvilket ultimativt danner en mere tolerant fejl-miljø og fremskynder den vidtspændende adoption af disse systemer.

Kan du diskutere, hvordan Ntropy tilbyder standardiseret finansielle data?

Ntropy fungerer som en omfattende platform, der bringer sammen et spektrum af sprogmodeller, der spænder fra de mest omfattende til de mest kompakte, i kombination med heuristikker. Disse modeller er trænet ved hjælp af rå finansielle data, ekspertråd og maskinmærkede eksempler. Vores mål er at udtrække meningsfulde indsigt fra en variation af transaktionsstreng og præsentere dem sammenhængende på en letforståelig måde. Vores suite består af API’er og en intuitiv dashboard, der giver mulighed for hurtig omvandling af finansielle data inden for millisekunder. Denne funktionalitet integrerer nærmest uden problemer i brugernes produkter og tjenester.

Hvad er nogle af anvendelsesområderne for denne data?

Anvendelsesområderne for denne data er omfattende og spænder over hele finansielle operationer. Det giver mulighed for diverse funktioner, herunder betalinger, underwriting, regnskab, investeringer og mere. Dataens tilpasning bliver tydelig i dens evne til at påvirke forskellige aspekter af finansielle aktiviteter, uanset om det handler om overførsler, omhyggelige optegnelser eller optimering af kapitalanvendelse.

Betragt banktransaktioner eller en budget-app. Et hurtigt kig afslører vanskelighederne ved at forstå køb på grund af ikke-standardiserede handelsnavne og beskrivelser. Mens mange virksomheder har forsøgt at løse dette problem gennem interne løsninger, mangler de ofte i forhold til skalerbarhed, vedligeholdelse og generel tilpasning. En brugerdefineret model er generelt kun 60-70% nøjagtig og kan tage måneder at bygge.

Ntropys teknologi kombinerer milliarder af datapunkter fra globale merchant-databaser, søgemaskiner og sprogmodeller, der er trænet på en kondenseret version af internettet, til at behandle bankdata på tværs af fire forskellige kontinenter og seks-plus forskellige sprog. Vi giver mulighed for at bruge store sprogmodeller i stor skala i finanssektoren til at støtte alle bagkontor-funktioner.

Hvad er din vision for Ntropys fremtid?

Vores vision for Ntropy er klar: Vi har til hensigt at blive den førende vertikale AI-virksomhed for finansielle tjenester. Vores solide grundlag af data og intuition, støttet af et dedikeret hold, har unikt positioneret os til at drive ægte forandring. Så, hvad betyder dette i praksis? Det handler om at udnytte de seneste fremskridt til at transformere finanssektoren og låse op for nye niveauer af produktivitet, der tidligere var utilgængelige.

Vi ved alle, at bankvirksomhed kan være dyrt. Men forestil dig, hvis vi kunne ændre det. Ved at reducere omkostningerne er vi ikke kun ved at skære udgifter, men også ved at fremme sund konkurrence, forbedre økonomiens grundlag, og ultimativt gøre finansielle tjenester mere tilgængelige og effektive for alle. Det er den fremtid, vi arbejder hen imod – et finansielt landskab, der er mere retfærdigt og brugervenligt.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Ntropy.