Raj Bakhru, medstifter og administrerende direktør for BlueFlame AI – Intervju-serie

Raj Bakhru, medstifter og administrerende direktør for BlueFlame AI, har en bred baggrund, der omfatter salg, marketing, softwareudvikling, virksomhedsudvikling og forretningsledelse. Gennem sin karriere har han spillet en central rolle i udviklingen af topklasseværktøjer til alternative investeringer og cybersikkerhed.

Tidligere var Raj Chief Strategy Officer i ACA, hvor han overså virksomhedsudvikling og fusioner, og fungerede også som interim Co-CEO, Chief Innovation Officer og Head of RegTech og ESG. Han var stifter af Aponix, som senere blev ACA’s cyberafdeling, en leder i alternativsektoren. Raj har også erfaring som kvantitativ softwareudvikler hos Kepos Capital, Highbridge og Goldman Sachs (GS ) Asset Management. Han har en B.S. i computeringeniørvidenskab fra Columbia University samt CISSP og CFA-kvalifikationer.

BlueFlame AI tilbyder en AI-nativ, formålsspecifik og LLM-agnostisk løsning, der er designet til alternative investeringsledere.

Teamet har erfaring inden for dealmaking, softwareudvikling, cybersikkerhed og serviceydelser inden for alternativ investeringssektoren. Denne baggrund informerer virksomhedens tilgang til at forstå branche-specifikke arbejdsgange og systemer, hvilket muliggør implementering af generative AI-løsninger, der er tilpasset alternative investeringsfirmaers behov.

Kan du dele lidt om din baggrund og hvordan dine tidlige erfaringer hos Goldman Sachs, Highbridge og Kepos Capital formede din forståelse af teknologi, cybersikkerhed og alternative investeringer?

Jeg tilbragte en stor del af min tidlige karriere hos kvantfonde, hvor modeller handlede alt, fra aktier til valuta til kredit og eksotiske swaps. Jeg lærte en masse om, hvordan hedgefonde fungerer, og arbejdsgangen fra start til slut hos hedgefonde. Begge har formede vores senere arbejde med cybersikkerhed og nu hos BlueFlame, hvor vi tackler disse arbejdsgange med AI. Hos ACA Group lærte vi om behovene for overholdelse af regler og byggede ud cybersikkerhedsprogrammer for hundredvis af alternative investeringsrådgivere.

Min baggrund er repræsentativ for vores hele team: Vi har 35+ mennesker med lignende, men forskellige erfaringer fra en bred vifte af hedgefonde, private equity og kreditbutikker, samt fra leverandører, der er dedikeret til dette område.

Vi mener, at praktisk, virkelig erfaring med at arbejde i dette område er afgørende for at oversætte AI-beviser til virkelighed for disse firmaer.

Hvad inspirerede dig til at skifte fra softwareudvikling i kvantitativ finans til iværksætteri i cybersikkerhed og AI?

Jeg har altid været og er stadig en teknolog i hjertet. Den fælles tråd gennem kvantitativ finans, cybersikkerhed og AI er, at på det tidspunkt, hvor jeg arbejdede i dette område, var det undergående en renæssance og en massiv opbygning. Jeg nyder dybt at komme ind på et tidligt stadie, når et nyt område udvikler sig, og hjælpe med at bygge og undervise vores kunder.

BlueFlame AI er designet specifikt til alternative investeringsledere. Hvad gør det forskelligt fra generelle AI-platforme som OpenAI’s ChatGPT eller andre enterprise AI-løsninger?

En vertikal løsning som BlueFlame er ikke rigtig en konkurrent til horisontale løsninger som ChatGPT. Vi tilbyder en færdig løsning, der gør problemløsning hurtigere og nemmere i vores vertikale, med mere specifik værktøj til at håndtere almindelige brugsområder.

Et eksempel kunne være generering af Investment Committee (IC)-notater. Selv om det måske er muligt at bede en horisontal løsning om at give en skabelonresultat, vil den ikke have integrationer til CRM-systemer, marked-dataleverandører eller interne filer for at føde IC-notaterne. Horisontale løsninger vil ikke have mulighed for at indsætte indholdet i en skabelon-PowerPoint-præsentation.

Kan du føre os igennem, hvordan BlueFlame AI forbedrer produktiviteten for hedgefonde, private equity-firmaer og andre alternative investorer?

Vi implementerer AI-drevne brugsområder for vores kunder, som ofte starter med front-office-opgaver, men kan omfatte hele firmaet. Disse brugsområder, selv om de er almindelige, varierer fra firma til firma. Nogle firmaer er meget interesserede i at opsummere ekspertnetværks-transkriptioner, mens andre ikke gør det. Nogle firmaer er meget interesserede i at forespørge kreditaftaler, mens andre ikke gør det.

Vi arbejder med vores kunder for at identificere de bedste brugsområder for deres firma og tager fat i 3-5 af disse i deres første år.

Med din omfattende erfaring i cybersikkerhed, hvad er de vigtigste sikkerhedsrisici, som alternative investeringsfirmaer bør være bekendt med, når de adopterer GenAI-løsninger?

Data-sikkerhed og -privatliv er en stor bekymring med GenAI-brug. For det første er det vigtigt at forstå, hvor dine data går hen, og hvordan de beskyttes, når LLM-leverandører er hostede løsninger. Dernæst er det vigtigt at forstå de sikkerhedsforanstaltninger, der er på plads for at sikre, at dine data er sikre og ikke bliver brugt til at træne modeller eller utilsigtet afsløret for andre kunder, da alternative investeringsfirmaer har med meget følsomme, proprietære handelsstrategier og investorinformation at gøre, som kunne være katastrofale, hvis de blev kompromitteret. Endelig bør firmaer implementere robuste styre- og ledelsesrammer, der inkluderer tydelige data-håndteringspolitikker, regelmæssige sikkerhedsauditter og omfattende træningsprogrammer for at mindske risikoen og de nye trusler, der kunne potentielt udtrække fortrolig information gennem interaktioner med disse kraftfulde AI-systemer.

Du har understreget BlueFlame AI’s LLM-agnostiske tilgang. Hvorfor er dette en vigtig funktion, og hvordan gavner det dine kunder?

Vi mener, at kraften i alle LLM’er sammen er større end kun en. Vi ser, at dette manifestere sig dagligt, når vi arbejder med kunder for at bygge ud automatiseringer, hvor vi ved, at en LLM måske kan gøre bedre end en anden for en given opgave. DeepSeek var et interessant øjeblik, der viste, at open-source-modeller bliver meget interessante og konkurrencedygtige. At være LLM-agnostisk betyder, at vi kan og vil bruge alle, og vores kunder kan gøre det direkte uden at behøve enkelte licenser til hver, og vi kan auto-rute til den bedste valg for en given opgave på et given tidspunkt. Dette fortsætter med at være nyttigt, da modeller ændrer sig over tid.

Mange firmaer kæmper med informations-overbelastning. Hvordan hjælper BlueFlame AI investeringsledere med at strømline forskning og due diligence?

BlueFlame hjælper med virksomheds-knowledge-management gennem søgning og svar på tværs af alle systemer. Vi løser både informations-overbelastning og data-sprawl. Et enkelt svar kan bo i en af firmaets 5-10 systemer. Vi søger på tværs af alle for at finde potentielle svar på en given spørgsmål inden for deres nøgle-systemer og fil-lagre.

Regulatorer begynder at være meget opmærksomme på AI-brug i finansielle markeder. Hvordan ser du, at overholdelse udvikler sig i det AI-drevne investeringslandskab?

I dag forventer regulatorer, at der er politikker og procedurer og omhyggelig beskyttelse af investor-data, specifikt beskyttelse mod tredjeparts-modeller, der trænes på følsomme data. Snart vil vi se en overholdelseslag mod agenter: disse agenter vil være “adgangspersoner” og skal overholde firmaets overholdelsesregler ligesom enhver anden medarbejder.

Hvad bør hedgefonde og private equity-firmaer prioritere, når de integrerer AI i deres arbejdsgange, samtidig med at de opretholder stærke cybersikkerhedsforanstaltninger?

Jeg mener, at når man starter, bør hvert firma gøre to ting. For det første identificere de bedste brugsområder for deres firma. Ofte er front-office-opgaver de, der giver den højeste og mest umiddelbare ROI. Kortlæg disse brugsområder mod de muligheder, der er tilgængelige på markedet, for at identificere de 3-5, man vil fokusere på. For det andet identificere det rette produkt og partner. Find en virksomhed, som man mener vil være responsiv og i stand til at iterere med en – en virksomhed med bevist succes og den rette cybersikkerheds-/privatlivs-/overholdelses-attitude.

Hvad ser fremtiden ud for AI i alternative investeringer? Ser du, at AI på et tidspunkt kommer til at spille en rolle i at træffe investeringsbeslutninger?

AI er allerede involveret i investeringsbeslutninger, men dette bliver kun mere almindeligt. Mange PE-funktioner vil have AI-agenter, som en sourcing-agent til at hjælpe med mål-retning og planlægning. Til sidst vil der være kvantitative PE-firmaer, der opererer udelukkende med AI-modeller, som kvantitative hedgefonde gør. Disse kvantitative PE-firmaer vil have AI-agenter, der interagerer med bankfolk, advokater osv. for at fuldføre handler.

Tak for det gode interview, læsere, som ønsker at lære mere, bør besøge BlueFlame AI.