Michael Rangel, Ιδρυτής της Novo – Σειρά Συνεντεύξεων

Michael Rangel, Ιδρυτής της Novo, είναι ένας fintech επιχειρηματίας που ίδρυσε την εταιρεία το 2016 και υπηρέτησε ως διευθύνων σύμβουλός της για περισσότερο από εννέα χρόνια, βοηθώντας στη μετατροπή της Novo από μια αρχική ιδέα σε μια χρηματοοικονομική πλατφόρμα που εξυπηρετεί μικρές επιχειρήσεις. Κατά τη διάρκεια της θητείας του, ο Rangel εργάστηκε σε ανάπτυξη προϊόντων, συγκέντρωση κεφαλαίων, προσλήψεις, λειτουργίες, συνεργασίες και στρατηγική εισόδου στην αγορά, βοηθώντας την εταιρεία να συγκεντρώσει περισσότερα από 170 εκατομμύρια δολάρια σε χρηματοδότηση. Παραιτήθηκε από τη θέση του CEO τον Απρίλιο 2025, αλλά παραμένει ενεργός ως Ιδρυτής και μέλος του Διοικητικού Συμβουλίου της Novo, υποστηρίζοντας τη μακροπρόθεσμη αποστολή της για ενδυνάμωση των επιχειρηματιών και ανεξάρτητων επιχειρήσεων. Πριν ιδρύσει τη Novo, ο Rangel πέρασε πάνω από πέντε χρόνια στη διαχείριση εμπορίου και λειτουργιών στη Fairholme Capital Management, μετά από προηγούμενη θέση λειτουργιών στη Smith Barney.

Novo είναι μια fintech πλατφόρμα σχεδιασμένη ειδικά για ανεξάρτητες επιχειρήσεις, επιχειρηματίες, ελεύθερους επαγγελματίες και μικρούς επιχειρηματίες, συνδυάζοντας επιχειρηματικό λογαριασμό τρεχούμενου με εργαλεία για πληρωμές, τιμολόγηση, διαχείριση εξόδων, προγραμματισμό ταμειακών ροών, δανεισμό και επιχειρηματικό πιστωτικό. Η πλατφόρμα ενσωματώνεται με περισσότερα από 40 επιχειρηματικά εργαλεία, συμπεριλαμβανομένων των QuickBooks, Stripe, Shopify, Square και Xero, βοηθώντας τις επιχειρήσεις να συνδέσουν την τραπεζική με τη λογιστική, τις πληρωμές και τις λειτουργικές ροές εργασίας. Η Novo ενσωματώνει επίσης AI που τροφοδοτείται από μοντέλα της OpenAI, Anthropic και Google για να απλοποιήσει διαδικασίες όπως η ενσωμάτωση πελατών και η κατηγοριοποίηση εξόδων. Η εταιρεία δηλώνει ότι η πλατφόρμα της εμπιστεύονται περισσότερες από 250,000 ανεξάρτητες επιχειρήσεις. Η Novo είναι ίδια μια fintech και όχι τράπεζα, με τραπεζικές υπηρεσίες και καταθέσεις που ασφαλίζονται από τη Federal Deposit Insurance Corporation (FDIC) μέσω του συνεργάτη Middlesex Federal Savings.

Ίδρυσες τη Novo το 2016 και πέρασες σχεδόν μια δεκαετία χτίζοντάς την γύρω από τις οικονομικές ανάγκες των μικρών επιχειρήσεων. Αναπολώντας τα προβλήματα που θέσπισες να λύσεις τότε, ποια από αυτά θεωρείς ότι η AI μπορεί τώρα να αντιμετωπίσει με τρόπους που απλώς δεν ήταν δυνατοί όταν ξεκίνησες την εταιρεία;

Η AI μπορεί να έχει βαθύ αντίκτυπο στον τρόπο που λειτουργείς μια επιχείρηση και παρέχεις αξία στους πελάτες. Όταν ξεκινήσαμε τη Novo, ένα από τα προβλήματα που θέλαμε να λύσουμε ήταν ότι μια επιχείρηση με ετήσιο τζίρο $1,000, μια επιχείρηση με $100,000 ετησίως και μια επιχείρηση με $1 million ετησίως μπορούν να δημιουργήσουν ένα εκπληκτικά παρόμοιο λειτουργικό βάρος για μια τράπεζα. Πρέπει ακόμη να υποστηρίζεις την ενσωμάτωση, τη συμμόρφωση, την απάτη, την ασφάλεια, την παρακολούθηση συναλλαγών και την εξυπηρέτηση πελατών, ανεξάρτητα από το πόσο έσοδο δημιουργεί ο πελάτης για εσένα. Αυτό σήμαινε ότι οι τράπεζες έπρεπε να δημιουργήσουν μεγάλες ομάδες λειτουργιών για να υποστηρίξουν πελάτες που, ατομικά, δεν ήταν πάντα τόσο πολύτιμοι γι’ αυτές.

Πριν δέκα χρόνια, πίστευαμε ότι το λογισμικό θα μπορούσε να βοηθήσει να αλλάξει αυτή η εξίσωση. Η AI τώρα προχωρά πολύ πιο μακριά. Ένας ειδικός συμμόρφωσης μπορεί να χρησιμοποιήσει την AI για να συνοψίσει πληροφορίες, να επεξεργαστεί έγγραφα και να συντάξει αναφορές ή απαντήσεις, επιτρέποντας σε ένα άτομο να διαχειρίζεται περισσότερο από δέκα φορές τον όγκο που μπορούσε πριν. Οι ομάδες εξυπηρέτησης πελατών μας μπορούν να αφήσουν την AI να διαχειρίζεται τις ρουτινικές ερωτήσεις ώστε οι άνθρωποι να αφιερώνουν τον χρόνο τους στα προβλήματα που πραγματικά απαιτούν κρίση. Τα μοντέλα απάτης μπορούν να εντοπίζουν πιθανά ζητήματα νωρίτερα και να μας βοηθήσουν να ανακτήσουμε τις απώλειες πιο γρήγορα όταν κάτι πάει στραβά. Η AI μας έδωσε έναν πολύ καλύτερο τρόπο να υλοποιήσουμε αυτό για το οποίο δημιουργήθηκε η Novo, δηλαδή να παρέχει μια τραπεζική εμπειρία που λειτουργεί για επιχειρήσεις ανεξαρτήτως του μεγέθους τους.

Οι μικρές επιχειρήσεις ιστορικά δεν είχαν πρόσβαση στις ομάδες χρηματοοικονομικών, τους αναλυτές και το εξελιγμένο λογισμικό που είναι διαθέσιμο σε μεγαλύτερες εταιρείες. Πόσο ρεαλιστικά μπορεί η AI να κλείσει αυτό το χάσμα πόρων, και πού θα παραμείνει η ανθρώπινη εξειδίκευση απαραίτητη;

Η AI εξελίσσεται απίστευτα γρήγορα, αλλά ο ρυθμός φαίνεται πολύ διαφορετικός ανάλογα με το πού βρίσκεσαι. Αν εργάζεσαι στην τεχνολογία στο Σαν Φρανσίσκο ή τη Νέα Υόρκη, πιθανότατα έχεις πολύ διαφορετική εμπειρία με την AI από έναν ιδιοκτήτη μικρής επιχείρησης που απλώς προσπαθεί να διαχειριστεί την εταιρεία του.

Πολλά από τα προβλήματα που αντιμετωπίζουν οι μικρές επιχειρήσεις είναι ήδη εντός της εμβέλειας της AI. Η μεγαλύτερη πρόκληση είναι ότι η τεχνολογία προχωρά πιο γρήγορα από το πόσο οι άνθρωποι μπορούν να μάθουν να τη χρησιμοποιούν. Γι’ αυτό με ενδιαφέρει το τι κάνουν εταιρείες όπως η Anthropic με προϊόντα σχεδιασμένα να προσφέρουν σε λιγότερο τεχνικούς χρήστες ένα σημείο εκκίνησης.

Η ανθρώπινη εξειδίκευση δεν θα εξαφανιστεί, αλλά η AI μπορεί να κλείσει το χάσμα καθιστώντας αυτή την εξειδίκευση πιο προσβάσιμη. Έχω δει προϊόντα όπως το April Tax να κάνουν πράγματα που κάποτε απαιτούσαν πολύ χρόνο και εξειδικευμένη γνώση πολύ πιο εύκολα για έναν ιδιοκτήτη μικρής επιχείρησης. Δεν έχουμε φτάσει ακόμη σε σημείο όπου η AI μπορεί να θέσει την επιχείρησή σου σε αυτόματο πιλότο, αλλά αν έχεις ποτέ χάσει ένα Σαββατοκύριακο προετοιμάζοντας τη φορολογική δήλωση, η επαναφορά αυτού του χρόνου είναι σημαντική.

Πού βλέπεις ότι η AI δημιουργεί την πιο απτή αξία για τους ιδιοκτήτες μικρών επιχειρήσεων σήμερα, ιδιαίτερα όσον αφορά την πρόβλεψη ταμειακών ροών, τη διαχείριση εξόδων, τον προϋπολογισμό και τη λήψη καθημερινών οικονομικών αποφάσεων;

Μία από τις πιο χρήσιμες εφαρμογές της AI που έχουμε δημιουργήσει στη Novo είναι στην πραγματικότητα κάτι που ακούγεται αρκετά απλό, δηλαδή η ετικετοποίηση συναλλαγών. Ιστορικά, η επίτευξη καλής λειτουργίας αυτών των μοντέλων απαιτούσε τεράστιο όγκο δεδομένων εκπαίδευσης, και ακόμη και τότε μπορεί να έφερνε περίπου 80 % ακρίβεια. Αυτό δεν είναι αρκετό όταν διαχειρίζεσαι οικονομικές πληροφορίες κάποιου, επειδή πρέπει ακόμη να ελέγχεις τα πάντα.

Χρησιμοποιώντας μικρότερη ποσότητα των δικών μας δεδομένων, κάποιες τεχνικές αποσταθμίσεως μοντέλων και μοντέλα αιχμής όταν τα συστήματά μας δεν είναι σίγουρα, έχουμε αυξήσει την ακρίβεια πάνω από το 97% και πιο κοντά στο 99% πρόσφατα. Μόλις μπορείτε να κατανοήσετε με ακρίβεια τι αντιπροσωπεύει κάθε συναλλαγή, μπορείτε να δημιουργήσετε πολύ πιο χρήσιμα χρηματοοικονομικά εργαλεία πάνω σε αυτά τα δεδομένα. Μπορεί να τροφοδοτήσει πίνακες ελέγχου εξόδων, βασική FP&A και ακόμη να βοηθήσει μια επιχείρηση να διαχωρίσει χρήματα για πράγματα όπως μισθοδοσία και πληρωμές προμηθευτών ώστε να μην τα ξοδέψει κατά λάθος αλλού.

Το ενδιαφέρον είναι ότι τα LLMs είναι εκπληκτικά καλά στην ταξινόμηση και την ομαδοποίηση. Αυτό σημαίνει ότι μπορούμε να πάρουμε τις συναλλαγές μιας επιχείρησης και να αρχίσουμε να δημιουργούμε μια εξατομικευμένη εικόνα των οικονομικών της χωρίς την πολυπλοκότητα μηχανικής που απαιτούνταν παλαιότερα. Για τη βάση πελατών μας, οι δυνατότητες της σημερινής AI είναι στην πραγματικότητα μπροστά από την πολυπλοκότητα των προβλημάτων που προσπαθούμε να λύσουμε. Είναι ένα αρκετά συναρπαστικό σημείο να βρίσκεσαι.

Μία από τις υποσχέσεις της AI είναι η μετάβαση του χρηματοοικονομικού λογισμικού από το απλό να δείχνει στους ιδιοκτήτες επιχειρήσεων τι συνέβη σε μια προδραστική ενημέρωση για το τι πρέπει να κάνουν στη συνέχεια. Πώς φαίνεται μια πραγματικά έξυπνη χρηματοοικονομική πλατφόρμα στην πράξη;

Η καλύτερη τραπεζική εμπειρία που μπορείτε να έχετε είναι ακόμα η συνομιλία με κάποιον στην τράπεζά σας που γνωρίζει τα πάντα για την επιχείρησή σας. Κατανοούν το ιστορικό σας, τι προσπαθείτε να πετύχετε και τι μπορεί να χρειαστείτε στη συνέχεια. Το λογισμικό ήταν πάντα ένας ενισχυτής αυτής της σχέσης, αλλά δεν την έχει αντικαταστήσει.

Για μένα, μια πραγματικά έξυπνη χρηματοοικονομική πλατφόρμα αρχίζει να μοιάζει με το ότι έχετε μειώσει τον αριθμό των ατόμων που χρειάζεστε στο δωμάτιο για να διαχειριστείτε την επιχείρησή σας. Θα πρέπει να μπορείτε να θέσετε μια ερώτηση, να λάβετε μια απάντηση, να δείτε τις σωστές πληροφορίες και να λάβετε χρήσιμη καθοδήγηση χωρίς να χρειάζεται να ψάχνετε μόνοι σας πού να κοιτάξετε. Το σημαντικό μέρος είναι ότι εμπιστεύεστε την απάντηση.

Στο Novo, μερικές φορές λέμε ότι ανταγωνιζόμαστε το πεζοδρόμιο. Η επίσκεψη σε έναν τραπεζικό σύμβουλο είναι ακόμα μια εξαιρετική εμπειρία. Δεν υπάρχει εφαρμογή που να πρέπει να πλοηγηθείτε, κάποιος σας γνωρίζει και μπορεί να σας καθοδηγήσει με βάση την επιχείρησή σας. Αυτό που μας προσφέρει η AI είναι η ευκαιρία να φέρουμε μέρος αυτής της εμπειρίας σε μια υποεξυπηρετούμενη ομάδα επιχειρήσεων σε κλίμακα που δεν ήταν δυνατή προηγουμένως. Για τους πελάτες μας, αυτή η ευκαιρία είναι επιτέλους εφικτή.

Μπορεί τελικά η AI να λειτουργήσει ως ένα είδος εικονικού Chief Financial Officer για μια μικρή επιχείρηση, παρακολουθώντας συνεχώς τα οικονομικά, εντοπίζοντας κινδύνους και προτείνοντας ενέργειες; Ποιες δυνατότητες θα έπρεπε να ωριμάσουν πριν οι επιχειρηματίες μπορούν να εμπιστευτούν ένα τέτοιο σύστημα;

Ναι, και το λέω με σιγουριά επειδή είναι κάτι που ήδη χτίζουμε. Στο πρώτο εξάμηνο του έτους, κυκλοφόρησε η υποδομή AI Agent μας ειδικά για να προχωρήσουμε προς αυτήν την όραση.

Το δύσκολο μέρος δεν είναι η λήψη ενός μοντέλου που να απαντά σε μια ερώτηση. Είναι η δημιουργία κάτι που οι άνθρωποι μπορούν να εμπιστευτούν με τη χρηματοοικονομική τους ζωή. Το μάθαμε από πρώτο χέρι. Η πρώτη μας ομάδα beta ήταν καλή, αλλά δεν ήταν αρκετά καλή ώστε να πούμε ότι η εμπειρία δεν θα διατάραξε τελικά την εμπιστοσύνη κάποιου. Έτσι συνεχίσαμε να προχωρούμε, βελτιώνοντας τον τρόπο με τον οποίο το σύστημα μαθαίνει, πώς συνεργάζονται οι εξειδικευμένοι πράκτορες και πώς χρησιμοποιούν τις διαθέσιμες πληροφορίες και εργαλεία.

Αυτό που έχουμε χτίσει είναι ουσιαστικά ένα σύστημα πρακτόρων ειδικά για τράπεζες, με διαφορετικούς πράκτορες να διαχειρίζονται θέματα όπως συναλλαγές, απάτη, κάρτες και ACH, καθένας με τα δικά του εργαλεία και γνώσεις. Χρειάστηκε πολύ δουλειά για να φτάσουμε εκεί, αλλά τα αποτελέσματα είναι τώρα πραγματικά καλά. Δεν θέλουμε να βιάσουμε κάτι τέτοιο μόνο επειδή η AI βρίσκεται σε μια φάση ανάδειξης. Αυτό είναι άδικο για τον πελάτη. Αλλά για τις επιχειρήσεις στο μέγεθος που εξυπηρετούμε, πιστεύω ότι αυτή η φάση έχει έρθει, και είναι εξαιρετικά συναρπαστικό.

Η πρόσβαση σε κεφάλαια παραμένει μία από τις μεγαλύτερες προκλήσεις για τις μικρές επιχειρήσεις. Πώς θα μπορούσε η AI να αλλάξει την αξιολόγηση και τη χορήγηση δανείων, και θα μπορούσαν τα εναλλακτικά δεδομένα να επιτρέψουν στα χρηματοπιστωτικά ιδρύματα να αξιολογούν επιχειρήσεις που τα παραδοσιακά μοντέλα πιστωτικής αξιολόγησης τείνουν να παραβλέπουν;

Αυτή είναι μια περιοχή όπου, κατά τη γνώμη μου, η συζήτηση μπερδεύεται. Δεν αφορά πραγματικά την AI. Αφορά τη δικαιοσύνη και την κατανόηση του τι μπορούν πραγματικά να κάνουν αυτά τα μοντέλα.

Δεν πρέπει ποτέ να χρησιμοποιείτε ένα μοντέλο γλώσσας αιχμής ως το μοντέλο που λαμβάνει την απόφαση για πίστωση. Τα LLMs είναι μη-ντετερμινιστικά, πράγμα που σημαίνει ότι οι ίδιες εισροές μπορούν να παράγουν διαφορετικά αποτελέσματα. Τα παραδοσιακά μοντέλα μηχανικής μάθησης που χρησιμοποιούνται για αποφάσεις πίστωσης είναι ντετερμινιστικά, οπότε οι ίδιες εισροές παράγουν το ίδιο αποτέλεσμα. Αυτή η διάκριση έχει τεράστια σημασία όταν αποφασίζετε ποιος θα λάβει πίστωση. Πρέπει να γνωρίζετε ποιοι παράγοντες καθοδηγούν την απόφαση, να ελέγχετε για μεροληψία και να μπορείτε να διορθώσετε προβλήματα όταν εμφανιστούν.

Η AI μπορεί απόλυτα να μας βοηθήσει να χτίσουμε καλύτερα μοντέλα για την κατανόηση του κινδύνου, και το κάνουμε εξαιρετικά καλά στο Novo. Αλλά δεν πιστεύω ότι η AI μόνη λύνει το μεγαλύτερο πρόβλημα της πρόσβασης μικρών επιχειρήσεων σε κεφάλαια. Ένα μεγάλο μέρος αυτού του προβλήματος προέρχεται από το ρυθμιστικό περιβάλλον που δημιούργησε το πλαίσιο Basel, το οποίο άλλαξε την οικονομία της χορήγησης δανείων σε μικρές επιχειρήσεις για τις τράπεζες και τις έκανε λιγότερο πρόθυμες να αναλάβουν αυτούς τους κινδύνους.

Πάντα λέμε ότι οι μικρές επιχειρήσεις είναι η ραχοκοκαλιά της οικονομίας, αλλά έχουμε χτίσει ένα χρηματοοικονομικό σύστημα γύρω από αυτές, όπου πολλές από τις αποφάσεις που επηρεάζουν την ικανότητά τους να επιβιώσουν λαμβάνονται σε δωμάτια στα οποία δεν έχουν λόγο. Αυτό είναι ένα πολύ μεγαλύτερο πρόβλημα από το αν έχουμε ένα καλύτερο μοντέλο AI.

Η AI γίνεται επίσης ολοένα και πιο σημαντική στην ανίχνευση απάτης και την οικονομική ασφάλεια. Πώς μπορούν οι χρηματοοικονομικές πλατφόρμες να χρησιμοποιούν την AI για να εντοπίζουν ύποπτες δραστηριότητες χωρίς να δημιουργούν υπερβολικά ψευδή θετικά ή να δυσκολεύουν τις νόμιμες συναλλαγές για τις μικρές επιχειρήσεις;

Η AI είναι ιδιαίτερα χρήσιμη για την ανίχνευση πραγμάτων που δεν φαίνονται σωστά. Τα γλωσσικά μοντέλα είναι εκπληκτικά καλά στην ταξινόμηση και ομαδοποίηση, πράγμα που σημαίνει ότι μπορείτε να τα χρησιμοποιήσετε για να εντοπίζετε ασυνήθιστη συμπεριφορά με σχετικά χαμηλό κόστος.

Η σημαντική διάκριση είναι ότι δεν θα χρησιμοποιούσα ένα μη ντετερμινιστικό μοντέλο για τη λήψη της τελικής απόφασης. Θα το χρησιμοποιούσα για να σηκώσω μια σημαία και στη συνέχεια ένα ντετερμινιστικό μοντέλο να πάρει την απόφαση. Έτσι αντιμετωπίζουμε την απάτη στο Novo.

Συνεργαζόμαστε επίσης με εταιρείες όπως η Sardine, η οποία μπορεί να φέρει πρότυπα από ένα πολύ ευρύτερο σύνολο χρηματοπιστωτικών ιδρυμάτων στα μοντέλα μας. Μπορούν να μας βοηθήσουν να εντοπίσουμε στοιχεία όπως διαπιστευτήρια που έχουν συνδεθεί προηγουμένως με απάτη ή συμπεριφορές που μοιάζουν με αυτοματοποιημένη δραστηριότητα. Έχουμε δημιουργήσει μια ισχυρή λειτουργία κατά της απάτης γύρω από αυτόν τον συνδυασμό τεχνολογίας και εξειδίκευσης. Η ασφάλεια είναι πάντα ένας αγώνας όπλων, αλλά η AI μας παρέχει καλύτερα εργαλεία για να παραμένουμε μπροστά.

Τα χρηματοοικονομικά συστήματα AI μπορεί να έχουν πρόσβαση σε εξαιρετικά ευαίσθητες πληροφορίες σχετικά με τα έσοδα, τα έξοδα, τους πελάτες και την οικονομική υγεία μιας εταιρείας. Ποια μέτρα ασφαλείας θα πρέπει να αναμένουν οι επιχειρηματίες σχετικά με το απόρρητο δεδομένων, την ασφάλεια και τη χρήση των οικονομικών τους δεδομένων για την εκπαίδευση μοντέλων AI;

Υπάρχουν μερικά επίπεδα σε αυτό, ξεκινώντας από τις πολιτικές και τους όρους των μοντέλων που χρησιμοποιείτε. Οι κύριοι προμηθευτές μοντέλων frontier προσφέρουν επιχειρηματικές και API λύσεις όπου τα δεδομένα των πελατών δεν χρησιμοποιούνται για την εκπαίδευση των μοντέλων τους, αλλά υπάρχει ακόμη μια σημαντική διάκριση μεταξύ της χρήσης ενός μοντέλου μέσω API και της χρήσης του μέσω μιας εφαρμογής που απευθύνεται σε καταναλωτές, όπου το ιστορικό των συνομιλιών σας αποθηκεύεται.

Υπάρχει επίσης το ερώτημα πόσες πληροφορίες θέλετε πραγματικά να δώσετε σε ένα σύστημα AI. Στο Novo, έχουμε σχεδιάσει τους πράκτορές μας ώστε οι πελάτες να μπορούν να κάνουν αυτήν την επιλογή. Μπορεί να θέλετε ένας πράκτορας να απαντά σε ερωτήσεις χρησιμοποιώντας μόνο τις τραπεζικές μας γνώσεις, ή απλώς να σας δείχνει πού βρίσκονται οι πληροφορίες στην εφαρμογή, ή μπορεί να αισθάνεστε άνετα να του δώσετε περισσότερα οικονομικά σας δεδομένα επειδή αυτό παράγει καλύτερη απάντηση.

Τοποθετούμε επίσης συστήματα μεταξύ των δεδομένων των πελατών και των μοντέλων που μπορούν αυτόματα να αφαιρούν ευαίσθητες πληροφορίες όπως EIN και αριθμούς Κοινωνικής Ασφάλισης, και δοκιμάζουμε επανειλημμένα τα συστήματά μας για να διασφαλίσουμε ότι δεν εκθέτουν πληροφορίες που δεν πρέπει. Αυτό είναι ό,τι καθιστά δύσκολη τη δημιουργία καλής AI. Δεν αφορά μόνο το να κάνετε το μοντέλο έξυπνο. Πρέπει να χτίσετε τα μέτρα ασφαλείας γύρω του και να τα δοκιμάζετε συνεχώς.

Υπάρχει τεράστια ενθουσιασμός γύρω από την AI στο fintech αυτή τη στιγμή. Ποιες εφαρμογές θεωρείτε ότι είναι πραγματικά μετασχηματιστικές για τις μικρές επιχειρήσεις, και πού νομίζετε ότι η βιομηχανία υπερεκτιμά αυτή τη στιγμή τι μπορεί να προσφέρει η AI;

Θα πρέπει να υπάρχει ενθουσιασμός για την AI σε κάθε βιομηχανία. Έχουμε δει αυτήν την ταινία πριν. Το διαδίκτυο άλλαξε τον τρόπο που διανέμαμε το λογισμικό, τα προγράμματα περιήγησης άλλαξαν τον τρόπο πρόσβασης, το cloud computing άλλαξε τον τρόπο ανάπτυξής του, και το κινητό άλλαξε πού μπορούσαμε να το χρησιμοποιούμε. Η AI τώρα αλλάζει τον τρόπο που βιώνουμε το λογισμικό.

Αυτό που βρίσκω πιο ενδιαφέρον είναι ότι αλλάζουμε επίσης τη γλώσσα του λογισμικού. Οι άνθρωποι μπορούν όλο και περισσότερο να δημιουργούν λογισμικό περιγράφοντας τι θέλουν με φυσική γλώσσα αντί να μαθαίνουν JavaScript ή Python. Για δεκαετίες, αυτή η τεχνική γνώση ήταν ένα από τα εμπόδια που κρατούσαν την ανάπτυξη λογισμικού πίσω από μια πύλη. Η πύλη αυτή αρχίζει να καταρρέει, κάτι που συμβάλλει στο γρήγορο άνοδο εταιρειών όπως η Lovable και η Replit.

Ταυτόχρονα, νομίζω ότι είμαστε ακόμα πολύ νωρίς. Πολλά από τα υπερβολικά λανθασμένα ενθουσιαστικά σχόλια προέρχονται από άτομα στη Silicon Valley που βιώνουν την AI με εντελώς διαφορετικό ρυθμό από όλους τους άλλους. Οι εταιρείες που λαμβάνουν πραγματική αξία από αυτήν δεν τη θεωρούν μαγεία. Ανακαλύπτουν τι μπορεί πραγματικά να κάνει και την εφαρμόζουν σε προβλήματα όπου λειτουργεί.

Βρισκόμαστε ακόμη στην αρχή. Όταν συγκρίνετε την υιοθέτηση της AI με τις πρώιμες καμπύλες υιοθέτησης του διαδικτύου και του κινητού, είναι εξαιρετικά νωρίς. Έτσι, θεωρώ ότι η απόρριψη της AI επειδή η σημερινή τεχνολογία δεν ανταποκρίνεται σε κάποια από τα υπερβολικά λανθασμένα σχόλια, θα ήταν όπως να κοιτάζετε το πρώιμο διαδίκτυο και να το θεωρείτε μόδα.

Κοιτάζοντας το μέλλον, πώς πιστεύετε ότι η AI θα αναδιαμορφώσει τη δική της τραπεζική για μικρές επιχειρήσεις; Θα μπορούσαμε τελικά να μεταβούμε από το σημερινό μοντέλο λογαριασμών, ταμπλό και χρηματοοικονομικών εργαλείων σε αυτόνομα χρηματοοικονομικά πλατφόρμες που διαχειρίζονται ενεργά μεγάλο μέρος των οικονομικών λειτουργιών μιας εταιρείας εκ μέρους του ιδιοκτήτη;

Αυτή είναι η όραση που χτίζουμε στο Novo. Θεμελιωδώς, θέλουμε να ξαναδημιουργήσουμε την εμπειρία ενός εξαιρετικού τραπεζικού συμβούλου στο τηλέφωνό σας. Θα πρέπει να μπορείτε να θέσετε μια ερώτηση και να λάβετε απάντηση, να έχετε ένα γράφημα ή αναφορά να δημιουργείται όταν το χρειάζεστε, να ακούτε για πιστώσεις τη σωστή στιγμή, να ανακαλύπτετε ασφάλιση καθώς η επιχείρησή σας μεγαλώνει και ακόμη να μαθαίνετε για επιχορηγήσεις ή φορολογικές αλλαγές που θα μπορούσαν να σας ωφελήσουν.

Η καινοτομία δεν είναι απλώς να έχεις την AI να κάνει πράγματα για σένα. Είναι να κάνεις την AI να κάνει αυτά τα πράγματα τόσο καλά ώστε να την εμπιστεύεσαι πραγματικά. Αυτό είναι πολύ πιο δύσκολο απ’ ό,τι φαίνεται, και νομίζω ότι η εμπιστοσύνη γίνεται χαρακτηριστικό του προϊόντος καθαυτού.

Η AI μπορεί να διατηρεί πολύ περισσότερες πληροφορίες στο πλαίσιο από ό,τι μπορεί ένας άνθρωπος, αλλά δεν μπορεί να αντικαταστήσει τις ανθρώπινες σχέσεις που πραγματικά προωθούν τις επιχειρήσεις. Οι άνθρωποι αναλαμβάνουν τους κινδύνους, χτίζουν τις σχέσεις και δημιουργούν τις ευκαιρίες που κινουν την οικονομία. Γι’ αυτό το μέτρο επιτυχίας μας στη Novo δεν είναι να σας κάνει να περνάτε περισσότερο χρόνο στην εφαρμογή μας. Είναι το αντίστροφο. Θέλουμε να περνάτε όσο το δυνατόν λιγότερο χρόνο εκεί και να πετυχαίνετε περισσότερα σε εκείνα τα λίγα λεπτά από ό,τι θα μπορούσατε πριν.

Σας ευχαριστούμε για τη σπουδαία συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα θα πρέπει να επισκεφθούν Novo.