Raj Bakhru, BlueFlamen AI:n perustaja ja toimitusjohtaja – Haastattelusarja

Raj Bakhru, BlueFlame AI:n perustaja ja toimitusjohtaja, hyödyntää laajaa taustaa, joka kattaa myynti-, markkinointi-, ohjelmistokehitys-, yrityksen kasvu- ja liiketoimintajohtamisen. Uransa aikana hän on ollut keskeisessä asemassa kehittämässä huipputason työkaluja vaihtoehtoisissa sijoituksissa ja kyberturvallisuudessa.

Entinen ACA:n strategiajohtaja Raj valvoi yrityksen kehitystä ja yritysostojen toteutusta, toimien myös väliaikaisena toimitusjohtajana, innovaatiojohtajana ja RegTech- ja ESG-johtajana. Hän perusti Aponixin, josta myöhemmin tuli ACA:n kyberturvaosasto, joka on johtava vaihtoehtoisten sijoitusten alalla. Rajin kokemus kattaa tehtäviä kvantitatiivisena ohjelmistokehittäjänä Kepos Capitalissa, Highbridgessä ja Goldman Sachs (GS ) Asset Managementissa. Hänellä on tietokoneen insinööritieteen tutkinto Columbian yliopistosta sekä CISSP- ja CFA-tutkinnot.

BlueFlame AI tarjoaa AI-pohjaisen, tarkoitukseen suunnitellun ja LLM-agnostisen ratkaisun vaihtoehtoisten sijoitusjohtajien käyttöön.

Tiimi tarjoaa kokemusta kaupankäynnin, ohjelmistokehityksen, kyberturvallisuuden ja palvelujen tarjoamisen alalta vaihtoehtoisten sijoitusten sektorilla. Tämä tausta vaikuttaa yrityksen lähestymistapaan ymmärtääkseen alan erityisiä työnkulkuja ja järjestelmiä, mikä mahdollistaa generatiivisen AI-ratkaisun toteuttamisen vaihtoehtoisten sijoitusyhtiöiden tarpeisiin.

Voiiko kerrottaa taustastasi ja siitä, miten varhaiset kokemuksesi Goldman Sachsissa, Highbridgessä ja Kepos Capitalissa vaikuttivat ymmärrykseesi teknologiasta, kyberturvallisuudesta ja vaihtoehtoisista sijoituksista?

Olen viettänyt suuren osan uraani kvanttifondeissa, joissa mallit kauppaavat kaikkea, aina osakkeista valuuttoihin, luottoihin ja eksoottisiin vaihtoihin. Olen oppinut paljon siitä, miten hedge-rahastot toimivat ja miten niiden työnkulut ovat. Molemmat ovat vaikuttaneet myöhempään työhöni kyberturvallisuudessa ja nyt BlueFlamessa, kun otamme AI:n avulla haltuun nämä työnkulut. ACA Groupissa opimme alan tarpeista ja kehittimme siihen liittyvät turvallisuusohjelmat sadoille vaihtoehtoisten sijoitusneuvonantajille.

Taustani edustaa koko tiimimme kokemusta: meillä on yli 35 henkilöä, joilla on samanlaisia, mutta erilaisia kokemuksia hedge-rahastoista, yksityisistä pääomarahastoista ja luottorahoitusyhtiöistä sekä alan toimijoista.

Uskomme, että käytännön, todellinen kokemus alan parissa on kriittinen tekijä AI-konseptien muuttamisessa todellisuudeksi näille yhtiöille.

Mikä innoitti sinua siirtymään ohjelmistokehityksestä kvantitatiivisessa rahoituksessa yrittäjyyteen kyberturvallisuuden ja AI:n parissa?

Olen aina ollut ja olen edelleen teknologiasta kiinnostunut. Yhteinen side kvantitatiivisen rahoituksen, kyberturvallisuuden ja AI:n välillä on, että työskentelin näissä aloissa, kun ne olivat kokeneet renessanssin ja massiivisen rakentamisen. Nautin siitä, että pääsen mukaan uuden alan perustamiseen ja opettamaan asiakkaitamme ja rakentamaan heidän kanssaan.

BlueFlame AI on suunniteltu erityisesti vaihtoehtoisten sijoitusjohtajien tarpeisiin. Mitä tekee siitä erilaisen verrattuna yleisiin AI-alustoihin kuten OpenAI:n ChatGPT:hen tai muihin yritysten AI-ratkaisuihin?

Pystysuora ratkaisu kuten BlueFlame ei ole kilpailija vaakasuorille ratkaisuille kuten ChatGPT:lle. Tarjoamme valmiin joukon ratkaisuja, jotka tekevät ongelmanratkaisun nopeammaksi ja helpommaksi omassa pystysuorassa, ja tarjoamme tarkemmin soveltuvia työkaluja yleisten käyttötapausten käsittelyyn.

Esimerkiksi sijoituskomitean (IC) muistion luominen. Vaikka on mahdollista pyytää vaakasuoraa ratkaisua saadakseen mallinnetun tuloksen, se ei ole integroitu asiakasrekisteriin, markkinatietojen tarjoajiin tai sisäisiin tiedostoihin, joista muistio voidaan luoda. Vaakasuorat ratkaisut eivät myöskään pysty laskemaan sisältöä malliin PowerPoints-esittelyyn.

Voiiko kertoa, miten BlueFlame AI parantaa tuottavuutta hedge-rahastoissa, yksityisissä pääomarahastoissa ja muissa vaihtoehtoisissa sijoittajissa?

Toteutamme AI-käyttötapauksia asiakkaidemme kanssa, jotka usein alkavat eturistin tehtävistä, mutta voivat kattaa koko yrityksen. Nämä käyttötavat ovat yleisiä, mutta vaihtelevat yrityskohtaisesti. Jotkut yritykset pitävät paljon asiantuntijaverkoston transkriptien yhteenvetoja, kun taas toiset eivät tee niitä lainkaan. Jotkut yritykset pitävät paljon luottoasiakirjojen kysymyksiä, kun taas toiset eivät.

Työskentelemme asiakkaidemme kanssa tunnistamaan korkeimman tuottavuuden käyttötapaukset ja otamme haltuun 3-5 niistä heidän ensimmäisenä vuonna.

Miten vaihtoehtoisten sijoitusyhtiöiden tulisi varautua tietoturvariskeihin, kun ne ottavat käyttöön GenAI-ratkaisuja?

Tietoturva ja tietosuojelu ovat suuri huolenaihe GenAI:n käytössä. Ensinnäkin on tärkeää ymmärtää, mihin data menee ja miten se suojataan, kun LLM-palveluntarjoajat ovat isäntäpalveluja. Seuraavaksi on tärkeää ymmärtää suojausjärjestelmät, jotka varmistavat, että data on turvassa eikä sitä käytetä mallien koulutukseen tai vahingossa paljasteta muille asiakkaille, sillä vaihtoehtoisten sijoitusyhtiöt käsittelevät erittäin arkaluontoisia omistajien strategioita ja sijoittajatietoja, jotka voivat olla katastrofaalisia, jos ne joutuvat vääriin käsiin. Lopulta yritysten on toteutettava vahvat hallintorakenteet, jotka sisältävät selkeät tietojen käsittelykäytännöt, säännölliset tietoturvatarkastukset ja kattavat koulutusohjelmat vähentämään riskejä ja uusia uhkia, jotka voivat vaarantaa luottamuksellista tietoa näiden voimakkaiden AI-järjestelmien kanssa.

Miksi BlueFlamen LLM-agnostinen lähestymistapa on tärkeä ominaisuus, ja miten se hyödyttää asiakkaitanne?

Uskomme, että kaikkien LLM:n yhteinen voima on suurempi kuin yhden. Näemme tämän päivittäin, kun työskentelemme asiakkaiden kanssa rakentamaan automaatioita, joissa tiedämme, että yksi LLM voi tehdä paremmin kuin toinen tietyssä tehtävässä. DeepSeek oli mielenkiintoinen hetki, joka osoitti, että avoimen lähdekoodin mallit ovat tulossa erittäin kiinnostaviksi ja kilpailukykyisiksi. LLM-agnostinen lähestymistapa tarkoittaa, että voimme ja otamme käyttöön kaikki nämä mallit, ja asiakkaamme voivat tehdä niin ilman, että heidän tarvitsee hankkia erillisiä lisenssejä kullekin, ja voimme automaattisesti ohjata parhaan valinnan kullekin tehtävälle kulloisessa tilanteessa. Tämä jäädyttää hyödylliseksi, kun mallit muuttuvat ajan myötä.

Miten BlueFlame AI auttaa sijoitusjohtajia sujuvoittamaan tutkimuksiaan ja due diligence -prosesseja?

BlueFlame auttaa yritysten tietojen hallinnassa hakemalla ja vastaamalla kaikissa järjestelmissä. Ratkaistaan sekä tietojen ylikuormitus että tietojen hajaantuminen. Yksinkertainen vastaus voi olla missä tahansa yhtiön 5-10 järjestelmästä. Etsimme kaikista näistä järjestelmistä ja tiedostovarastoista vastauksia mihin tahansa kysymykseen.

Miten sääntely kehittyy AI:n käytön osalta rahoitusmarkkinoilla?

Tällä hetkellä sääntelijät odottavat, että on olemassa politiikkoja ja menettelyjä sekä tietojen suojaamista kolmansilta osapuolilta (erityisesti kolmansien osapuolten mallien koulutuksesta herkillä tiedoilla). Pian nähdään sääntelykerros agentteja vastaan: nämä agentit ovat “pääsyhenkilöitä” ja heidän on noudatettava yrityksen sääntöjä kuten muutkin tiimin jäsenet.

Mitä hedge-rahastojen ja yksityisten pääomarahastojen tulisi priorisoida, kun ne ottavat AI:n käyttöön prosesseissaan samalla, kun ne ylläpitävät vahvoja tietoturva-toimia?

Uskon, että kun yritykset aloittavat, heidän tulisi tehdä kaksi asiaa. Ensinnäkin, heidän tulisi tunnistaa parhaat käyttötapaukset omalle yritykselleen. Useimmiten eturistin tehtävät tarjoavat korkeamman ja välittömän tuoton. Karttaa nämä käyttötapaukset markkinoilla oleviin kykyihin, jotta voidaan tunnistaa 3-5 käyttötapaus, joihin yritys haluaa panostaa. Toiseksi, heidän tulisi löytää oikea tuote ja kumppani. Etsi yritys, joka on vastaanottavainen ja pystyy iteroida kanssasi – yritys, jolla on osoitettu menestys ja oikea kyberturva-/tietosuojapostura.

Miten AI:n tulevaisuus näyttää vaihtoehtoisissa sijoituksissa? Näetkö AI:n lopulta osallistuvan sijoituspäätöksiin?

AI on jo osa sijoituspäätöksiä, ja tämä muuttuu yleisemmäksi. Monet PE-toiminnot tulevat käyttämään AI-agenteja, kuten hankintaa helpottavia agenteja, jotka auttavat kohdeyritysten tavoittamisessa ja aikatauluttamisessa. Lopulta tulee olemaan kvantitatiivisia PE-yrityksiä, jotka toimivat kokonaan AI-malleilla, kuten kvantitatiiviset hedge-rahastot. Nämä kvantitatiiviset PE-yritykset tulevat käyttämään AI-agenteja, jotka vuorovaikuttavat pankkiirien, lakimiesten jne. kanssa kauppojen toteuttamiseksi.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla BlueFlame AI:ssa.