Wilson Chan, Permutable AI:n perustaja ja toimitusjohtaja – Haastattelusarja

Wilson Chan on Permutable AI:n perustaja ja toimitusjohtaja, Lontoon perustettu yritys, joka on erikoistunut reaaliaikaisiin globaaleihin tietoihin ja mielipidetiedusteluihin rahoituslaitoksille. Taustallaan tekoälyssä, rahoitusmarkkinoilla ja data-insinööritöissä Wilson rakentaa järjestelmiä, jotka kääntävät valtavat tietovirrat selitettäviksi, toimintavalmiiksi näkemyksiksi. Hän on usein kommentaattori tekoälyinnovaatioista rahoitusmarkkinoilla, markkinamielipiteistä ja tietopohjaisen päätöksenteon tulevaisuudesta, puolustaen teknologiaa, joka vahvistaa ihmisten asiantuntemusta sen sijaan, että se korvaisi sitä.

Milloin aloitit urasi Merrill Lynchissä ja Citissä ennen Permutable AI:n perustamista? Mitä inspiroi sinua siirtymään perinteisestä rahoituksesta tekoälyyritykseen, joka keskittyy markkinatiedusteluun?

Aloittelin urani kvantti-kauppiaina Merrill Lynchissä kiinteäkorkoinstrumenttien osastolla, jossa kokeilimme jo silloin varhaisia koneoppimismenetelmiä nopeuttaaksemme arbitraasia korkokäyrän yli. Suurin osa rahoituksesta oli vielä “ohjelmisto 1.0” -mielentilassa – käsin kirjoitettuja sääntöjä ja manuaalisesti sääteltyjä malleja.

Viimeisen vuosikymmenen aikana olemme nähneet nopean edistymisen: ensin “ohjelmisto 2.0”:han, jossa neuroverkkomallit korvasivat eksplisiittisen logiikan, ja nyt “ohjelmisto 3.0”:han, jossa suuret kielimallit voivat suoraan tulkita valtavat määrät rakenteettomia tietoja. Näiden muutosten tapahtuminen sisältäpäin teki selväksi, että markkinat lopulta muotoiltaisiin tekoälyominaisuuksilla varustetuilla järjestelmillä, jotka voivat tulkita globaaleja tietoja nopeammin ja kokonaisvaltaisemmin kuin perinteinen pinorakenne.

Permutable AI luotiin juuri tämän mahdollisuuden hyödyntämiseksi – rakentamalla modernia LLM- ja moniagenttijärjestelmiä, jotka ennustavat markkinamuutoksia reaaliajassa sen sijaan, että reagoisivat jälkikäteen.

Permutable AI:n tehtävä “ennustaa, ei pelkästään reagoida, markkinamuutoksiin” on vakuuttava. Miten tämä filosofia muovasi alun perin pysty-LLM-arkkitehtuurin suunnittelua?

Olemme rakentaneet syy-seuraus-suhteita ymmärtäviä järjestelmiä, jotka eivät perustu pelkästään korrelaatioihin. Arkkitehtuuri sopeutuu jatkuvasti uusiin makrotaloudellisiin olosuhteisiin, uutisvirroksiin ja geopolitiikkaan. Tämä sopeutumiskyky on keskeinen osa filosofiaamme: jos haluat ennustaa markkinoita, järjestelmän on kehittyttävä yhtä nopeasti kuin maailma itse.

Voitko selittää, miten pysty-LLM:t eroavat yleispätevistä LLM:istä kuten GPT, ja miksi ne soveltuvat paremmin rahoitus- ja raaka-aineiden markkinoille?

Permutablella rakennamme moniagenttistäkkejä, jotka toimivat yhteistyössä ja suorittavat loppupäähän työvirran, jota perinteisesti käsittelevät koko tiimit. Olemme vakuuttuneita, että ne jo nyt ylittävät suuren osan markkinaa (katso 1-vuoden tulokset), mutta uskomme myös, että parhaat tulokset saavutetaan yhdistämällä nämä agentit erittäin taitavien insinöörien ja alan asiantuntijoiden kanssa.

Pysty-LLM sisällyttää rahoitusontologian – entiteetit, virrat, toimitusketjut, makrotason ajurit, korrelaatiot. Sen tulosteen eivät ole vain tekstejä, vaan rakennettuja päätöksiä: ajurit, vaikutustasot, luottamuksen tasot, joten ne on suunniteltu erityisesti markkinoita varten.

Monet laitokset kamppailevat analyyttisen infrastruktuurin modernisoinnissa. Miten teidän syy-seurausperustaisten, sopeutuvien arkkitehtuurejanne korvaa perinteiset järjestelmät käytännöllisellä tavalla?

Olemme rakentaneet LLM-järjestelmiä, joissa on itsearviointi ja jatkuva seuranta ydintään. Tavoitteena on pitää ihmisten valvonta kohdennettuna ja vähäistä, samalla varmistetaan luotettavuus. Totuus on, että innovaatio suurissa laitoksissa on erittäin vaikeaa, koska kulttuuriset ja rakenteelliset esteet usein estävät sen.

Missä organisaatioilla on oikea kulttuuri ja johtajuus, muutos on dramaattinen. Lopulta ne, jotka omaksuvat tämän muutoksen, kiihdyttävät; ne, jotka eivät tee sitä, saattavat kamppailla pysyäkseen merkityksellisinä.

Trading Co-Pilot on mielenkiintoinen kehitys. Miten se hyödyntää reaaliaikaisia mielipidetietoja ja makrotaloudellisia tietoja antaakseen kauppiaille etulyöntiaseman?

Järjestelmämme skannaa satoja tuhansia artikkeleita reaaliajassa ja tuo esiin ne, jotka todella merkitsevät – täydellisinä analyysin kanssa, joka luodaan melkein välittömästi. Se menee paljon pidemmälle kuin mitä standardi LLM voi tuottaa. Se on periaatteessa live-ajattelumoottori, joka istuu jokaisen kauppiain rinnalla, päivittäen jatkuvasti maailmankuvaa.

Selitettävä tekoäly tulee yhä tärkeämmäksi säännellyissä aloissa. Miten Permutable varmistaa läpinäkyvyyden ja vastuullisuuden mallien ja päätösten tulosteissa?

Ratkaisumme on, että jokainen mallin tuloste on täysin jäljitettävissä aina tarkkaan artikkeliin, aikaleimaan ja lähdekohtaan asti. Vähennämme “hallusinaatioita” rajoittamalla tarkasti kunkin mallin tehtävän rajoja. Kaikki tulee sisäänrakennetulla audit-reitillä, jossa läpinäkyvyys on sisäänrakennettu ydinarkkitehtuuriin.

Teidän kumppanuuksenne kattavat nyt tietojen toimittajat, kaupankäyntialustat ja analytiikkayritykset. Miltä näyttää Permutablelle ihannetapainen strateginen kumppanuus, ja miten nämä yhteistyöt vahvistavat teidän globaalia ulottuvuutta?

Etsimme kumppaneita, jotka ovat linjassa Permutablen pitkän aikavälin näkemyksen kanssa: tuomalla tekoälypohjaisen, reaaliaikaisen markkinatiedon globaalien markkinoiden päätöksentekoprosesseihin. Ihannetapainen kumppani on kansainvälinen ulottuvuus, vahva ekosysteemin uskottavuus ja kyky auttaa skaalaamaan meidän älykkyyttämme ja oivalluksiamme useille alueille ja omaisuusluokille.

Olet maininnut tavoitteen “maailmanmallin rakentamisesta pääomamarkkinoille”. Miltä sellainen malli näyttäisi käytännössä, ja mitkä haasteet on voitettava sen saavuttamiseksi?

Maailmanmalli kartoittaa ja ymmärtää, miten kaupankäyntikelpoiset arvopaperien hinnat vuorovaikuttavat ja vaikuttavat toisiinsa – olipa kyseessä sitten valtionvelka, valuutta, raaka-aineet tai jotain niin spesifiä kuin kahvin hinta. Se on yhtenäinen edustus globaaleista markkinadynamiikasta.

Miten näet sopeutuvan tekoälyn muuttavan päätöksenteon nopeutta ja tarkkuutta sijoittajien, hedge-rahastojen ja muiden rahoituslaitosten keskuudessa seuraavien viiden vuoden aikana?

Kun minut kutsutaan hallitustason kokouksiin, tiedän ensimmäisen minuutin kuluessa, onko organisaatio kykenevä läpikäymään tekoälymuodon. Kulttuuri on kaikki.

On tosiasia, että monitieteinen tekoäly yhdistää raportit, uutiset, kuvat, tietovirrat ja hintasignaalit yhteen syytä- ja seurauskerrokseen. Ja että hedge-rahastot etenevät edelleen, koska ne sopeutuvat nopeammin. Mutta monet suuret kaupankäyntiorganisaatiot, yhdessä älykkäimpien ja parhaimpien joukossa, edelleen vastustavat innovaatioita – he eivät vain tajua, kuinka nopeasti maisema muuttuu.

Lopulta, kun tekoäly jatkaa muokkaamista kaupankäyntiä ja analytiikkaa, mitä innostaa sinua eniten Permutable AI:n ja laajemman fintech-ekosysteemin seuraavasta etapista?

Uskomme, että moniagenttijärjestelmät tulevat olemaan hallitseva viitekehys, vaikka työkalut ovat vielä kehittymässä. Se, mikä innostaa minua eniten, on, että voittajat kaupankäynnissä ja analytiikassa tulevat olemaan ne laitokset, jotka ovat halukkaita ja kykeneviä sopeutumaan – ja se on juuri siellä, missä Permutablen visio sijaitsee.

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