Michael Rangel, Novo के संस्थापक – साक्षात्कार श्रृंखला

Michael Rangel, Novo के संस्थापक, एक फिनटेक उद्यमी हैं जिन्होंने 2016 में कंपनी की स्थापना की और नौ से अधिक वर्षों तक उसके सीईओ के रूप में कार्य किया, जिससे Novo को एक प्रारंभिक अवधारणा से छोटे व्यवसायों की सेवा करने वाले वित्तीय प्लेटफ़ॉर्म में बदलने में मदद मिली। अपने कार्यकाल के दौरान, Rangel ने उत्पाद विकास, फंडरेज़िंग, भर्ती, संचालन, साझेदारियों और बाजार में प्रवेश रणनीति सहित कई क्षेत्रों में काम किया, जिससे कंपनी ने $170 मिलियन से अधिक की फंडिंग जुटाई। उन्होंने अप्रैल 2025 में सीईओ पद से इस्तीफा दे दिया, लेकिन Novo के संस्थापक और बोर्ड सदस्य के रूप में जुड़े रहते हैं, उद्यमियों और स्वतंत्र व्यवसायों को सशक्त बनाने के अपने दीर्घकालिक मिशन का समर्थन करते हुए। Novo की स्थापना से पहले, Rangel ने Fairholme Capital Management में व्यापार प्रशासन और संचालन में पाँच से अधिक वर्ष बिताए, और उससे पहले Smith Barney में एक संचालन भूमिका संभाली।

Novo एक फिनटेक प्लेटफ़ॉर्म है जो विशेष रूप से स्वतंत्र व्यवसायों, उद्यमियों, फ्रीलांसरों और छोटे व्यवसाय मालिकों के लिए डिज़ाइन किया गया है, जो व्यापार चेकिंग को भुगतान, इनवॉइसिंग, खर्च प्रबंधन, नकदी प्रवाह योजना, ऋण और व्यापार क्रेडिट के उपकरणों के साथ जोड़ता है। यह प्लेटफ़ॉर्म 40 से अधिक व्यापार उपकरणों के साथ एकीकृत होता है, जिसमें QuickBooks, Stripe, Shopify, Square और Xero शामिल हैं, जिससे व्यवसायों को बैंकिंग को लेखांकन, भुगतान और परिचालन कार्यप्रवाहों के साथ जोड़ने में मदद मिलती है। Novo में OpenAI, Anthropic और Google के मॉडलों द्वारा संचालित AI भी सम्मिलित है, जो ऑनबोर्डिंग और खर्च वर्गीकरण जैसी प्रक्रियाओं को सुव्यवस्थित करता है। कंपनी का कहना है कि इसका प्लेटफ़ॉर्म 250,000 से अधिक स्वतंत्र व्यवसायों द्वारा भरोसा किया जाता है। Novo स्वयं एक फिनटेक है, न कि बैंक, जिसमें बैंकिंग सेवाएँ और Federal Deposit Insurance Corporation (FDIC)-बीमा वाली जमा राशि साझेदार Middlesex Federal Savings के माध्यम से प्रदान की जाती हैं।

आपने 2016 में Novo की स्थापना की और लगभग एक दशक इसे छोटे व्यवसायों की वित्तीय जरूरतों के इर्द‑गिर्द बनाया। अब पीछे मुड़कर देखें तो उन समस्याओं में से कौन सी ऐसी है जो अब AI द्वारा ऐसे तरीकों से हल की जा सकती है जो कंपनी की शुरुआत में संभव नहीं थे?

AI का व्यवसाय संचालन और ग्राहकों को मूल्य प्रदान करने के तरीके पर गहरा प्रभाव हो सकता है। जब हमने Novo शुरू किया, तो हम जिन समस्याओं को हल करना चाहते थे, उनमें से एक यह था कि $1,000‑प्रति‑वर्ष का व्यवसाय, $100,000‑प्रति‑वर्ष का व्यवसाय, और $1 million‑प्रति‑वर्ष का व्यवसाय बैंक के लिए आश्चर्यजनक रूप से समान संचालन बोझ उत्पन्न कर सकते हैं। आपको अभी भी ऑनबोर्डिंग, अनुपालन, धोखाधड़ी, सुरक्षा, लेन‑देन निगरानी और ग्राहक सेवा का समर्थन करना पड़ता है, चाहे वह ग्राहक आपके लिए कितना भी राजस्व उत्पन्न करे। इसका मतलब था कि बैंकों को बड़े संचालन टीमों का निर्माण करना पड़ता था ताकि उन ग्राहकों का समर्थन किया जा सके जो व्यक्तिगत रूप से उनके लिए हमेशा इतना मूल्यवान नहीं होते।

दस साल पहले, हमें विश्वास था कि सॉफ़्टवेयर इस समीकरण को बदलने में मदद कर सकता है। AI अब इस विचार को बहुत आगे ले जा रहा है। एक अनुपालन विशेषज्ञ AI का उपयोग करके जानकारी का सारांश बना सकता है, दस्तावेज़ों को प्रोसेस कर सकता है और रिपोर्ट या उत्तर तैयार कर सकता है, जिससे एक व्यक्ति वह मात्रा संभाल सकता है जो पहले से दस गुना अधिक हो। हमारी ग्राहक सेवा टीमें AI को नियमित प्रश्नों को संभालने दे सकती हैं, जिससे लोग अपना समय उन समस्याओं पर खर्च कर सकें जिनमें वास्तविक निर्णय‑लेने की आवश्यकता होती है। धोखाधड़ी मॉडल संभावित मुद्दों की पहचान पहले कर सकते हैं और जब कुछ गलत होता है तो नुकसान को तेज़ी से पुनः प्राप्त करने में मदद कर सकते हैं। AI ने हमें वह बेहतर तरीका दिया है जिससे Novo के निर्माण का उद्देश्य पूरा हो सके, अर्थात् ऐसा बैंकिंग अनुभव प्रदान करना जो व्यवसायों के आकार की परवाह किए बिना काम करे।

छोटे व्यवसायों ने ऐतिहासिक रूप से वित्तीय टीमों, विश्लेषकों और बड़े कंपनियों के पास उपलब्ध परिष्कृत सॉफ़्टवेयर तक पहुँच नहीं पाई है। AI वास्तविक रूप से इस संसाधन अंतर को कितना बंद कर सकता है, और जहाँ मानव विशेषज्ञता अभी भी आवश्यक रहेगी, वह कहाँ होगी?

AI बहुत तेज़ी से आगे बढ़ रहा है, लेकिन गति इस बात पर बहुत निर्भर करती है कि आप कहाँ स्थित हैं। यदि आप सैन फ्रांसिसको या न्यूयॉर्क में तकनीक के क्षेत्र में काम कर रहे हैं, तो आपका AI अनुभव छोटे‑व्यवसाय के मालिक से बहुत अलग होगा जो सिर्फ अपना व्यवसाय चलाने की कोशिश कर रहा है।

छोटे व्यवसायों को जिन कई समस्याओं का सामना करना पड़ता है, वे पहले से ही AI की पहुँच में हैं। बड़ी चुनौती यह है कि तकनीक लोगों की सीखने की गति से तेज़ी से आगे बढ़ रही है। इसलिए मैं उन कंपनियों जैसे Anthropic के काम में रुचि रखता हूँ जो कम तकनीकी उपयोगकर्ताओं को शुरुआती बिंदु प्रदान करने वाले उत्पाद विकसित कर रही हैं।

मानव विशेषज्ञता समाप्त नहीं होगी, लेकिन AI उस अंतर को कम कर सकता है जिससे वह अधिक सुलभ हो सके। मैंने April Tax जैसे उत्पाद देखे हैं जो उन चीज़ों को आसान बनाते हैं जो पहले बहुत समय और विशेष ज्ञान की मांग करती थीं, जिससे छोटे व्यवसाय के मालिकों के लिए काम सरल हो गया है। हम अभी ऐसे बिंदु पर नहीं हैं जहाँ AI आपका व्यवसाय पूरी तरह से ऑटोपायलट पर चला सके, लेकिन यदि आपने कभी टैक्स फाइलिंग के लिए एक सप्ताहांत खो दिया है, तो वह समय वापस पाना महत्वपूर्ण है।

आज आप AI को छोटे‑व्यवसाय मालिकों के लिए सबसे ठोस मूल्य कहाँ बनाते देख रहे हैं, विशेष रूप से नकदी‑प्रवाह पूर्वानुमान, खर्च प्रबंधन, बजटिंग और दैनिक वित्तीय निर्णय‑लेने के आसपास?

Novo में हमने AI का एक सबसे उपयोगी अनुप्रयोग वास्तव में कुछ ऐसा बनाया है जो काफी सरल लगता है, वह है लेन‑देन लेबलिंग। ऐतिहासिक रूप से, इन मॉडलों को अच्छी तरह काम करने के लिए बड़ी मात्रा में प्रशिक्षण डेटा चाहिए था, और फिर भी आपको लगभग 80% सटीकता मिलती थी। जब आप किसी की वित्तीय जानकारी से निपट रहे होते हैं तो यह पर्याप्त नहीं है क्योंकि आपको फिर भी सब कुछ जांचना पड़ता है।

हम अपने स्वयं के डेटा की छोटी मात्रा, कुछ मॉडल डिस्टिलेशन तकनीकों और फ्रंटियर मॉडलों का उपयोग करके, जब हमारे सिस्टम को भरोसा नहीं होता, तब हमने उस सटीकता को हाल ही में 97% से ऊपर और 99% के करीब धकेल दिया है। एक बार जब आप सटीक रूप से समझ सकते हैं कि प्रत्येक लेनदेन क्या दर्शाता है, तो आप उस डेटा के ऊपर बहुत अधिक उपयोगी वित्तीय उपकरण बना सकते हैं। यह खर्च डैशबोर्ड, बुनियादी FP&A को शक्ति दे सकता है और यहाँ तक कि एक व्यवसाय को वेतन और विक्रेता भुगतान जैसी चीज़ों के लिए धन अलग करने में मदद कर सकता है ताकि वे गलती से इसे कहीं और खर्च न कर दें।

रोचक बात यह है कि LLMs वर्गीकरण और क्लस्टरिंग में आश्चर्यजनक रूप से अच्छे हैं। इसका मतलब है कि हम किसी व्यवसाय के लेनदेन को लेकर उसकी वित्तीय स्थिति का व्यक्तिगत दृश्य बना सकते हैं, बिना उस इंजीनियरिंग जटिलता के जो पहले आवश्यक थी। हमारे ग्राहक आधार के लिए, आज की AI की क्षमताएँ वास्तव में उन समस्याओं की जटिलता से आगे हैं जिन्हें हम हल करने की कोशिश कर रहे हैं। यह एक बहुत ही रोमांचक स्थिति है।

AI का एक वादा यह है कि वित्तीय सॉफ़्टवेयर को केवल व्यवसाय मालिकों को क्या हुआ दिखाने से आगे बढ़ाकर उन्हें सक्रिय रूप से बताना कि उन्हें अगला क्या करना चाहिए। व्यावहारिक रूप से एक वास्तव में बुद्धिमान वित्तीय प्लेटफ़ॉर्म कैसा दिखता है?

सबसे अच्छा बैंकिंग अनुभव अभी भी आपके बैंक में ऐसे व्यक्ति से बात करना है जो आपके व्यवसाय के बारे में सब कुछ जानता है। वे आपके इतिहास, आपके लक्ष्य और आपके अगले कदम को समझते हैं। सॉफ़्टवेयर हमेशा इस संबंध को सक्षम करता रहा है, लेकिन उसने इसे प्रतिस्थापित नहीं किया है।

मेरे लिए, एक वास्तव में बुद्धिमान वित्तीय प्लेटफ़ॉर्म ऐसा महसूस कराता है जैसे आपने अपने व्यवसाय को प्रबंधित करने के लिए कमरे में मौजूद लोगों की संख्या घटा दी है। आपको एक प्रश्न पूछने, उत्तर पाने, सही जानकारी देखने और उपयोगी मार्गदर्शन प्राप्त करने में सक्षम होना चाहिए, बिना यह पता लगाए कि इसे कहाँ से ढूँढ़ना है। महत्वपूर्ण बात यह है कि आप उत्तर पर भरोसा करें।

Novo में, हम कभी‑कभी कहते हैं कि हम फुटपाथ के साथ प्रतिस्पर्धा कर रहे हैं। एक बैंकिंग सलाहकार के पास जाना अभी भी एक शानदार अनुभव है। कोई ऐप नेविगेट करने की जरूरत नहीं, कोई आपको जानता है और आपके व्यवसाय के आधार पर आपका मार्गदर्शन कर सकता है। AI हमें यह अवसर देता है कि हम इस अनुभव को उन कम सेवा‑प्राप्त व्यवसायों के समूह तक पहुँचाएँ, ऐसी पैमाने पर जो पहले संभव नहीं था। हमारे ग्राहकों के लिए, वह अवसर अंततः पहुँच में है।

क्या AI अंततः छोटे व्यवसाय के लिए एक प्रकार के वर्चुअल मुख्य वित्तीय अधिकारी (CFO) के रूप में कार्य कर सकता है, जो लगातार वित्तीय स्थिति की निगरानी करता है, जोखिमों की पहचान करता है, और कार्रवाई की सिफ़ारिशें देता है? किन क्षमताओं को परिपक्व होना चाहिए ताकि उद्यमी ऐसे सिस्टम पर भरोसा कर सकें?

हाँ, और मैं यह आत्मविश्वास से कहता हूँ क्योंकि यह कुछ ऐसा है जिसे हम पहले ही बना रहे हैं। इस साल की शुरुआत में, हमने विशेष रूप से उस दृष्टिकोण की ओर बढ़ने के लिए अपना AI एजेंट इन्फ्रास्ट्रक्चर जारी किया।

कठिन हिस्सा यह नहीं है कि मॉडल को प्रश्न का उत्तर देना सिखाया जाए। यह कुछ ऐसा बनाना है जिस पर लोग अपने वित्तीय जीवन के साथ भरोसा कर सकें। हमने इसे स्वयं अनुभव किया। हमारा पहला बीटा समूह अच्छा था, लेकिन यह हमारे लिए पर्याप्त नहीं था कि हम कह सकें कि अनुभव अंततः किसी का भरोसा नहीं तोड़ेगा। इसलिए हम लगातार सुधारते रहे, सिस्टम के सीखने के तरीके, विशेषीकृत एजेंटों के सहयोग, और उनके पास उपलब्ध जानकारी और उपकरणों के उपयोग को बेहतर बनाया।

हमने मूल रूप से एक बैंकिंग‑विशिष्ट एजेंट प्रणाली बनाई है, जहाँ विभिन्न एजेंट लेनदेन, धोखाधड़ी, कार्ड और ACH जैसी चीज़ों को संभालते हैं, प्रत्येक के अपने उपकरण और ज्ञान होते हैं। वहाँ तक पहुँचने में बहुत काम लगा, लेकिन अब परिणाम वास्तव में अच्छे हैं। हम सिर्फ इसलिए इसको जल्दी नहीं करना चाहते क्योंकि AI का चलन है। यह ग्राहक के प्रति अनुचित है। लेकिन हमारे द्वारा सेवा किए जाने वाले आकार के व्यवसायों के लिए, मेरा मानना है कि वह क्षण आ गया है, और यह अत्यंत रोमांचक है।

पूँजी तक पहुँच छोटे व्यवसायों के लिए सबसे बड़ी चुनौतियों में से एक बनी हुई है। AI कैसे अंडरराइटिंग और ऋण देने को बदल सकता है, और क्या वैकल्पिक डेटा वित्तीय संस्थानों को उन व्यवसायों का मूल्यांकन करने में मदद कर सकता है जिन्हें पारंपरिक क्रेडिट मॉडल अक्सर नजरअंदाज करते हैं?

यह वह क्षेत्र है जहाँ मुझे लगता है कि बातचीत भ्रमित हो जाती है। यह वास्तव में AI के बारे में नहीं है। यह निष्पक्षता और यह समझने के बारे में है कि ये मॉडल वास्तव में क्या कर सकते हैं।

आप कभी भी फ्रंटियर भाषा मॉडल को क्रेडिट निर्णय लेने वाले मॉडल के रूप में उपयोग नहीं करना चाहिए। LLMs गैर‑निर्धारित होते हैं, अर्थात् समान इनपुट अलग‑अलग आउटपुट दे सकते हैं। पारंपरिक मशीन‑लर्निंग मॉडल जो क्रेडिट निर्णयों के लिए उपयोग होते हैं, निर्धारित होते हैं, इसलिए समान इनपुट समान परिणाम देते हैं। यह अंतर बहुत महत्वपूर्ण है जब आप तय कर रहे होते हैं कि किसे क्रेडिट मिलेगा। आपको यह जानना चाहिए कि कौन‑से कारक निर्णय को चला रहे हैं, पक्षपात के लिए परीक्षण करना चाहिए, और समस्याएँ उत्पन्न होने पर उन्हें सुधारने में सक्षम होना चाहिए।

AI निश्चित रूप से जोखिम को समझने के लिए बेहतर मॉडल बनाने में हमारी मदद कर सकता है, और हम यह Novo में अत्यंत कुशलता से करते हैं। लेकिन मेरा मानना है कि केवल AI अकेले छोटे व्यवसायों की पूँजी तक पहुँच की बड़ी समस्या को हल नहीं करता। इस समस्या का बहुत हिस्सा Basel फ्रेमवर्क द्वारा निर्मित नियामक वातावरण से आता है, जिसने बैंकों के लिए छोटे‑व्यवसाय ऋण की अर्थव्यवस्था बदल दी और उन्हें उन जोखिमों को लेने से हिचकिचा दिया।

हम हमेशा कहते हैं कि छोटे व्यवसाय अर्थव्यवस्था की रीढ़ हैं, लेकिन हमने उनके आसपास एक वित्तीय प्रणाली बनाई है जहाँ उनके अस्तित्व को प्रभावित करने वाले कई निर्णय ऐसे कमरों में लिये जाते हैं जहाँ वे बोल नहीं सकते। यह एक बहुत बड़ी समस्या है, न कि केवल यह कि हमारे पास एक बेहतर AI मॉडल है या नहीं।

AI धोखाधड़ी पहचान और वित्तीय सुरक्षा में भी लगातार अधिक महत्वपूर्ण हो रहा है। वित्तीय प्लेटफ़ॉर्म AI का उपयोग करके संदिग्ध गतिविधियों की पहचान कैसे कर सकते हैं, बिना अत्यधिक गलत सकारात्मक उत्पन्न किए या छोटे व्यवसायों के लिए वैध लेनदेन को अधिक कठिन बनाते हुए?

AI विशेष रूप से उन चीज़ों को पहचानने में उपयोगी है जो सही नहीं लगतीं। भाषा मॉडल वर्गीकरण और क्लस्टरिंग में आश्चर्यजनक रूप से अच्छे होते हैं, जिसका अर्थ है कि आप उन्हें अपेक्षाकृत कम लागत पर असामान्य व्यवहार की पहचान करने के लिए उपयोग कर सकते हैं।

महत्वपूर्ण अंतर यह है कि मैं अंतिम निर्णय लेने के लिए एक गैर-निर्धारित मॉडल का उपयोग नहीं करता। मैं इसे एक संकेत उठाने के लिए उपयोग करता हूँ और फिर एक निर्धारित मॉडल को निर्णय लेने देता हूँ। यही तरीका हमने Novo में धोखाधड़ी से निपटने के लिए अपनाया है।

हम Sardine जैसी कंपनियों के साथ भी काम करते हैं, जो वित्तीय संस्थानों के एक बहुत व्यापक सेट से पैटर्न हमारे मॉडलों में ला सकते हैं। वे हमें उन प्रमाणपत्रों जैसी चीज़ों की पहचान करने में मदद कर सकते हैं जो पहले धोखाधड़ी से जुड़े थे या ऐसे व्यवहार जो स्वचालित गतिविधि जैसा दिखते हैं। हमने तकनीक और विशेषज्ञता के इस संयोजन के आसपास एक मजबूत धोखाधड़ी संचालन बनाया है। सुरक्षा हमेशा एक हथियार दौड़ है, लेकिन AI हमें इसे आगे रहने के लिए बेहतर उपकरण प्रदान कर रहा है।

वित्तीय AI सिस्टम कंपनी की आय, खर्च, ग्राहक और वित्तीय स्वास्थ्य के बारे में अत्यधिक संवेदनशील जानकारी तक पहुंच सकते हैं। उद्यमियों को डेटा गोपनीयता, सुरक्षा और उनके वित्तीय डेटा को AI मॉडलों को प्रशिक्षित करने के उपयोग के संबंध में किन सुरक्षा उपायों की उम्मीद करनी चाहिए?

इसमें कुछ स्तर होते हैं, जो आप जिन मॉडलों का उपयोग कर रहे हैं उनकी नीतियों और शर्तों से शुरू होते हैं। प्रमुख फ्रंटियर मॉडल प्रदाताओं के पास एंटरप्राइज़ और API ऑफ़र होते हैं जहाँ ग्राहक डेटा को उनके मॉडलों को प्रशिक्षित करने के लिए उपयोग नहीं किया जाता, लेकिन फिर भी API के माध्यम से मॉडल का उपयोग करने और उपभोक्ता‑उन्मुख एप्लिकेशन के माध्यम से उपयोग करने के बीच एक महत्वपूर्ण अंतर है जहाँ आपकी बातचीत इतिहास संग्रहीत रहता है।

यह भी सवाल है कि आप वास्तव में AI सिस्टम को कितनी जानकारी देना चाहते हैं। Novo में, हमने अपने एजेंटों को इस तरह डिज़ाइन किया है कि ग्राहक इस विकल्प को चुन सकें। आप चाहते हैं कि एजेंट केवल हमारे बैंकिंग ज्ञान का उपयोग करके प्रश्नों का उत्तर दे, या बस आपको ऐप में जानकारी जहाँ स्थित है, वहाँ निर्देशित करे, या आप इसे अधिक वित्तीय डेटा देने में सहज महसूस कर सकते हैं क्योंकि इससे बेहतर उत्तर मिलता है।

हम ग्राहक डेटा और मॉडलों के बीच ऐसी प्रणालियाँ भी स्थापित करते हैं जो स्वचालित रूप से EINs और सोशल सिक्योरिटी नंबर जैसी संवेदनशील जानकारी को हटा देती हैं, और हम बार‑बार अपने सिस्टम का परीक्षण करते हैं ताकि यह सुनिश्चित हो सके कि वे ऐसी जानकारी उजागर न करें जो नहीं करनी चाहिए। यही कारण है कि अच्छा AI बनाना कठिन है। यह केवल मॉडल को स्मार्ट बनाने के बारे में नहीं है। आपको उसके आसपास सुरक्षा उपाय बनाना होता है और उनका निरंतर परीक्षण करना पड़ता है।

वर्तमान में फिनटेक में AI के बारे में अत्यधिक उत्साह है। आपके अनुसार कौन से अनुप्रयोग वास्तव में छोटे व्यवसायों के लिए परिवर्तनकारी हैं, और आप कहाँ देखते हैं कि उद्योग वर्तमान में AI की क्षमताओं को अधिक प्रशंसा कर रहा है?

हर उद्योग में AI के लिए उत्साह होना चाहिए। हमने यह कहानी पहले देखी है। इंटरनेट ने सॉफ़्टवेयर के वितरण को बदल दिया, ब्राउज़र ने उसके एक्सेस को बदल दिया, क्लाउड कंप्यूटिंग ने उसकी तैनाती को बदल दिया, और मोबाइल ने यह बदल दिया कि हम इसे कहाँ उपयोग कर सकते हैं। अब AI सॉफ़्टवेयर के अनुभव को बदल रहा है।

जो बात मुझे सबसे अधिक रोचक लगती है वह यह है कि हम सॉफ़्टवेयर की भाषा को भी बदल रहे हैं। लोग अब प्राकृतिक भाषा में अपनी इच्छाएँ वर्णित करके सॉफ़्टवेयर बना सकते हैं, बजाय JavaScript या Python सीखने के। दशकों तक, वह तकनीकी ज्ञान वह कारण था जिससे सॉफ़्टवेयर विकास एक बाधा के पीछे रहा। वह बाधा अब गिरने लग रही है, और यही कारण है कि Lovable और Replit जैसी कंपनियाँ इतनी तेज़ी से बढ़ी हैं।

साथ ही, मेरा मानना है कि हम अभी भी बहुत शुरुआती चरण में हैं। बहुत अधिक प्रचार सिलिकॉन वैली के लोगों से आता है जो AI को सभी से पूरी तरह अलग गति से अनुभव कर रहे हैं। जो कंपनियाँ इससे वास्तविक मूल्य प्राप्त कर रही हैं, वे इसे जादू की तरह नहीं देखतीं। वे यह समझ रही हैं कि यह वास्तव में क्या कर सकता है और इसे उन समस्याओं पर लागू कर रही हैं जहाँ यह काम करता है।

हम अभी भी इस प्रक्रिया की शुरुआत में हैं। जब आप AI अपनाने को इंटरनेट और मोबाइल के शुरुआती अपनाने की वक्रों से तुलना करते हैं, तो यह अत्यधिक शुरुआती चरण है। इसलिए मैं मानता हूँ कि AI को खारिज करना क्योंकि आज की तकनीक कुछ प्रचार को नहीं पूरा करती, यह उसी तरह होगा जैसे शुरुआती इंटरनेट को देख कर उसे एक फेड मान लेना।

आगे देखते हुए, आप कैसे सोचते हैं कि AI छोटे‑व्यवसाय बैंकिंग को स्वयं पुनः आकार देगा? क्या हम अंततः आज के खाते, डैशबोर्ड और वित्तीय टूल्स के मॉडल से एक स्वायत्त वित्तीय प्लेटफ़ॉर्म की ओर बढ़ सकते हैं जो कंपनी के अधिकांश वित्तीय संचालन को मालिक की ओर से सक्रिय रूप से प्रबंधित करे?

यह वही दृष्टिकोण है जिसे हम Novo में बना रहे हैं। मूल रूप से, हम आपके फ़ोन पर एक उत्कृष्ट बैंकिंग सलाहकार होने का अनुभव पुनः निर्मित करना चाहते हैं। आपको एक प्रश्न पूछने और उत्तर प्राप्त करने में सक्षम होना चाहिए, जब आवश्यकता हो तो एक चार्ट या रिपोर्ट उत्पन्न हो, सही समय पर क्रेडिट के बारे में सुना जाए, जैसे-जैसे आपका व्यवसाय बढ़े, बीमा खोजें और यहाँ तक कि अनुदान या कर परिवर्तन के बारे में जानें जो आपके लिए लाभदायक हो सकते हैं।

नवाचार केवल AI को आपके लिए काम करने तक सीमित नहीं है। यह AI को इतना भरोसेमंद बनाना है कि आप वास्तव में उस पर भरोसा करें। यह सुनने से कहीं अधिक कठिन है, और मेरा मानना है कि भरोसा स्वयं उत्पाद की एक विशेषता बनता जा रहा है।

AI संदर्भ में व्यक्ति की तुलना में बहुत अधिक जानकारी रख सकता है, लेकिन यह उन मानवीय संबंधों की जगह नहीं ले सकता जो वास्तव में व्यवसायों को आगे बढ़ाते हैं। लोग जोखिम उठाते हैं, संबंध बनाते हैं और ऐसे अवसर पैदा करते हैं जो अर्थव्यवस्था को चलाते हैं। इसलिए Novo में हमारी सफलता का माप यह नहीं है कि आप हमारे ऐप में अधिक समय बिताएँ। यह इसके विपरीत है। हम चाहते हैं कि आप वहाँ जितना संभव हो कम समय बिताएँ और उन कुछ मिनटों में पहले से अधिक हासिल करें।

उत्कृष्ट साक्षात्कार के लिए धन्यवाद, जो पाठक अधिक जानना चाहते हैं उन्हें Novo पर जाना चाहिए।