Jeff Seibert, CEO dan Co-Founder Digits – Seri Wawancara

CEO dan Co-Founder Digits, Digits, sebuah platform manajemen keuangan yang menyediakan alat-alat generasi berikutnya yang memberikan operator pemahaman penuh tentang bisnis mereka secara real-time. Menggunakan mesin pembelajaran mutakhir dan analisis statistik lanjutan, Digits mengubah jutaan poin data menjadi model hidup dari bisnis Anda.

Anda mengajar diri sendiri untuk memprogram saat Anda berusia 12 tahun, apa yang menarik Anda ke ilmu komputer pada usia yang sangat dini, dan apa yang Anda program?

seperti kebanyakan anak-anak akhir 90-an, saya menghabiskan berjam-jam bermain game komputer dan orang tua saya merasa bahwa itu tidak merupakan penggunaan waktu yang terbaik. Ketika saya berusia 12 tahun, mereka memberi saya sebuah buku untuk Natal – Mac Programming for Dummies – dan untuk jujur, saya membacanya dan tidak benar-benar memahaminya. Beberapa bulan kemudian saya mengambilnya kembali dan mencoba contoh “Hello World”, dan dengan keinginan saya mengubahnya untuk membuat teks tersebut dicetak dengan warna oranye yang cerah. Saat teks tersebut berubah menjadi oranye, sebuah lampu menyala di kepala saya dan saya menyadari bahwa saya bisa membuat komputer ini melakukan apa saja yang saya inginkan. Saya langsung ketagihan. Saya menghabiskan hampir setiap malam dari saat itu untuk mengkode, dan selama masa sekolah menengah dan sekolah tinggi saya membangun dan merilis serangkaian aplikasi Mac desktop shareware, termasuk aplikasi grafik Histogram dan editor plugin untuk game Escape Velocity.

Anda telah memulai 2 perusahaan sebelum Digits, apa perusahaan-perusahaan tersebut?

Pada tahun 2007, saya mendirikan Increo, sebuah startup kolaborasi dokumen waktu nyata yang memungkinkan Anda untuk mengomentari, menggambar, dan menandai dokumen di browser web Anda. Kami diakuisisi oleh Box pada tahun 2009. Dua tahun kemudian, pada tahun 2011, saya mendirikan Crashlytics, sebuah alat pelaporan crash mobile yang diakuisisi oleh Twitter pada tahun 2013 dan kemudian oleh Google (GOOGL ) pada tahun 2017. Saat ini, Crashlytics adalah pelapor crash de facto untuk iOS dan Android dan berjalan pada lebih dari 6 miliar MAU, secara substansial setiap smartphone aktif di bumi.

Bisakah Anda berbagi cerita asal-usul Digits, dan bagaimana itu berasal dari pengalaman Anda mengoperasikan Crashlytics?

Di Crashlytics, saya sangat terkesan dengan perbedaan kualitas dan kemudahan penggunaan antara dasbor yang kami miliki di sisi produk (Google Analytics, pemantauan kinerja waktu nyata, pengujian A/B, dll.) dan apa yang kami miliki di sisi bisnis/keuangan (QuickBooks, model Excel, laporan PDF). Ini gila bagi saya bahwa setiap pertanyaan tampaknya sangat membosankan dan manual untuk dijawab, dan sangat lambat – kami menunggu 2-3 minggu setelah setiap bulan untuk mendapatkan laporan keuangan kami. Saya memulai Digits dengan satu tujuan: membuat keuangan bisnis kecil waktu nyata, interaktif, dan intuitif.

Apa premis data keuangan waktu nyata di balik Digits?

Pengalaman Crashlytics saya diperkuat oleh apa yang saya lihat di Twitter. Sebagai Kepala Produk Konsumen, bagian dari tanggung jawab saya adalah bekerja dengan tim keuangan untuk mengawasi keuangan organisasi. Saya ingat bertanya kepada mereka tentang pertanyaan anggaran di mana jawabannya efektif, “Kami belum menjalankan buku tersebut. Beri kami beberapa minggu.” Saya seperti, beberapa minggu?! Kami memiliki lebih dari 100 orang di tim keuangan dan ini adalah tim inti produk-engineering di perusahaan! Ini menunjukkan kepada saya bahwa apa yang saya alami di Crashlytics tidak aneh, itu adalah status quo yang diterima di banyak perusahaan dengan ukuran apa pun.

Mengapa perusahaan perangkat lunak warisan telah bergelut dengan menawarkan data keuangan waktu nyata?

Warisan adalah kata kunci di sini. Sistem keuangan saat ini adalah peninggalan dari era digitalisasi 70-80an. Sebagian besar bank masih menjalankan mainframe COBOL. Paket perangkat lunak akuntansi utama adalah basis kode 20-30 tahun. Di Digits, dan dengan peluncuran Digits AI, kami menangani ini pada tingkat dasar, membayangkan kembali dasar akuntansi keuangan melalui lensa teknologi pembelajaran mesin terbaru dan arsitektur perangkat lunak modern.

Bisakah Anda membahas tentang jenis algoritma pembelajaran mesin yang digunakan?

Kami sangat bersemangat tentang Digits AI karena secara mulus menggabungkan kekuatan dari dua bidang utama dalam pembelajaran mesin: model bahasa besar generatif dan model kesamaan prediktif. Kami telah mengoptimalkan model bahasa generatif untuk membantu pelanggan dengan tugas-tugas yang membosankan seperti memahami pertanyaan keuangan dan menjelaskan terminologi akuntansi, dan kami telah melatih model prediktif khusus pada lebih dari $300 Miliar volume transaksi bisnis kecil, sehingga mereka memahami konsep-konsep inti akuntansi ganda. Dikombinasikan dengan mesin pemodelan keuangan khusus kami, Digits AI mewakili terobosan teknologi dalam penerapan model pembelajaran mesin mutakhir pada keuangan bisnis.

Model AI generatif sering kali lemah dalam matematika, bagaimana Digits memecahkan masalah ini?

Anda benar – model AI generatif sangat brilian dalam kegiatan kreatif tetapi terkenal lemah dalam latihan berbasis fakta dan matematika khususnya. Anda mungkin telah melihat beberapa contoh dengan ChatGPT yang cukup lucu. Memecahkan ini adalah upaya besar dan terobosan besar bagi tim teknik kami: Digits AI menggabungkan kekuatan model bahasa besar dengan mesin pemodelan keuangan khusus kami dan bahasa kueri khusus yang dirancang yang lebih mudah diterjemahkan dan lebih ekspresif daripada pendekatan berbasis SQL tradisional. Ini memungkinkan Digits AI untuk memahami niat pengguna dan permintaan komputasi atas data mereka tanpa mengetahui skema data yang mendasarinya atau kunci enkripsi. Dibawa bersama, kami dapat menyampaikan respons yang akurat 100% untuk setiap permintaan.

Digits telah mempelopori arsitektur tiga tingkat untuk melindungi data pelanggan dengan membawa keamanan tingkat bank ke model bahasa besar, bisakah Anda membahas tentang teknologi ini dan bagaimana itu menjaga data tetap aman?

Di dasar terletak mesin pemodelan keuangan khusus Digits. Data pelanggan dienkripsi saat istirahat menggunakan AES-256, dengan kunci enkripsi objek dilindungi melalui teknik-teknik canggih seperti per-secret envelope encryption, dan disilo secara bisnis-demi-bisnis, tidak pernah meninggalkan infrastruktur Digits yang aman di AS. Pada tingkat kedua, Digits AI menggunakan model pembelajaran dalam khusus yang dilatih untuk memahami atribut-atribut unik keuangan bisnis kecil dan akuntansi ganda. Pada tingkat ketiga, Digits AI berinteraksi dengan API LLM publik menggunakan hanya pengidentifikasi pelanggan yang anonim dan disamarkan. Pada tidak ada titik data pelanggan yang pernah terpapar pada model atau sistem pihak ketiga.

Anda sangat optimis tentang masa depan AI, mengapa Anda pikir ledakan AI baru saja dimulai?

ChatGPT telah mengalami kurva adopsi tercepat dari teknologi mana pun dalam sejarah manusia untuk alasan yang baik: tidak seperti gelombang internet 25 tahun yang lalu, Anda tidak perlu membeli komputer dan menandatangani kontrak dengan ISP. Tidak seperti gelombang mobile 15 tahun yang lalu, Anda tidak perlu membeli smartphone mahal. Dan tidak seperti gelombang crypto 5 tahun yang lalu, AI mudah digunakan, dan itu benar-benar berguna.

Apa visi Anda untuk masa depan Digits?

Digits AI hanya langkah pertama kami dalam membangun masa depan keuangan bisnis kecil waktu nyata, interaktif, dan otomatis, dan kami sudah bekerja keras untuk memperluas kemampuan kami. Di masa depan (dekat), Digits akan mempercepat pembukuan Anda, memberi Anda tampilan simultan dari kas dan akuntansi, menghasilkan pernyataan keuangan bulanan Anda secara otomatis, dan membantu Anda membuat anggaran dan prakiraan tanpa kesulitan meng-debug dan memelihara model. Lima tahun ke depan akan menjadi transformatif dalam keuangan dan akuntansi bisnis, dan tujuan kami adalah untuk mempelopori perangkat lunak yang membuat semua ini menyenangkan.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Digits.