Michael Rangel, Pendiri Novo – Seri Wawancara

Michael Rangel, Pendiri Novo, adalah pengusaha fintech yang mendirikan perusahaan pada tahun 2016 dan menjabat sebagai CEO selama lebih dari sembilan tahun, membantu mengubah Novo dari konsep tahap awal menjadi platform keuangan yang melayani usaha kecil. Selama masa jabatannya, Rangel bekerja di bidang pengembangan produk, penggalangan dana, perekrutan, operasi, kemitraan, dan strategi go-to-market, membantu perusahaan mengumpulkan lebih dari $170 juta pendanaan. Ia mengundurkan diri dari posisi CEO pada April 2025 namun tetap terlibat sebagai Pendiri dan Anggota Dewan Novo, mendukung misi jangka panjangnya untuk memberdayakan pengusaha dan bisnis independen. Sebelum mendirikan Novo, Rangel menghabiskan lebih dari lima tahun di administrasi perdagangan dan operasi di Fairholme Capital Management, setelah sebelumnya menjabat di bidang operasi di Smith Barney.

Novo adalah platform fintech yang dirancang khusus untuk bisnis independen, pengusaha, pekerja lepas, dan pemilik usaha kecil, menggabungkan rekening bisnis dengan alat untuk pembayaran, penagihan, manajemen pengeluaran, perencanaan arus kas, pinjaman, dan kredit bisnis. Platform ini terintegrasi dengan lebih dari 40 alat bisnis, termasuk QuickBooks, Stripe, Shopify, Square, dan Xero, membantu bisnis menghubungkan perbankan dengan akuntansi, pembayaran, dan alur kerja operasional. Novo juga mengintegrasikan AI yang didukung oleh model dari OpenAI, Anthropic, dan Google untuk menyederhanakan proses seperti onboarding dan pengkategorian pengeluaran. Perusahaan menyatakan platformnya dipercaya oleh lebih dari 250,000 bisnis independen. Novo sendiri adalah fintech, bukan bank, dengan layanan perbankan dan simpanan yang diasuransikan Federal Deposit Insurance Corporation (FDIC) disediakan melalui mitra Middlesex Federal Savings.

Anda mendirikan Novo pada 2016 dan menghabiskan hampir satu dekade membangunnya berdasarkan kebutuhan keuangan usaha kecil. Menengok kembali masalah-masalah yang Anda coba selesaikan saat itu, mana di antaranya yang Anda rasa AI kini dapat tangani dengan cara yang tidak mungkin dilakukan ketika Anda memulai perusahaan?

AI dapat memberikan dampak mendalam pada cara Anda menjalankan bisnis dan memberikan nilai kepada pelanggan. Saat kami memulai Novo, salah satu masalah yang ingin kami selesaikan adalah bahwa bisnis dengan pendapatan $1,000 per tahun, $100,000 per tahun, dan $1 juta per tahun dapat menimbulkan beban operasional yang secara mengejutkan serupa bagi bank. Anda tetap harus mendukung onboarding, kepatuhan, penipuan, keamanan, pemantauan transaksi, dan layanan pelanggan, terlepas dari berapa banyak pendapatan yang dihasilkan pelanggan tersebut untuk Anda. Hal ini berarti bank harus membangun tim operasional yang besar untuk mendukung pelanggan yang, secara individu, tidak selalu begitu berharga bagi mereka.

Sepuluh tahun yang lalu, kami percaya perangkat lunak dapat membantu mengubah persamaan itu. AI kini membawa ide tersebut jauh lebih maju. Seorang spesialis kepatuhan dapat menggunakan AI untuk merangkum informasi, memproses dokumen, dan menyusun laporan atau tanggapan, memungkinkan satu orang menangani volume lebih dari sepuluh kali lipat dibanding sebelumnya. Tim layanan pelanggan kami dapat membiarkan AI menangani pertanyaan rutin sehingga orang dapat menghabiskan waktu mereka pada masalah yang memang memerlukan penilaian. Model penipuan dapat mengidentifikasi potensi masalah lebih awal dan membantu kami memulihkan kerugian lebih cepat ketika sesuatu berjalan salah. AI telah memberi kami cara yang jauh lebih baik untuk mewujudkan tujuan Novo, yaitu menyediakan pengalaman perbankan yang berfungsi untuk bisnis apa pun ukuran mereka.

Usaha kecil secara historis kekurangan akses ke tim keuangan, analis, dan perangkat lunak canggih yang tersedia bagi perusahaan besar. Sejauh mana AI secara realistis dapat menutup kesenjangan sumber daya itu, dan di mana keahlian manusia tetap penting?

AI berkembang dengan sangat cepat, namun kecepatannya sangat berbeda tergantung pada posisi Anda. Jika Anda bekerja di bidang teknologi di San Francisco atau New York, kemungkinan Anda memiliki pengalaman AI yang sangat berbeda dibandingkan pemilik usaha kecil yang hanya berusaha menjalankan perusahaan mereka.

Banyak masalah yang dihadapi usaha kecil sudah berada dalam jangkauan AI. Tantangan yang lebih besar adalah teknologi bergerak lebih cepat daripada kemampuan orang untuk belajar cara menggunakannya. Itulah mengapa saya tertarik pada apa yang dilakukan perusahaan seperti Anthropic dengan produk yang dirancang untuk memberi pengguna yang kurang teknis titik awal.

Keahlian manusia tidak akan hilang, tetapi AI dapat menutup kesenjangan dengan membuat keahlian tersebut lebih mudah diakses. Saya telah melihat produk seperti April Tax membuat hal-hal yang dulu memerlukan banyak waktu dan pengetahuan khusus menjadi jauh lebih mudah bagi pemilik usaha kecil. Kami belum berada pada titik di mana AI dapat menempatkan bisnis Anda pada mode otomatis, namun jika Anda pernah kehilangan akhir pekan untuk menyiapkan pelaporan pajak, mendapatkan waktu itu kembali sangat berarti.

Di mana Anda melihat AI menciptakan nilai paling nyata bagi pemilik usaha kecil saat ini, khususnya dalam peramalan arus kas, manajemen pengeluaran, penganggaran, dan pengambilan keputusan keuangan sehari-hari?

Salah satu aplikasi AI paling berguna yang kami bangun di Novo sebenarnya adalah sesuatu yang terdengar cukup sederhana, yaitu pelabelan transaksi. Secara historis, membuat model ini bekerja dengan baik memerlukan data pelatihan yang sangat besar, dan bahkan kemudian Anda mungkin hanya mencapai akurasi sekitar 80%. Itu tidak cukup baik ketika Anda menangani informasi keuangan seseorang karena Anda tetap harus memeriksa semuanya.

Dengan menggunakan sejumlah kecil data kami sendiri, beberapa teknik distilasi model, dan model frontier ketika sistem kami tidak yakin, kami telah meningkatkan akurasi jauh di atas 97% dan mendekati 99% baru-baru ini. Setelah Anda dapat secara akurat memahami apa yang diwakili setiap transaksi, Anda dapat membangun alat keuangan yang jauh lebih berguna di atas data tersebut. Ini dapat menggerakkan dasbor pengeluaran, FP&A dasar, bahkan membantu bisnis memisahkan uang untuk hal seperti gaji dan pembayaran vendor sehingga mereka tidak secara tidak sengaja menghabiskannya di tempat lain.

Yang menarik adalah LLM secara mengejutkan baik dalam klasifikasi dan pengelompokan. Itu berarti kami dapat mengambil transaksi bisnis dan mulai membangun tampilan keuangan yang dipersonalisasi tanpa kompleksitas rekayasa yang dulu diperlukan. Bagi basis pelanggan kami, kemampuan AI saat ini sebenarnya melampaui kompleksitas masalah yang kami coba selesaikan. Itu adalah posisi yang cukup menggembirakan.

Salah satu janji AI adalah mengubah perangkat lunak keuangan dari sekadar menunjukkan apa yang terjadi kepada pemilik bisnis menjadi secara proaktif memberi tahu apa yang harus mereka lakukan selanjutnya. Seperti apa platform keuangan yang benar-benar cerdas dalam praktik?

Pengalaman perbankan terbaik yang dapat Anda dapatkan masih berbicara dengan seseorang di bank Anda yang mengetahui segala hal tentang bisnis Anda. Mereka memahami riwayat Anda, apa yang ingin Anda capai, dan apa yang mungkin Anda butuhkan selanjutnya. Perangkat lunak selalu menjadi pendukung hubungan itu, tetapi tidak menggantikannya.

Bagi saya, platform keuangan yang benar-benar cerdas terasa seperti Anda mengurangi jumlah orang yang diperlukan di ruangan untuk mengelola bisnis Anda. Anda harus dapat mengajukan pertanyaan, mendapatkan jawaban, melihat informasi yang tepat, dan menerima panduan berguna tanpa harus mencari sendiri di mana menemukannya. Bagian pentingnya adalah Anda mempercayai jawabannya.

Di Novo, kami kadang-kadang mengatakan bahwa kami bersaing dengan trotoar. Mengunjungi penasihat perbankan masih merupakan pengalaman yang hebat. Tidak ada aplikasi yang harus dinavigasi, seseorang mengenal Anda dan dapat membimbing Anda berdasarkan bisnis Anda. Apa yang AI berikan kepada kami adalah kesempatan untuk membawa sebagian pengalaman itu kepada kelompok bisnis yang kurang terlayani dengan skala yang sebelumnya tidak mungkin. Bagi pelanggan kami, peluang itu akhirnya dapat dijangkau.

Mungkinkah AI pada akhirnya berfungsi sebagai semacam Chief Financial Officer virtual untuk usaha kecil, yang terus memantau keuangan, mengidentifikasi risiko, dan merekomendasikan tindakan? Kemampuan apa yang harus matang sebelum pengusaha dapat mempercayai sistem semacam itu?

Ya, dan saya mengatakan itu dengan yakin karena itu sesuatu yang sudah kami bangun. Awal tahun ini, kami merilis infrastruktur AI Agent kami khusus untuk bergerak menuju visi itu.

Bagian sulit bukan membuat model menjawab pertanyaan. Itu membangun sesuatu yang orang dapat percayakan dengan kehidupan keuangan mereka. Kami belajar itu secara langsung. Kohort beta pertama kami bagus, tetapi tidak cukup baik bagi kami untuk mengatakan pengalaman itu tidak akan akhirnya merusak kepercayaan seseorang. Jadi kami terus mendorong, meningkatkan cara sistem belajar, cara agen khusus bekerja sama, dan cara mereka menggunakan informasi serta alat yang tersedia.

Apa yang kami bangun pada dasarnya adalah sistem agen khusus perbankan, dengan agen berbeda menangani hal seperti transaksi, penipuan, kartu, dan ACH, masing‑masing dengan alat dan pengetahuan mereka sendiri. Dibutuhkan banyak kerja untuk sampai di sana, tetapi hasilnya kini benar‑benar baik. Kami tidak ingin terburu‑buruk meluncurkan sesuatu seperti ini hanya karena AI sedang naik daun. Itu tidak adil bagi pelanggan. Namun bagi bisnis dengan ukuran yang kami layani, saya percaya momen itu telah tiba, dan itu sangat menggembirakan.

Akses ke modal tetap menjadi salah satu tantangan terbesar bagi usaha kecil. Bagaimana AI dapat mengubah underwriting dan pemberian pinjaman, dan apakah data alternatif dapat memungkinkan lembaga keuangan menilai bisnis yang biasanya diabaikan model kredit tradisional?

Ini adalah satu area di mana saya rasa percakapan menjadi bingung. Ini bukan tentang AI. Ini tentang keadilan dan memahami apa yang sebenarnya dapat dilakukan model ini.

Anda tidak boleh pernah menggunakan model bahasa frontier sebagai model yang membuat keputusan kredit. LLM bersifat nondeterministik, artinya input yang sama dapat menghasilkan output yang berbeda. Model pembelajaran mesin tradisional yang digunakan untuk keputusan kredit bersifat deterministik, sehingga input yang sama menghasilkan hasil yang sama. Perbedaan itu sangat penting ketika Anda memutuskan siapa yang mendapatkan kredit. Anda perlu mengetahui faktor apa yang mendorong keputusan, menguji bias, dan dapat memperbaiki masalah ketika muncul.

AI tentu dapat membantu kami membangun model yang lebih baik untuk memahami risiko, dan kami melakukannya dengan sangat baik di Novo. Namun saya tidak berpikir AI saja menyelesaikan masalah besar akses modal bagi usaha kecil. Banyak dari masalah itu berasal dari lingkungan regulasi yang dibuat oleh kerangka Basel, yang mengubah ekonomi pemberian pinjaman usaha kecil bagi bank dan membuat mereka kurang bersedia mengambil risiko tersebut.

Kami selalu mengatakan usaha kecil adalah tulang punggung ekonomi, tetapi kami telah membangun sistem keuangan di sekitar mereka di mana banyak keputusan yang memengaruhi kemampuan mereka bertahan dibuat di ruangan yang tidak mereka dapatkan untuk berbicara. Itu masalah yang jauh lebih besar daripada apakah kami memiliki model AI yang lebih baik.

AI juga semakin penting dalam deteksi penipuan dan keamanan keuangan. Bagaimana platform keuangan dapat menggunakan AI untuk mengidentifikasi aktivitas mencurigakan tanpa menghasilkan terlalu banyak positif palsu atau membuat transaksi sah menjadi lebih sulit bagi usaha kecil?

AI sangat berguna untuk menemukan hal‑hal yang tampak tidak wajar. Model bahasa ternyata sangat handal dalam klasifikasi dan pengelompokan, sehingga Anda dapat memanfaatkannya untuk mengidentifikasi perilaku tidak biasa dengan biaya yang relatif rendah.

Perbedaan pentingnya adalah saya tidak akan menggunakan model nondeterministik untuk membuat keputusan akhir. Saya akan menggunakannya untuk menandai potensi masalah, lalu model deterministik yang akan mengambil keputusan. Begitulah cara kami menangani penipuan di Novo.

Kami juga bekerja sama dengan perusahaan seperti Sardine, yang dapat membawa pola dari kumpulan lembaga keuangan yang jauh lebih luas ke dalam model kami. Mereka membantu kami mengidentifikasi hal‑hal seperti kredensial yang sebelumnya terkait dengan penipuan atau perilaku yang tampak otomatis. Kami telah membangun operasi penipuan yang kuat dengan kombinasi teknologi dan keahlian tersebut. Keamanan selalu merupakan perlombaan senjata, tetapi AI memberi kami alat yang lebih baik untuk tetap berada di depan.

Sistem AI keuangan dapat memiliki akses ke informasi yang sangat sensitif tentang pendapatan, pengeluaran, pelanggan, dan kesehatan keuangan sebuah perusahaan. Perlindungan apa yang harus diharapkan para wirausahawan terkait privasi data, keamanan, dan penggunaan data keuangan mereka untuk melatih model AI?

Ada beberapa lapisan dalam hal ini, dimulai dengan kebijakan dan ketentuan model yang Anda gunakan. Penyedia model frontier utama menawarkan paket enterprise dan API di mana data pelanggan tidak digunakan untuk melatih model mereka, namun masih ada perbedaan penting antara menggunakan model melalui API dan menggunakannya melalui aplikasi konsumen di mana riwayat percakapan Anda disimpan.

Ada juga pertanyaan tentang seberapa banyak informasi yang sebenarnya ingin Anda berikan kepada sistem AI. Di Novo, kami merancang agen kami sehingga pelanggan dapat membuat pilihan tersebut. Anda mungkin menginginkan agen menjawab pertanyaan hanya dengan pengetahuan perbankan kami, atau sekadar mengarahkan Anda ke tempat informasi berada di aplikasi, atau Anda mungkin merasa nyaman memberikan lebih banyak data keuangan karena hal itu menghasilkan jawaban yang lebih baik.

Kami juga menempatkan sistem di antara data pelanggan dan model yang secara otomatis menghapus informasi sensitif seperti EIN dan nomor Jaminan Sosial, serta terus menguji sistem kami untuk memastikan tidak mengungkapkan data yang tidak seharusnya. Itulah yang membuat pembangunan AI yang baik menjadi sulit. Tidak hanya soal membuat model menjadi pintar. Anda harus membangun perlindungan di sekelilingnya dan terus mengujinya.

Ada antusiasme yang luar biasa terhadap AI di fintech saat ini. Aplikasi apa yang Anda yakini benar‑benar transformatif bagi usaha kecil, dan di mana Anda pikir industri saat ini terlalu membesar‑bawakannya?

Seharusnya ada antusiasme untuk AI di setiap industri. Kami sudah pernah melihat skenario ini sebelumnya. Internet mengubah cara kami mendistribusikan perangkat lunak, browser mengubah cara kami mengaksesnya, komputasi awan mengubah cara kami menyebarkannya, dan seluler mengubah di mana kami dapat menggunakannya. AI kini mengubah cara kami mengalami perangkat lunak.

Hal yang paling menarik bagi saya adalah bahwa kami juga mengubah bahasa perangkat lunak itu sendiri. Orang dapat semakin banyak membangun perangkat lunak dengan mendeskripsikan apa yang mereka inginkan dalam bahasa alami alih‑alih belajar JavaScript atau Python. Selama beberapa dekade, pengetahuan teknis itu menjadi salah satu penghalang yang membuat pengembangan perangkat lunak tertutup. Penghalang itu mulai runtuh, yang menjadi salah satu alasan mengapa perusahaan seperti Lovable dan Replit tumbuh begitu cepat.

Pada saat yang sama, saya rasa kami masih berada pada tahap sangat awal. Banyak hype berasal dari orang‑orang di Silicon Valley yang mengalami AI dengan kecepatan yang sama sekali berbeda dibandingkan dengan yang lain. Perusahaan yang benar‑benar mendapatkan nilai dari AI tidak memperlakukannya seperti sihir. Mereka mencari tahu apa yang sebenarnya dapat dilakukan AI dan menerapkannya pada masalah‑masalah yang cocok.

Kami masih berada di awal perjalanan ini. Jika Anda membandingkan adopsi AI dengan kurva adopsi awal internet dan seluler, itu masih sangat awal. Jadi saya rasa menolak AI karena teknologi saat ini belum memenuhi sebagian hype akan sama seperti menilai internet awal sebagai sekadar tren sesaat.

Ke depan, bagaimana menurut Anda AI akan mengubah perbankan usaha kecil itu sendiri? Akankah kita akhirnya beralih dari model akun, dasbor, dan alat keuangan saat ini ke platform keuangan otonom yang secara aktif mengelola sebagian besar operasi keuangan perusahaan atas nama pemilik?

Itulah visi yang kami bangun di Novo. Pada dasarnya, kami ingin menciptakan kembali pengalaman memiliki penasihat perbankan yang hebat di ponsel Anda. Anda harus dapat mengajukan pertanyaan dan mendapatkan jawaban, menghasilkan bagan atau laporan saat Anda membutuhkannya, mendengar tentang kredit pada waktu yang tepat, menemukan asuransi seiring pertumbuhan bisnis, bahkan mengetahui tentang hibah atau perubahan pajak yang dapat menguntungkan Anda.

Inovasinya bukan sekadar AI yang melakukan sesuatu untuk Anda. Ini tentang membuat AI melakukan hal‑hal tersebut dengan cukup baik sehingga Anda benar‑benar mempercayainya. Itu jauh lebih sulit daripada yang terdengar, dan saya rasa kepercayaan menjadi fitur utama produk itu sendiri.

AI dapat memegang jauh lebih banyak informasi dalam konteks dibandingkan manusia, tetapi tidak dapat menggantikan hubungan manusia yang sebenarnya menggerakkan bisnis ke depan. Orang mengambil risiko, membangun hubungan, dan menciptakan peluang yang menggerakkan ekonomi. Itulah mengapa ukuran keberhasilan kami di Novo bukan membuat Anda menghabiskan lebih banyak waktu di aplikasi kami. Sebaliknya, kami ingin Anda menghabiskan sesedikit mungkin waktu di sana dan menyelesaikan lebih banyak dalam beberapa menit itu dibandingkan sebelumnya.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin belajar lebih lanjut harus mengunjungi Novo.