Naré Vardanyan, Co-Founder & CEO of Ntropy – Seri Wawancara

Naré Vardanyan, Co-Founder & CEO of Ntropy, sebuah platform yang memungkinkan pengembang untuk memparse transaksi keuangan dalam waktu kurang dari 100ms dengan akurasi super-manusia, membuka jalan bagi generasi baru keuangan otonom, memungkinkan produk dan layanan yang belum pernah ada sebelumnya. Ini mengubah aliran transaksi mentah menjadi informasi terstruktur yang kontekstual dengan menggabungkan data dari berbagai sumber, termasuk model bahasa alami, mesin pencari, database internal, API eksternal, dan data transaksi yang ada dari seluruh jaringan.

Anda tumbuh dewasa di Armenia, tanpa listrik selama perang. Bisakah Anda berbagi beberapa detail tentang hari-hari awal ini, dan bagaimana ini membawa Anda bekerja untuk Perserikatan Bangsa-Bangsa?

Pengalaman itu dibagikan oleh seluruh generasi di Armenia. Ini memupuk dalam diri saya rasa imajinasi dan kemampuan untuk menemukan solusi bahkan dengan sedikit sumber daya. Seperti orang lain yang tumbuh dewasa di zona konflik, periode ini dalam hidup saya memiliki dampak mendalam pada bagaimana saya melihat dunia. Kondisi yang menantang ini memupuk rasa tanggung jawab bersama dalam komunitas dan dorongan yang kuat untuk membawa perubahan positif. Saya menyadari bahwa tantangan kita melampaui perjuangan individu, saya merasa ada panggilan untuk berpikir dalam skala yang lebih luas dan mengarahkan upaya saya. Ini, pada gilirannya, membawa saya ke Perserikatan Bangsa-Bangsa.

PBB muncul sebagai platform ideal untuk memberikan kontribusi yang berarti. Mengingat posisi geopolitik yang rapuh dari Armenia dan aspirasi saya untuk mempengaruhi masalah global, saya percaya bahwa bekerja sama dengan PBB akan menawarkan kesempatan untuk membuat perbedaan yang sebenarnya. Dengan menjadi bagian dari diskusi dan keputusan yang penting, saya bertujuan untuk memiliki dampak yang berarti pada masalah dunia.

Anda segera kehilangan kepercayaan pada Perserikatan Bangsa-Bangsa, bagaimana Anda kemudian beralih untuk bekerja di teknologi?

Kekecewaan dengan PBB berakar pada sifatnya yang lambat dan birokratis, yang akhirnya memicu perubahan dalam aspirasi karir saya. Meskipun PBB memiliki kelebihan, saya menyadari bahwa seringkali kekurangan tindakan yang efektif dan kemampuan untuk mengarahkan perubahan yang sebenarnya. Pemahaman ini membimbing saya untuk mengalihkan fokus saya ke dunia teknologi – ruang yang dinamis dan tidak terbatas.

Di dunia teknologi, alat inovatif tersedia dan terus berkembang, memberi individu kemampuan untuk memicu transformasi tanpa hambatan yang tidak perlu. Lingkungan ini memungkinkan transformasi ide menjadi kenyataan, tanpa hambatan yang tidak perlu – aspek yang sangat menarik bagi saya. Potensi untuk membuat dampak yang substansial dan luas melalui teknologi menjadi panggilan yang tidak dapat ditolak, mendorong saya untuk terjun ke bidang ini.

Apa beberapa proyek data pertama yang Anda kerjakan?

Salah satu proyek awal saya adalah membuat aplikasi yang fokus pada kesehatan mental remaja. Aplikasi ini menggunakan data haptik pasif dan kecerdasan konversasional untuk mengidentifikasi tanda-tanda awal gangguan bipolar. Pada saat itu, bidang pemrosesan bahasa alami belum seadvanced seperti sekarang, yang cukup mengesankan mengingat ini hanya sekitar enam tahun yang lalu ketika proyek ini dimulai. Kerja kami adalah salah satu inisiatif penelitian dan pengembangan pertama di ruang ini, dan kami kemudian menjual IP kami kepada perusahaan asuransi untuk analisis dan underwriting internal.

Anda sebelumnya berinvestasi di perusahaan AI dan ML melalui AI Seed yang berbasis di London, apa beberapa karakteristik umum yang Anda amati dengan startup AI yang sukses?

Benang merah yang konstan adalah memiliki akses eksklusif ke data, serta kemampuan untuk memanfaatkan data ini untuk menyelesaikan masalah dunia nyata. Selain itu, penting untuk mengakui bahwa dalam konteks perusahaan AI yang diterapkan, fokus bergeser dari sekadar membangun model; ini bergeser ke arah menciptakan produk yang berdampak dan berharga. Tim yang memahami dan menerima pandangan ini adalah mereka yang benar-benar berkembang dalam lanskap AI/ML. Misalnya, Predina menggunakan AI untuk memprediksi risiko kecelakaan kendaraan untuk lokasi dan waktu tertentu, sementara Observe Technologies menggunakan algoritma proprietary untuk mendukung pertanian ikan yang berkelanjutan.

Bisakah Anda berbagi cerita tentang asal muasal Ntropy?

Ntropy lahir dari ide bahwa beberapa informasi paling penting di dunia tersembunyi dalam transaksi keuangan. Sampai sekarang, data ini hidup dalam silo, yang kacau dan sulit dikerjakan. Kami menciptakan Ntropy untuk menjadi mesin data keuangan yang benar-benar global, lintas industri, lintas geo, dan multibahasa pertama yang dapat menyediakan akurasi setara manusia. Dengan menciptakan bahasa dan sistem umum untuk memahami data keuangan, kami memungkinkan kesetaraan kepercayaan dan akses ke uang untuk bisnis dan individu di mana saja. Dengan kemampuan untuk memahami dan menafsirkan transaksi ini, dinamika uang dapat didefinisikan ulang, bersama dengan akses ke uang.

Kami memiliki kisah startup yang sangat arketipal. Di awal, saya dan co-founder saya Ilia beroperasi dari basement sebuah bangunan sekolah yang ditinggalkan dan berdebu. Kami memulai dengan 20k transaksi dan model BERT yang disaring yang dilatih pada mereka. Data ini diperoleh dari aplikasi konsumen di Typeform dengan koneksi Plaid, dan didukung oleh teman dan keluarga. Kami bekerja dalam jam panjang dan kekurangan uang di awal, tetapi didorong oleh tekad dan dedikasi pada bisnis ini.

Maju cepat ke hari ini, perjalanan kami telah membawa kami untuk menganalisis dan melabeli miliaran transaksi. Sebagai hasilnya, kami sekarang memiliki salah satu database merchant paling komprehensif di dunia dengan sekitar 100M+ merchant yang diperkaya dengan nama, alamat, tag industri, dan lain-lain. Kami terus memperluas repositori transaksi kami – memanfaatkan kekuatan LLM pada data keuangan ini telah memberikan efisiensi biaya dan kecepatan yang tak tertandingi. Kapasitas ini memiliki potensi untuk merevolusi lanskap keuangan.

Mengapa data keuangan merupakan salah satu penyetar besar?

Data keuangan muncul sebagai penyetar yang kuat karena kemampuannya untuk memlevelkan lapangan, mengurangi ketidakpastian, dan memupuk kepercayaan. Ketika data melimpah dan rapi, ini berarti risiko yang terkait dengan pengambilan keputusan keuangan berkurang. Seiring risiko menjadi lebih terkelola, pergeseran terjadi. Biaya ketidakpastian berkurang, memungkinkan individu untuk membuat keputusan yang lebih informasi dan adil, yang pada gilirannya memlevelkan lapangan. Misalnya, jika kita memiliki akses yang lebih baik ke data dan tidak lagi membuat keputusan berdasarkan parameter yang sangat sempit, seorang imigran baru memiliki potensi yang sama dengan seseorang dari garis keturunan yang mapan untuk mendapatkan syarat yang menguntungkan pada pinjaman mobil atau hipotek. Pada dasarnya, hambatan yang disajikan oleh ketidakseimbangan keuangan mulai larut, memperkenalkan era di mana berbagai orang dapat mengakses kesempatan keuangan yang menguntungkan.

Apa beberapa tantangan di balik membangun AI yang dapat membaca dan memahami transaksi keuangan seperti manusia?

Mengembangkan AI yang dapat memahami transaksi keuangan seperti manusia adalah tantangan karena sifatnya yang probabilistik, yang dapat menyebabkan kesalahan. Tidak seperti manusia, sistem AI masih kekurangan struktur akuntabilitas. Tantangan utama adalah menyempurnakan sistem AI untuk mengurangi kesalahan dan dampaknya sambil memastikan skalabilitas. Menariknya, model yang lebih besar dapat mengurangi tantangan ini dengan secara bertahap meningkatkan akurasi seiring waktu. Kemampuan yang ditingkatkan dan kekayaan data dapat meningkatkan akurasi interpretatif AI, pada akhirnya menciptakan lingkungan yang lebih toleran terhadap kesalahan dan mempercepat adopsi luas sistem ini.

Bisakah Anda membahas bagaimana Ntropy menawarkan data keuangan yang standar?

Ntropy berfungsi sebagai platform yang komprehensif, menggabungkan spektrum model bahasa, mulai dari yang paling luas hingga yang paling kompak, bersama dengan heuristik. Model ini dilatih menggunakan data keuangan mentah, wawasan ahli, dan sampel yang diberi label oleh mesin. Tujuan kami adalah untuk mengekstrak wawasan yang berarti dari berbagai string transaksi dan menyajikannya secara kohesif dalam cara yang mudah dipahami. Suite kami terdiri dari API dan dashboard yang intuitif, memungkinkan konversi cepat data keuangan dalam hitungan milidetik. Fungsi ini terintegrasi dengan mulus ke dalam produk dan layanan pengguna.

Apa beberapa kasus penggunaan di balik data ini?

Aplikasi untuk data ini sangat luas, meliputi seluruh operasi keuangan. Ini memungkinkan berbagai fungsi termasuk pembayaran, underwriting, akuntansi, investasi, dan lain-lain. Fleksibilitas data menjadi jelas dalam kemampuannya untuk mempengaruhi berbagai aspek kegiatan keuangan, apakah itu melibatkan transfer dana, pencatatan yang teliti, atau optimasi penggunaan modal.

Pertimbangkan transaksi bank atau aplikasi anggaran. Sekilas memperlihatkan kesulitan dalam memahami pembelian karena nama dan deskripsi merchant yang tidak standar. Sementara banyak perusahaan telah mencoba menyelesaikan masalah ini melalui solusi internal, mereka seringkali gagal dalam hal skalabilitas, pemeliharaan, dan generalisasi. Model khusus biasanya hanya 60-70% akurat dan dapat memakan waktu berbulan-bulan untuk dibangun.

Teknologi Ntropy menggabungkan miliaran poin data dari database merchant global, mesin pencari, dan model bahasa yang dilatih pada versi yang disingkat dari web untuk memproses data bank di empat benua yang berbeda dan enam bahasa yang berbeda. Kami memungkinkan penggunaan model bahasa besar di skala keuangan untuk mendukung semua fungsi back-office.

Apa visi Anda untuk masa depan Ntropy?

Visi kami untuk Ntropy sangat jelas: Kami bertujuan untuk menjadi perusahaan AI Vertikal untuk layanan keuangan. Fondasi data dan intuisi yang kuat, didukung oleh tim yang berdedikasi, telah memposisikan kami secara unik untuk mengarahkan perubahan yang sebenarnya. Jadi, apa yang sebenarnya ini maksudkan dalam praktek? Ini tentang memanfaatkan kemajuan terbaru untuk mengubah keuangan dan membuka tingkat produktivitas baru yang sebelumnya tidak terjangkau.

Kita semua tahu bahwa perbankan dapat mahal. Tapi bayangkan jika kita bisa mengubahnya. Dengan mengurangi biaya, kita tidak hanya mengurangi pengeluaran, kita juga mendorong persaingan yang sehat, memperbaiki ekonomi sistem, dan pada akhirnya membuat layanan keuangan lebih mudah diakses dan efisien bagi semua orang. Itulah masa depan yang kita kerjakan – lanskap keuangan yang lebih adil dan lebih ramah pengguna.

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