Wilson Chan, Pendiri dan CEO Permutable AI – Seri Wawancara

Wilson Chan adalah Pendiri dan CEO Permutable AI, sebuah perusahaan yang berbasis di London yang mengkhususkan diri dalam data dan intelijen sentimen waktu nyata untuk lembaga keuangan. Dengan latar belakang di AI, pasar keuangan, dan teknik data, Wilson membangun sistem yang menerjemahkan aliran informasi yang luas menjadi wawasan yang dapat dijelaskan dan dapat diambil tindakan. Ia adalah komentator yang sering tentang inovasi AI di pasar keuangan, sentimen pasar, dan masa depan pengambilan keputusan yang didorong oleh data, yang menganjurkan teknologi yang meningkatkan keahlian manusia daripada menggantinya.

Anda memulai karir Anda di Merrill Lynch dan Citi sebelum mendirikan Permutable AI. Apa yang menginspirasi Anda untuk beralih dari keuangan tradisional ke membangun perusahaan AI yang fokus pada intelijen pasar?

Saya memulai karir saya sebagai pedagang kuantitatif di Merrill Lynch di meja derivatif pendapatan tetap, di mana bahkan saat itu kami bereksperimen dengan teknik pembelajaran mesin awal untuk mempercepat arbitrase di sepanjang kurva hasil. Sebagian besar keuangan masih dalam pola pikir “perangkat lunak 1.0” – aturan yang dikodekan tangan dan model yang disesuaikan secara manual.

Selama dekade terakhir, kami telah menyaksikan kemajuan yang cepat: pertama ke “perangkat lunak 2.0,” di mana jaringan neural menggantikan logika eksplisit, dan sekarang ke “perangkat lunak 3.0,” di mana model bahasa besar dapat secara langsung beralasan atas volume besar data yang tidak terstruktur. Melihat pergeseran tersebut terjadi dari dalam membuatnya jelas bahwa pasar akhirnya akan dibentuk oleh sistem asli AI yang dapat menafsirkan informasi global lebih cepat dan lebih holistik daripada tumpukan tradisional.

Permutable AI dibuat untuk menangkap kesempatan tersebut – membangun model LLM modern dan sistem multi-agents yang dapat memprediksi pergeseran pasar secara waktu nyata daripada bereaksi setelahnya.

Misi Permutable AI untuk “memprediksi, bukan hanya bereaksi terhadap, perubahan pasar” sangat menarik. Bagaimana filosofi ini membentuk desain awal arsitektur LLM vertikal Anda?

Kami telah membangun model penalaran yang dirancang untuk memahami hubungan dan kausalitas, bukan hanya korelasi. Arsitektur ini beradaptasi secara terus-menerus dengan kondisi makro baru, aliran berita, dan perkembangan geopolitik. Lapisan adaptif itu inti dari filosofi kami: jika Anda ingin memprediksi pasar, sistem harus berkembang secepat dunia itu sendiri.

Bagaimana Anda menjelaskan perbedaan antara model bahasa besar vertikal dan model LLM umum seperti GPT, dan mengapa mereka lebih cocok untuk pasar keuangan dan komoditas?

Di Permutable, kami membangun tumpukan multi-agents yang dirancang untuk bekerja secara kolaboratif dan melakukan alur kerja akhir-ke-akhir yang tradisional ditangani oleh tim seluruhnya. Kami yakin mereka sudah outperform sebagian besar pasar (lihat hasil 1 tahun kami), tetapi kami juga percaya bahwa hasil terbaik datang dari menggabungkan agen-agen ini dengan insinyur dan ahli domain yang sangat terampil.

Model LLM vertikal membenamkan ontologi keuangan – entitas, aliran, rantai pasokan, penggerak makro, korelasi. Keluarannya bukan hanya teks, tetapi keputusan terstruktur: penggerak, tingkat dampak, skor kepercayaan, sehingga dibangun khusus untuk pasar.

Banyak lembaga yang bergumul untuk memodernisasi infrastruktur analitik mereka. Bagaimana arsitektur penalaran berbasis dan adaptif Anda menggantikan sistem warisan secara praktis?

Kami telah membangun sistem LLM dengan evaluasi diri dan pemantauan terus-menerus di intinya. Tujuannya adalah untuk menjaga pengawasan manusia tetap fokus dan minimal, sementara masih memastikan keandalan. Kenyataannya adalah bahwa inovasi di dalam lembaga besar sangat sulit karena penghalang budaya dan struktural sering menghalangi jalan.

Di mana organisasi memiliki budaya dan kepemimpinan yang tepat, transformasi itu dramatis. Pada akhirnya, mereka yang mengadopsi pergeseran ini akan mempercepat; mereka yang tidak mungkin akan bergumul untuk tetap relevan.

Co-Pilot Perdagangan adalah pengembangan yang menarik. Bagaimana ia menggunakan data sentimen dan makroekonomi waktu nyata untuk memberikan keunggulan kepada pedagang?

Sistem kami memindai ratusan ribu artikel secara waktu nyata dan menonjolkan yang benar-benar penting – lengkap dengan analisis yang dihasilkan hampir secara instan. Ini jauh melampaui apa yang dapat dihasilkan oleh LLM standar yang diaktifkan pencarian. Ini pada dasarnya adalah mesin penalaran langsung yang duduk di samping setiap pedagang, terus-menerus memperbarui bacaannya tentang dunia.

AI yang dapat dijelaskan menjadi semakin kritis di industri yang diatur. Bagaimana Permutable memastikan transparansi dan akuntabilitas dalam model dan keluaran keputusannya?

Pembeda utama kami adalah bahwa setiap keluaran model sepenuhnya dapat dilacak hingga artikel, timestamp, dan sumber yang tepat. Kami mengurangi halusinasi dengan mengontrol ketat batas tugas setiap model. Semuanya datang dengan jejak audit bawaan dengan transparansi yang tertanam di inti arsitektur.

Kerja sama Anda sekarang mencakup penyedia data, platform perdagangan, dan perusahaan analitik. Apa yang terlihat seperti kemitraan strategis ideal untuk Permutable, dan bagaimana kemitraan-kemitraan ini meningkatkan jangkauan global Anda?

Kami mencari mitra yang sejalan dengan visi jangka panjang Permutable: membawa intelijen pasar waktu nyata yang didorong AI ke dalam aliran keputusan inti pasar global. Mitra ideal memiliki jangkauan internasional, kredibilitas ekosistem yang kuat, dan kemampuan untuk membantu menskalakan intelijen dan wawasan kami di seluruh wilayah dan kelas aset yang berbeda.

Anda telah menyebutkan tujuan membangun “model dunia untuk pasar modal.” Apa yang terlihat seperti model tersebut dalam praktiknya, dan apa tantangan yang harus diatasi untuk mencapainya?

Model dunia secara efektif memetakan dan memahami bagaimana harga aset yang dapat diperdagangkan berinteraksi dan mempengaruhi satu sama lain – apakah aset itu utang negara, mata uang, komoditas, atau bahkan sesuatu yang spesifik seperti harga kopi. Ini adalah representasi terpadu dari dinamika pasar global.

Bagaimana Anda melihat AI adaptif mengubah kecepatan dan akurasi pengambilan keputusan untuk manajer aset, dana lindung nilai, dan lembaga keuangan lainnya dalam lima tahun ke depan?

Kapan pun saya diundang ke pertemuan tingkat dewan, saya tahu dalam satu menit apakah organisasi tersebut mampu melakukan transformasi AI. Budaya adalah segalanya.

Ini adalah fakta bahwa AI multi-modal akan menyatukan laporan, berita, gambar, data aliran, dan sinyal harga ke dalam lapisan penalaran tunggal. Dan bahwa dana lindung nilai akan melangkah lebih jauh ke depan karena mereka beradaptasi lebih cepat. Tetapi banyak organisasi perdagangan besar bersama dengan yang paling cerdas masih memiliki tim yang menolak inovasi – mereka hanya tidak menyadari seberapa cepat lanskapnya berubah.

Akhirnya, karena AI terus membentuk kembali perdagangan dan analitik, apa yang paling menggembirakan Anda tentang frontier berikutnya untuk Permutable AI dan ekosistem fintech yang lebih luas?

Kami percaya bahwa sistem multi-agents akan menjadi kerangka kerja dominan, meskipun tooling masih dalam tahap pematangan. Apa yang paling menggembirakan saya adalah bahwa pemenang dalam perdagangan dan analitik akan menjadi lembaga yang paling mau dan mampu beradaptasi – dan itu tepat di mana visi Permutable berada.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Permutable AI.