ウィルソン・チャン、Permutable AIの創設者兼CEO – インタビュー・シリーズ

ウィルソン・チャンは、ロンドンに拠点を置く金融機関向けのリアルタイム・グローバル・データとセンチメント・インテリジェンスを提供するPermutable AIの創設者兼CEOです。AI、金融市場、データ・エンジニアリングの背景を持ち、ウィルソンは、膨大な情報フローを説明可能な、実行可能なインサイトに変換するシステムを構築しています。彼は、金融市場におけるAIイノベーション、市場のセンチメント、データ駆動型の意思決定の未来についての頻繁なコメンテーターであり、人間の専門知識を置き換えるのではなく、強化するテクノロジーを主張しています。

あなたは、メリルリンチとシティでのキャリアを経て、Permutable AIを設立しました。伝統的な金融から市場インテリジェンスに焦点を当てたAI企業への移行を促したものは何ですか?

私は、メリルリンチの固定収益派生商品デスクでクォントレーダーとしてキャリアを始めました。そこでは、すでに初期の機械学習技術を使用して、収益曲線のアービトラージを高速化する実験を行っていました。金融の大部分はまだ「ソフトウェア1.0」の心構えで、手作業でコード化されたルールと手動で調整されたモデルでした。

過去10年間で、急速な進歩が見られました。最初は「ソフトウェア2.0」に移行し、ニューラルネットワークが明示的なロジックに取って代わったのです。現在は、「ソフトウェア3.0」に突入し、大規模な言語モデルが大量の非構造化データを直接推論できるようになりました。内部から見てこれらの変化が起こっているのを目撃することで、市場が最終的にAIネイティブ・システムによって形作られることになることは明らかでした。そうしたシステムは、従来のスタックよりも迅速に、より総合的にグローバル情報を解釈できるからです。

Permutable AIは、まさにその機会を捉えるために設立されました。リアルタイムで市場の変化を予測するのではなく、事後的に反応するのではなく、モダンなLLMとマルチエージェント・システムを構築することです。

Permutable AIの使命は「市場の変化に反応するのではなく、予測する」です。この哲学は、垂直LLMアーキテクチャの初期設計にどのように影響しましたか?

私たちは、関係と因果関係を理解するように設計された推論モデルを構築しました。そうではなく、相関関係だけに焦点を当てました。アーキテクチャは、新しいマクロ条件、ニュース・フロー、地政学的開発に継続的に適応します。その適応層は、私たちの哲学の核心です。市場を予測したいのであれば、システムは世界と同じスピードで進化する必要があるからです。

垂直型LLMと一般目的のLLM（例：GPT）とはどう異なり、金融および商品市場に適しているのでしょうか?

Permutableでは、エンドツーエンドのワークフローを実行するように設計されたマルチエージェント・スタックを構築しています。伝統的にチーム全体が扱っていたものです。私たちは、それらがすでに市場の大部分を上回っていると自信を持っています（1年間の結果を参照）。しかし、私たちは、これらのエージェントを高度に熟練したエンジニアやドメインの専門家と組み合わせることで、最良の結果が得られることを信じています。

垂直LLMには、金融オントロジー（エンティティ、フロー、サプライ・チェーン、 マクロ・ドライバー、相関関係）が埋め込まれています。出力は単なるテキストではありません。構造化された意思決定（ドライバー、影響レベル、信頼度スコアなど）です。市場向けに特別に設計されています。

多くの機関は、アナリティクス・インフラストラクチャーを近代化するのに苦労しています。私たちの推論ベースの適応型アーキテクチャーは、実用的にはどのようにしてレガシー・システムを置き換えますか?

私たちは、自己評価と継続的な監視を中心としたLLMシステムを構築しました。目標は、人間の監視を最小限に抑えながら、信頼性を確保することです。現実は、文化的および構造的な障壁が多くの場合、革新を妨げているため、大規模機関内の革新は非常に困難であるということです。

組織が適切な文化とリーダーシップを持っている場合、変革は劇的に進行します。最終的には、この変化を受け入れる機関は加速し、受け入れない機関は関連性を維持するのに苦労する可能性があります。

トレーディング・コーパイロットは興味深い開発です。リアルタイムのセンチメントとマクロ経済データをどのように利用してトレーダーに優位性を与えるのか説明してください。

私たちのシステムは、数十万件の記事をリアルタイムでスキャンし、実際に重要なものを表面化させます。標準的なLLMが生成できるものをはるかに超えた分析が、ほぼ瞬時に生成されます。基本的に、毎回トレーダーの隣に座るライブ・リージョニング・エンジンであり、世界の読みを常に更新しています。

説明可能なAIは、規制された業界ではますます重要になっています。Permutableは、モデルと意思決定の出力において透明性と説明責任をどのように確保していますか?

私たちの主な違いは、モデル出力が完全に追跡可能であり、正確な記事、タイムスタンプ、ソースまで遡ることができることです。タスクの境界を厳密に制御することで、妄想を減らしています。コア・アーキテクチャーに組み込まれた透明性と監査証跡がすべてに付随しています。

現在、パートナーシップはデータ・プロバイダー、トレーディング・プラットフォーム、分析会社に及んでいます。Permutableにとって、理想的な戦略的パートナーシップとはどのようなものですか? また、これらの提携は、グローバルなリーチをどのように強化しますか?

私たちは、Permutableの長期的なビジョンに一致するパートナーを探しています。つまり、リアルタイムの市場インテリジェンスをグローバル市場の意思決定フローに取り込むことです。理想的なパートナーは、国際的なリーチ、エコシステムの信頼性、そしてインテリジェンスとインサイトを複数の地域や資産クラスにわたって拡大する能力を持っています。

「資本市場のための世界モデル」を構築するという目標について説明してください。実践では、それはどのようなものになりますか? また、達成するためにどのような課題が待ち受けていますか?

世界モデルは、取引可能な資産価格が互いにどのように関連し、影響を与えるかを理解するものです。そうした資産は、主権債務、為替、商品、あるいはコーヒーの価格など、多種多様なものになり得ます。世界モデルは、グローバル市場のダイナミクスを統一的に表現したものです。

次の5年間で、適応型AIは、資産運用会社、ヘッジファンド、その他の金融機関の意思決定の速度と精度をどのように変えますか?

ボードレベルのミーティングに呼ばれたとき、組織がAI変換に適しているかどうかを最初の1分以内に判断できます。文化はすべてです。

マルチモーダルAIが、レポート、ニュース、画像、フロー・データ、価格シグナルを単一の推論レイヤーに統合することは事実です。ヘッジファンドは、より迅速に適応することでさらに前進するでしょう。しかし、多くの大手トレーディング組織では、イノベーションに抵抗するチームが依然として存在し、景観がどれほど速く変化しているかを実感していないのです。

最後に、トレーディングと分析を形作り続けるAIの次のフロンティアについて、Permutable AIとより広いフィンテック・エコシステムで何が最も興味深いと思いますか?

マルチエージェント・システムが主流のフレームワークになるでしょう。ただし、ツールはまだ成熟していません。私が最も興味を持つのは、トレーディングと分析の勝者となるのは、適応し、変化する意欲と能力を持つ機関になるということです。まさにそこが、Permutableのビジョンが座る場所です。

素晴らしいインタビュー、詳しく知りたい読者は、Permutable AIを訪問してください。