Raj Bakhru, mede-oprichter en CEO van BlueFlame AI – Interviewreeks

Raj Bakhru, mede-oprichter en CEO van BlueFlame AI, put zichzelf in een brede achtergrond met verkoop, marketing, softwareontwikkeling, bedrijfsgroei en bedrijfsbeheer. Gedurende zijn carrière heeft hij een centrale rol gespeeld bij de ontwikkeling van topklasse-instrumenten in alternatieve beleggingen en cybersecurity.

Voordat hij bij BlueFlame AI kwam, was Raj Chief Strategy Officer bij ACA, waar hij verantwoordelijk was voor corporate ontwikkeling en M&A, evenals interim Co-CEO, Chief Innovation Officer en Head of RegTech en ESG. Hij was de oprichter van Aponix, later de cyberdivisie van ACA, een leider in de alternatieve sector. Raj’s ervaring omvat rollen als kwantitatief softwareontwikkelaar bij Kepos Capital, Highbridge en Goldman Sachs (GS ) Asset Management. Hij heeft een B.S. in Computer Engineering van Columbia University, evenals CISSP- en CFA-credentials.

BlueFlame AI biedt een AI-native, purpose-built en LLM-agnostische oplossing die speciaal is ontwikkeld voor alternatieve beleggingsmanagers.

Het team heeft ervaring in dealmaking, softwareontwikkeling, cybersecurity en dienstverlening binnen de alternatieve beleggingssector. Deze achtergrond informeert de benadering van het bedrijf om branchspecifieke workflows en systemen te begrijpen, waardoor het mogelijk is om generatieve AI-oplossingen te implementeren die zijn aangepast aan de behoeften van alternatieve beleggingsfondsen.

Kunt u ons wat vertellen over uw achtergrond en hoe uw vroege ervaringen bij Goldman Sachs, Highbridge en Kepos Capital uw begrip van technologie, cybersecurity en alternatieve beleggingen hebben gevormd?

Ik heb een groot deel van mijn vroege carrière doorgebracht bij kwantitatieve fondsen, waar modellen alles handelden, van aandelen tot FX tot credit en exotische swaps. Ik heb veel geleerd over hoe hedgefondsen werken en de eind-tot-eind workflows bij hedgefondsen. Beide hebben onze latere werkzaamheden in cybersecurity en nu bij BlueFlame beïnvloed bij het aanpakken van die workflows met AI. Bij ACA Group hebben we de compliancebehoeften van de sector geleerd en de cyberprogramma’s voor honderden alternatieve beleggingsadviseurs opgebouwd.

Mijn achtergrond is representatief voor ons hele team: we hebben 35+ mensen met soortgelijke maar verschillende ervaringen bij een breed scala aan hedgefondsen, private equity en credit shops, en van leveranciers die zijn toegewijd aan de sector.

We geloven dat praktische, real-world ervaring in deze sector essentieel is om AI-proof-of-concepts te vertalen in realiteit voor deze fondsen.

Wat heeft u geïnspireerd om over te stappen van softwareontwikkeling in kwantitatieve financiën naar ondernemerschap in cybersecurity en AI?

Ik ben en blijf een technoloog in hart en nieren. Het gemeenschappelijke draad door kwantitatieve financiën, cybersecurity en AI is dat ik op het moment dat ik in de sector werkte, een renaissance en een massale opbouw meemaakte. Ik geniet er enorm van om op de grond te staan als een nieuwe sector evolueert en om samen met onze klanten te helpen bouwen.

BlueFlame AI is speciaal ontwikkeld voor alternatieve beleggingsmanagers. Wat maakt het anders dan algemene AI-platforms zoals OpenAI’s ChatGPT of andere enterprise AI-oplossingen?

Een verticale oplossing zoals BlueFlame is geen concurrent van horizontale oplossingen zoals ChatGPT. We bieden een out-of-the-box set van oplossingen die probleemoplossing sneller en gemakkelijker maken in onze verticale sector, met specifiekere tooling om gemeenschappelijke use cases aan te pakken.

Een voorbeeld kan zijn het genereren van Investment Committee (IC) memo’s. Hoewel het mogelijk is om een horizontale oplossing te gebruiken om een gestructureerd resultaat te krijgen, zal deze geen integraties hebben met CRMs, marktgegevensleveranciers of interne bestanden om de IC-memo te voeden. Horizontale oplossingen zullen geen mogelijkheid hebben om de inhoud in een sjabloon-PowerPoint-presentatie te plaatsen.

Kunt u ons doorlopen hoe BlueFlame AI de productiviteit van hedgefondsen, private equity-fondsen en andere alternatieve beleggers verhoogt?

We implementeren AI-gedreven use cases voor onze klanten, die vaak beginnen met front-office taken maar de hele onderneming kunnen omvatten. Deze use cases, hoewel gemeenschappelijk, verschillen van fonds tot fonds. Sommige fondsen geven veel om expert network transcripten, terwijl anderen dat niet doen. Sommige fondsen geven veel om query credit agreements, terwijl anderen dat niet doen.

We werken samen met onze klanten om de use cases met de hoogste ROI te identificeren en 3-5 daarvan in hun eerste jaar aan te pakken.

Gezien uw uitgebreide ervaring in cybersecurity, wat zijn de belangrijkste beveiligingsrisico’s waar alternatieve beleggingsfondsen zich bewust van moeten zijn bij het adopteren van GenAI-oplossingen?

Gegevensbeveiliging en -privacy zijn een grote zorg bij het gebruik van GenAI. Ten eerste is het essentieel om te begrijpen waar uw gegevens naartoe gaan en hoe ze worden beschermd met LLM-aanbieders die gehoste oplossingen zijn. Ten tweede is het begrijpen van de beveiligingsmaatregelen die zijn geïmplementeerd om ervoor te zorgen dat uw gegevens veilig zijn en niet worden gebruikt om modellen te trainen of per ongeluk worden blootgesteld aan andere klanten, kritiek, aangezien alternatieve beleggingsfondsen te maken hebben met zeer gevoelige, eigendomsrechten van handelsstrategieën en beleggersinformatie die catastrofale gevolgen kunnen hebben als ze worden geschonden. Ten slotte moeten fondsen robuuste governance-kaders implementeren die duidelijke gegevensbehandelingsbeleid, regelmatige beveiligingsaudits en uitgebreide trainingsprogramma’s omvatten om het risico en de opkomende bedreigingen die mogelijk vertrouwelijke informatie kunnen extraheren door interactie met deze krachtige AI-systemen, te mitigeren.

U hebt de nadruk gelegd op de LLM-agnostische benadering van BlueFlame AI. Waarom is dit een belangrijke functie, en hoe komt dit uw klanten ten goede?

We geloven dat de kracht van alle LLM’s samen groter is dan alleen maar één. We zien dat elke dag gebeuren als we samenwerken met klanten om automatiseringen te bouwen waarbij we weten dat één LLM mogelijk beter presteert dan een andere voor een bepaalde taak. DeepSeek was een interessant moment dat liet zien dat open-source modellen zeer interessant en concurrerend worden. Onze LLM-agnostische benadering betekent dat we allemaal kunnen en zullen gebruiken, onze klanten kunnen dit rechtstreeks doen zonder individuele licenties voor elk nodig te hebben, en we kunnen automatisch routeren naar de beste keuze voor een bepaalde taak op een bepaald moment. Dit blijft nuttig als modellen in de loop van de tijd veranderen.

Veel fondsen worstelen met een overvloed aan informatie. Hoe helpt BlueFlame AI beleggingsmanagers bij het stroomlijnen van onderzoek en due diligence?

BlueFlame AI helpt bij enterprise-kennisbeheer door middel van zoekopdrachten en antwoorden over alle systemen. We lossen zowel informatie-overvloed als dataspreiding op. Een eenvoudig antwoord kan in een van de 5-10 systemen van een fonds leven. We zoeken over al deze systemen om potentiële antwoorden te vinden op elke gegeven vraag binnen hun belangrijkste systemen en bestandsopslag.

Regulatoren beginnen nu aandacht te besteden aan het gebruik van AI in financiële markten. Hoe ziet u de evolutie van compliance in het AI-gedreven beleggingslandschap?

Vandaag de dag verwachten regulatoren beleid en procedures en zorgvuldige bescherming van beleggersgegevens, met name bescherming tegen modellen die worden getraind op gevoelige gegevens van derden. Kort daarna zullen we een compliance-laag zien tegen agents: deze agents zullen “toegangs personen” zijn en moeten voldoen aan de compliance-regels van het fonds, net als elk ander teamlid.

Wat moeten hedgefondsen en private equity-fondsen prioriteren bij het integreren van AI in hun workflows, terwijl ze sterke beveiligingsmaatregelen handhaven?

Ik denk dat elk fonds, als het begint, twee dingen moet doen. Ten eerste moet het de beste use cases voor het fonds identificeren. Meestal leveren front-office taken een hogere, directe ROI. Kaart deze use cases uit tegen de beschikbare capaciteiten op de markt om de 3-5 te identificeren die u wilt aanpakken. Ten tweede moet het fonds het juiste product en de juiste partner vinden. Zoek een bedrijf dat u denkt dat responsief en in staat zal zijn om samen met u te itereren – een bedrijf met bewezen succes en de juiste cyber-/privacy-/compliance-houding.

Hoe ziet de toekomst van AI in alternatieve beleggingen eruit? Ziet u AI ooit een rol spelen bij het nemen van beleggingsbeslissingen?

AI is al betrokken bij beleggingsbeslissingen, maar dit wordt alleen maar meer gebruikelijk. Veel PE-functies zullen AI-agents hebben, zoals een sourcing-agent om te helpen bij doelwitbereik en planning. Uiteindelijk zullen er kwantitatieve PE-fondsen zijn die volledig met AI-modellen werken, net zoals kwantitatieve hedgefondsen. Deze kwantitatieve PE-fondsen zullen AI-agents hebben die interactie hebben met bankiers, advocaten, enz. om overeenkomsten te sluiten.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen BlueFlame AI bezoeken.