Charlie Burgoyne, grunnlegger og administrerende direktør i Valkyrie Intelligence – Intervju-serie

Charlie Burgoyne er grunnlegger og administrerende direktør i Valkyrie Intelligence, et konsulentselskap med domeneekspertise i anvendt vitenskap og strategi. Charlie er også managing partner for Valkyrie Vertex, en AI-drevet venturefond basert i Austin, samt styreleder for Valkyrie Labs, et AI-produsentselskap.

Du har en bachelorgrad i astrofysikk og en mastergrad i teoretisk fysikk, hva gjorde du bestemte deg for å fokusere din karriere på datavitenskap og maskinlæring?

Før jeg startet mitt eget selskap, arbeidet jeg som fysiker for ulike regjeringslaboratorier og -byråer. Tidlig i min karriere så jeg at mainstream kunstig intelligens var overvurdert, dens virkelige potensial var misforstått, og dens mest spillendeige anvendelser var utilgjengelige. Etter hvert som jeg dykket dyptere inn i forskningen, ble jeg mer og mer interessert i naturen til intelligens, hvordan vi uttrykker det og hvordan vi kan anvende syntetiske versjoner av det. For å kunstig skape noe, må vi forstå dets organiske tilstand.

I 2017 grunnla du Valkyrie Intelligence, kan du fortelle oss om opphavet til dette startup-selskapet?

Jeg så en stor gap mellom de nyeste teknikkene i forskning og deres anvendelse i industrien. Mange vitenskapsmenn ble tvunget til å enten prioritere interessant forskning og prosjekter eller støtte en komfortabel tilværelse for sine familier, og jeg fant denne ultimatumet uroerende. Jeg satte ut til å skape en plass for vitenskapsmenn til å løse noen av den industrielle verdens mest interessante problemer. Jeg grunnla Valkyrie og samlet noen av de brightest hjernene i landet—matematikere, statistikere, biologer, kjemikere, fysikere—til å løse noen av de største problemene i moderne forretning og samfunn og utnytte kraften til datavitenskap for det større gode. Den virkelige verdien av AI på markedet nå er i de smale båndapplikasjonene av feltet, der AI automatiserer enkelt, ofte enkle oppgaver. Dette er der mennesker utvikler virkelig interessante algoritmer som ikke krever en syntetisk hjerne; de kapitaliserer på potensielle mønster som eksisterer og ligger stort sett dormant i data. Hos Valkyrie, fremmer vi omstrukturering av kunnskap og optimaliserer det for mønsterkjennelse.

Valkyrie Intelligence har et team av høyt utdannede vitenskapsmenn og strateger for å implementere avansert analyse. Hva slags prosjekter tar dere vanligvis på?

Vi elsker å ta på prosjekter der våre kunder kommer til oss og sier, “vi vet AI har en potensial innvirkning på vår forretning, men vi vet ikke hvor vi skal starte og vi vet ikke om vi har riktig data.” Vi er i stand til å bringe på vårt team for å skape en visjon og plan for gjennomføring som er i samsvar med hvor de vil at deres selskap skal gå og hva kode vi trenger for å komme dit. Kunder som forstår hvordan deres forretning kan transformere med teknologi er flotte, fordi hver organisasjon er forskjellig og krever en unik tilnærming. Dette gjelder for hver industri – vi har hjulpet banker kutte deres default-rater i halvparten, teleselskaper redesigne hele deres forretningsmodell og investeringsselskaper forutsi hvilke aktiver å kjøpe.

Hva er ett av de mest innvirkende prosjektene du har arbeidet på?

Det er vanskelig å navngi bare ett prosjekt som jeg har nydt mest. Sikkerhet, arbeidet vi gjorde for et Formel 1-lag i fjor var en høydepunkt, likeså et prosjekt i telekommunikasjon som kapitaliserte på nyeste forskning. Men, jeg ville si at det mest belønnende arbeidet for meg er arbeidet vi gjør for å støtte Forsvaret og etterretningsspace. Vi har nå hatt flere programmer rettet mot forsvaret av vår nasjon og gir våre krigere verktøy som gir dem en fordel på slagmarken. En del av vår visjon er å gjenoppvekke vitenskapsmenns iver til å tjene deres land på best mulig måte, gjennom matematikk. Jeg tror at lidenskap for regjeringservice har avtatt over de siste generasjonene, og det er så viktig for oss å gjenoppvekke denne lidenskapen for vårt lands skyld.

Ditt selskap er drevet av kvinner, startende med de to hovedvitenskapsmenn på ditt team. Dette er sjeldent i STEM og spesielt i AI. Tror du dette gir ditt selskap en fordel?

Valkyrie ble grunnlagt på troen på at et balansert team er et bedre team, og vi har historisk sett hatt kvinner i våre rekker. Jeg er en stor tilhenger av å ansette det beste talentet og gi dem mulighet til å lede og lykkes. Hvis du omgir deg med en variasjon av perspektiver og diverse stemmer, vil det styrke selskapet og styrke arbeidet. Etter hvert som vårt team utvides, er dette noe vi vil fortsette å prioritere.

Valkyrie Virtue er en ny filantropisk initiativ for å løfte nonprofits og kvinner i STEM. Kan du dele noen detaljer om dette nye initiativet?

Valkyrie bringer usedvanlig intelligente sinn inn i en felles laboratorium og en felles visjon. Jeg tror det er vårt ansvar som ledere å reagere når vår samfunn er i nød. Valkyries lidenskap for samfunnsberiking inspirerte oss til å lansere Valkyrie Virtue, som tilbyr pro-bono datavitenskapelige tjenester til nonprofit-organisasjoner, slik at de kan få tilgang til strategiske innsikter og bedre tjene Austin-samfunnet. Gjennom Valkyrie Virtue, samarbeidet vi nylig med en lokal nonprofit som er dedikert til å håndtere hjemløshet, ved å tilby våre datavitenskapsmenns talenter til å identifisere høyrisk-områder via AI og anbefale de beste tjenestene å tilby. Totalt sett donerte vårt team 836,5 pro-bono-timer i 2020, eller omtrent 223 175 dollar i tjenester. Vi lanserte også et årlig Women in STEM-stipendiefond for å støtte Austins kvinner av farge når de går inn i høyere utdanning, siden de mottar mindre enn en prosent av filantropiske innsats. I år samarbeidet vi med Hispanic Scholarship Consortium for å presentere et stipend på 10 000 dollar til en lokal student som for tiden går på Texas A&M University.

Du er også managing partner i Valkyrie Vertex, en AI-drevet investeringsfond. Hva er noen måter maskinlæring spiller inn i formuenhåndtering?

Vertex er flaggskipet for Valkyrie-gruppen. Fonden investerer i høy-ytelse venture-kapitalfond som er algoritmisk identifisert ved å evaluere erfaring og evner til fondets managing partners. Denne tilnærmingen gjør det mulig for Vertex å være godt diversifisert, siden vi investerer på fondnivå i stedet for direkte investeringer i enkeltporteføljefond. Vår fordel i dette rommet kommer fra det faktum at vi bruker maskinlæring til å identifisere mønster av suksess hos fondsforvaltere, i stedet for å fokusere på en bestemt bransje, geografi eller strategi. Denne tilnærmingen er svært lik strategien som Renaissance Technologies adopterte for offentlige markeder, men i dette tilfelle, deployerer vi det i private verdier hvor differensieringen er mer progresiv. Våre modeller har identifisert fond samt co-investeringer for deployering av kapital, og vårt team er klart til å gå når vi lukker vår første runde.

Når du ser inn i fremtiden, hvor ser du tilstanden til AI i de neste 5 eller 10 årene?

Jeg forutser at AI bare vil bli en større del av forretning og finanse, spesielt ettersom økningen i datavitenskapelige selskaper gjør automatisering mer tilgjengelig for små bedrifter. Små bedrifter står for nesten halvparten av den amerikanske arbeidsstyrken, og mens de kanskje ikke har de samme datasettene som store korporasjoner, kan datavitenskapsmenn likevel samle innsikt i nøkkelforretninger, slik som kundehåndtering eller salg. AI kan styrke mange deler av dag-til-dag-operasjoner med spillendeige resultater. For eksempel, bransjeestimater forutser at AI kan øke forretningssalg med 50 prosent og øke lønnsomhetsrater med 38 prosent, noe som gjør det til en kritisk komponent i enhver småbedrifts planer for å konkurrere med større konkurrenter i deres felt. Jeg forventer også at finanse-selskaper vil integrere data og AI/maskinlæring i hver eneste del av deres forretning i større utstrekning. Mens Big Data og AI har vært varme emner i årevis, lærte mange bedrifter raskt at uten en helhetlig og målrettet strategi, var datamengdene ikke nyttige. Pandemiens økonomiske innvirkning har presset mange bedrifter til å fokusere på avkastning på investeringer, og etterlot liten plass i stramme budsjetter for ineffektive tiltak. For å forbli konkurransedyktige, både etablerte finansielle institusjoner og Fintech-startups, bruker data og AI i områder som er kjernepunkter i deres forretning og vekst: risikostyring, svindelforebygging, kundeopplevelse og -tjeneste, ansattehåndtering, målrettet forretningsutvikling og markedsføring, intelligent produktutvikling og AI-drevet beslutningstaking.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, bør besøke Valkyrie Intelligence.