Jeff Seibert, CEO og medgrunnlegger av Digits – Intervju-serie

CEO og medgrunnlegger av Digits, en finansiell ledelsesplattform som gir operatørene en fullstendig forståelse av bedriften i sanntid. Ved å bruke state-of-the-art maskinlæring og avansert statistisk analyse, konverterer Digits millioner av datapunkter til en levende modell av bedriften.

Du lærte deg å programmere da du var 12 år, hva var det som tiltalte deg til datavitenskap i så ung alder, og hva programmerte du?

Liksom de fleste barn på slutten av 90-tallet, tilbrakte jeg timer med å spille dataspill, og mine foreldre mente at det ikke var den beste bruken av tid. Da jeg var 12 år, ga de meg en bok til jul – Mac Programming for Dummies – og for å være ærlig, leste jeg den og forstod den ikke helt. Et par måneder senere tok jeg den opp igjen og prøvde “Hello World”-eksempelet, og på en impuls endret jeg det til å skrive ut teksten i lyseoransje. I det øyeblikket teksten ble oransje, gikk det opp for meg at jeg kunne få denne datamaskinen til å gjøre alt jeg noen gang ville. Jeg var øyeblikkelig hooked. Jeg tilbrakte nesten hver eneste natt deretter med å kode, og i løpet av middel- og high school bygde og lanserte jeg en rekke Mac-programmer, inkludert et histogram-grafikkprogram og en editor for spillet Escape Velocity.

Du har startet to selskaper før Digits, hva var disse selskapene?

I 2007 var jeg med å grunnlegge Increo, en sanntidsdokument-samarbeidsstartup som lot deg kommentere, tegne på og markere opp dokumenter i nettleseren din. Vi ble kjøpt opp av Box i 2009. To år senere, i 2011, var jeg med å grunnlegge Crashlytics, et mobilkrasj-rapporteringsverktøy som ble kjøpt opp av Twitter i 2013 og deretter av Google (GOOGL ) i 2017. I dag er Crashlytics det facto-krasj-rapporteringsverktøyet for iOS og Android og kjører på over 6 milliarder MAU, substansielt hver eneste aktiv smarttelefon på jorden.

Kunne du dele opphavsfortellingen bak Digits, og hvordan det oppstod fra din erfaring med å drive Crashlytics?

Ved Crashlytics var jeg virkelig slått av forskjellen i kvalitet og brukervennlighet mellom dashbordene vi hadde på produktsiden (Google Analytics, sanntids-ytelsesovervåking, A/B-testing osv.) og hva vi hadde på bedrifts-/finanssiden (QuickBooks, Excel-modeller, PDF-rapporter). Det var latterlig at hver eneste spørsmål syntes så tungrodd og manuelt å svare på, og så langsomt – vi ventet 2-3 uker etter hver måned for å få våre finansielle rapporter. Jeg startet Digits med ett enkelt mål: gjøre småbedriftsfinansiering sanntids, interaktiv og intuitiv.

Hva er den sanntidsfinansielle datapremissen bak Digits?

Min Crashlytics-erfaring ble forsterket av hva jeg så ved Twitter. Som leder for forbrukerprodukt, var en del av mine ansvar å arbeide med finans-teamet for å overvåke organisasjonens finansielle situasjon. Jeg husker å ha spurt dem et budsjettsørsmål hvor svaret effektivt var “Vi har ikke kjørt disse bøkene. Gi oss noen uker.” Jeg var som “Noen uker?!” Vi har 100+ mennesker i finans og dette er det sentrale produkt-/ingeniørteamet i selskapet! Det viste meg at det jeg opplevde ved Crashlytics ikke var merkelig, det var den aksepterte normen i mange selskaper av alle størrelser.

I dagens raske verden må du ta forretningsbeslutninger i sanntid, i øyeblikket. Din finans skal gå like raskt som din forretning går.

Hvorfor har etablerte programvareselskaper slitt med å tilby sanntidsfinansielle data?

Arv er det nøkkelordet her. De nåværende finansielle systemene er levninger fra digitaliseringsæraen på 70- og 80-tallet. De fleste bankene kjører fortsatt COBOL-hovedmaskiner. De største regnskapsprogrammene er 20-30 år gamle kodebaserte. Ved Digits, og med lanseringen av Digits AI, adresse vi dette på et grunnleggende nivå, og gjenoppretter grunnlaget for finansiell regnskapsføring gjennom briller av den nyeste maskinlærings-teknologien og moderne programvarearkitektur.

Kan du diskutere de typer maskinlæringsalgoritmer som brukes?

Vi er så begeistret for Digits AI fordi det kombinerer styrkene til begge hovedfeltene i maskinlæring: generative store språkmodeller og prediktive likhetsmodeller. Vi har finjustert generative språkmodeller for å hjelpe kundene med kjedelige oppgaver som å forstå finansielle spørsmål og forklare regnskapsbegreper, og vi har trent våre egne prediktive modeller på over 300 milliarder i småbedriftstransaksjoner, så de forstår de grunnleggende konseptene i dobbelt-regnskapsføring. Kombinert med vår egenutviklede finansielle modellmotor, representerer Digits AI en teknologisk gjennombrudd i anvendelsen av state-of-the-art maskinlæringsmodeller til bedriftsfinans.

Generative AI-modeller er ofte dårlige på matematikk, hvordan løser Digits dette problemet?

Du har rett – generative AI-modeller er briljante på kreative oppgaver, men notorisk svake på faktabaserte øvelser og matematikk i særdeleshet. Du må ha sett noen eksempler med ChatGPT som er ganske morsomme. Å løse dette var en enorm innsats og et absolutt gjennombrudd for vårt ingeniørteam: Digits AI kombinerer kraften til store språkmodeller med vår nye, egenutviklede finansielle modellmotor og egenutviklet spørringsspråk som er både enklere å oversette og mer uttrykksfull enn tradisjonelle SQL-baserte tilnærminger. Dette gjør at Digits AI kan forstå brukerens intensjon og forespørsler om beregninger over deres data uten å kjenne til datans underliggende skjema eller krypteringsnøkler. Når dette kombineres, kan vi levere 100% nøyaktige svar på hver forespørsel.

Digits har banebrytende en tre-nivås arkitektur for å beskytte kundedata og bringe banknivå-sikkerhet til store språkmodeller, kunne du diskutere hva denne teknologien er og hvordan den holder data sikker?

Ved basis ligger Digits’ nye, egenutviklede finansielle modellmotor. Kundedata er kryptert i ro using AES-256, med objekt-krypteringsnøkler beskyttet via avanserte tekniker som per-hemmelig-enveloppe-kryptering, og er adskilt bedrift-for-bedrift, og forlater aldri de sikre grensene til Digits’ US-baserte infrastruktur. På det andre nivået, utnytter Digits AI egenutviklede, proprietære dyptlæringsmodeller for å forstå de unike egenskapene til småbedriftsfinans og dobbelt-regnskapsføring. På det tredje nivået, interagerer Digits AI med offentlige LLM-API-er ved å bruke bare anonymiserte og forkledde kundeidentifikatorer. Ingen gang er rå kundedata eksponert for tredjepartsmodeller eller systemer.

Du er ganske optimistisk om fremtiden for AI, hvorfor tror du at AI-boomen bare er i begynnelsen?

ChatGPT har opplevd den eneste raskeste adopsjonskurven for noen teknologi i menneskehetens historie av god grunn: i motsetning til internett-boomen for 25 år siden, trenger du ikke å få en datamaskin og signere en kontrakt med en ISP. I motsetning til mobil-boomen for 15 år siden, trenger du ikke å kjøpe en dyr smarttelefon. Og i motsetning til krypto-boomen for 5 år siden, er AI enkelt å bruke, og det er faktisk nyttig.

Jeg tror dypt at AI vil være en fantastisk, akselererende kraft over de fleste industrier. Den underliggende teknologien er virkelig, den fungerer, og den viser allerede fascinerende paralleller til hvordan mennesker lærer og tenker. Jeg forutsier at om 10 eller 15 år, vil vi se tilbake og si at oppfinnelsen av AI var en større transformasjon av den menneskelige erfaringen enn mobil. Det er på linje med oppfinnelsen av datamaskin-chipen, eller fly, eller trykkpressen, i hvordan det vil påvirke verden rundt oss. Og det skjer 100 ganger raskere.

Hva er din visjon for fremtiden til Digits?

Digits AI er bare vårt første skritt i å bygge fremtiden for sanntids, interaktiv, automatisert småbedriftsfinans, og vi jobber allerede med å utvide dens kapasiteter. I fremtiden vil Digits akselerere din regnskapsføring, gi deg samtidige kontant- og aksje-utsikt over bedriften, auto-generere månedlige finansielle rapporter, og hjelpe deg med budsjettering og prognose uten kjedommen med å feilsøke og vedlikeholde modeller. De neste fem årene vil være transformative for bedriftsfinans og regnskapsføring, og vårt mål er å bane vei for programvaren som gjør all dette dejlig.

Takk for det flotte intervjuet, lesere som ønsker å lære mer kan besøke Digits.