Naré Vardanyan, medgrunnlegger og CEO av Ntropy – Intervju-serie

Naré Vardanyan, medgrunnlegger og CEO av Ntropy, en plattform som gjør det mulig for utviklere å parse finansielle transaksjoner på under 100 ms med overmenneskelig nøyaktighet, og åpner veien for en ny generasjon av autonom finans, og muliggjør produkter og tjenester som aldri før har vært mulig. Den konverterer rå strømmer av transaksjoner til kontekstualisert, strukturert informasjon ved å kombinere data fra flere kilder, inkludert naturlige språkmodeller, søkemotorer, interne databaser, eksterne API-er og eksisterende transaksjonsdata fra hele vårt nettverk.

Du vokste opp i Armenia, uten strøm under en krig. Kan du dele noen detaljer om disse tidlige dagene, og hvordan dette ledet deg til å jobbe for De forente nasjoner?

Dette erfaringen var delt av en hel generasjon i Armenia. Det fostret i meg en sans for fantasien og evnen til å finne løsninger selv med lite midler. Liksom andre som vokste opp i en konfliktzone, hadde denne perioden i mitt liv en stor innvirkning på hvordan jeg ser på verden. Disse krevende omstendighetene næret en sans for felles ansvar innen samfunnet og en besluttsom drivkraft til å bringe om positive endringer. Da jeg innsett at våre utfordringer strakk seg utenfor individuelle kamp, følte jeg en kallelse til å tenke på en bredere skala og kanalisere mine bestrebelser. Dette førte meg til De forente nasjoner.

FN oppstod som den ideelle plattformen for å bidra meningsfullt. Gitt Armenias skjøre geopolitiske posisjon og min aspirasjon til å påvirke globale spørsmål, trodde jeg at samarbeid med FN ville gi en mulighet til å virkelig gjøre en forskjell. Ved å være en del av konsekvensfulle diskusjoner og beslutninger, hadde jeg som mål å ha en meningsfull innvirkning på verdensproblemer.

Du ble snart desillusjonert med De forente nasjoner, hvordan gikk du over til å ønske å jobbe i teknologi?

Desillusjonen med FN var rotfestet i dens langsomme og byråkratiske natur, som til slutt førte til en endring i mine karriereaspirasjoner. Mens FN hadde sine fordeler, innsett jeg at det ofte manglet effektiv handling og evnen til å drive ekte endring. Denne innsettelsen ledet meg til å omrettere min fokus mot teknologiens verden – et dynamisk og ubegrenset rom.

I teknologiens verden er innovative verktøy lett tilgjengelige og stadig i utvikling, og gir individer muligheten til å fremme transformasjon uten unødvendige hindringer. Dette miljøet fremmer omforming av ideer til virkelighet, uten hindringer fra unødvendige tillatelser – en fasett som virkelig fascinerte meg. Muligheten til å ha en betydelig, vidtrekkende innvirkning gjennom teknologi ble en uimotståelig kallelse, og tvang meg til å dykke ned i dette levende feltet.

Hva var noen av de første data-prosjektene du jobbet på?

En av mine tidlige prosjekter var å lage en app som fokuserte på tenårings psykiske helse. Appen brukte passive haptiske data og konversasjonsintelligens til å identifisere tidlige tegn på bipolar lidelse. På den tiden var feltet naturlig språkbehandling ikke like avansert som det er i dag, noe som er ganske bemerkelsesverdig når man tenker på at det bare var for omtrent seks år siden dette prosjektet ble initiert. Vårt arbeid var ett av de første forsknings- og utviklingsinitiativene i dette rommet, og vi solgte senere vårt IP til forsikringsselskaper for intern analyse og underwriting.

Du investerte tidligere i AI- og ML-selskaper gjennom London-baserte AI Seed, hva var noen av de vanlige trekkene du observerte hos suksessfulle AI-startups?

En konstant tråd var å ha eksklusiv tilgang til data, samt evnen til å utnytte denne dataen til å løse virkelige verdensproblemer. Videre er det viktig å erkjenne at innenfor rammene av anvendte AI-selskaper, fokuset går utover å bygge modeller; det skifter mot å skape innvirkende, verdifulle produkter. Team som forstår og omfavner denne synsvinkelen er de som virkelig trives i AI/ML-landskapet. For eksempel bruker Predina AI til å forutsi risikoen for en bilulykke på en gitt lokasjon og tid, mens Observe Technologies bruker proprietære algoritmer til å støtte fiskefarmene i å dyrke mat på en bærekraftig måte.

Kan du dele historien bak Ntropy?

Ntropy ble født ut av ideen om at noen av verdens viktigste informasjon er skjult i finansielle transaksjoner. Frem til nå har denne dataen levd i siloer, noe som er rotete og vanskelig å arbeide med. Vi skapte Ntropy for å være den første virkelig globale, tverrindustrielle, tverrgeografiske og flerspråklige finansielle data-motoren som kan gi menneske-lignende nøyaktighet. Ved å skape et felles språk og system for å forstå finansiell data, liker vi ut tillit og tilgang til penger for bedrifter og individer overalt. Ved å ha evnen til å forstå og tolke disse transaksjonene, kan dynamikken til penger omdefineres, samt tilgangen til det.

Vi har hatt en ganske arketyisk startup-historie. I begynnelsen opererte min medgrunnlegger Ilia og jeg fra et forlatt, støvete skolebygningens kjeller. Vi startet med 20 000 transaksjoner og en destillert BERT-modell trent på dem. Dataen var bootstrappet fra en forbruker-app på Typeform med en Plaid-tilkobling, og støttet av venner og familie. Vi arbeidet lange timer og var knappe på penger i begynnelsen, men drevet av bestemthet og dedikasjon til denne forretningen.

I dag har vår reise ført oss til å analysere og merke milliarder av transaksjoner. Som et resultat har vi nå ett av verdens mest omfattende handelsdatabaser med nærmere 100 millioner handlere beriket med navn, adresser, bransje-merker og mer. Vi har konsistent utvidet vårt repository av transaksjoner – og har utnyttet kraften fra LLM-er på denne finansielle dataen, og har levert en utenkelig kostnadseffektivitet og hastighet. Denne evnen har potensialet til å revolusjonere det finansielle landskapet.

Hvorfor er finansiell data en av de store likhetene?

Finansiell data oppstår som en kraftfull likhet på grunn av dens evne til å jevne ut spillere, redusere usikkerhet og fremme tillit. Når data er rikelig og raffinert, oversettes det til reduserte risikoer forbundet med finansielle beslutninger. Etterhvert som risiko blir mer håndterbar, skjer en endring. Kostnaden av usikkerhet minsker, og muliggjør at individer kan ta mer informerte og likeverdige beslutninger, noe som igjen jevner ut spillere. For eksempel, hvis vi har større tilgang til data og ikke lenger tar beslutninger basert på et svært smalt sett av parametre, har en ny innvandrer samme potensiale som noen fra en etablert ætt til å sikre gunstige vilkår på en bil-lån eller boliglån. I essensen begynner hindringen presentert av finansielle ubalanser å forsvinne, og introduserer en æra hvor en bredere rekke mennesker kan få tilgang til gunstige finansielle muligheter.

Hva er noen av utfordringene bak å bygge en AI som kan lese og forstå finansielle transaksjoner som et menneske ville?

Utvikling av AI i stand til å forstå finansielle transaksjoner som mennesker kan, er utfordrende på grunn av dens probabilistiske natur, som kan føre til feil. I motsetning til mennesker, mangler AI-systemer fortsatt ansvarlige strukturer. Den største utfordringen er å finjustere AI-systemer for å redusere feil og deres innvirkning, samtidig som man sikrer skalerbarhet. Interessant nok kan større modeller lett denne utfordringen ved å gradvis forbedre nøyaktigheten over tid. Forbedrede evner og en rikdom av data kan forbedre AI-s interpretative nøyaktighet, og til slutt kultivere en mer tolerant feil-vennlig miljø og akselerere den vidtrekkende adopsjonen av disse systemene.

Kan du diskutere hvordan Ntropy tilbyr standardisert finansiell data?

Ntropy fungerer som en allomfattende plattform, som bringer sammen et spekter av språkmodeller, fra de mest omfattende til de mest kompakte, i kombinasjon med heuristikk. Disse modellene er trent ved hjelp av rå finansiell data, ekspertinnsikt og maskin-merkede eksempler. Vårt mål er å trekke meningsfulle innsikt fra en rekke transaksjonsstrenger og presentere dem sammenhengende på en lettforståelig måte. Vårt sett består av API-er og en intuitiv dashboard, som muliggjør rask konvertering av finansiell data innen millisekunder. Denne funksjonaliteten integreres sammenhengende i brukernes produkter og tjenester.

Hva er noen av bruksområdene bak denne dataen?

Applikasjonene for denne dataen er omfattende, og spenner over hele finansielle operasjoner. Den muliggjør diverse funksjoner, inkludert betalinger, underwriting, regnskap, investeringer og mer. Tilpasningen av dataen blir tydelig i dens evne til å påvirke ulike aspekter av finansielle aktiviteter, enten det handler om overføringer, nøye regnskapsføring eller optimalisering av kapitalutnyttelse.

Vurdér banktransaksjoner eller en budsjett-app. En raskt blikk avslører vanskelighetene med å forstå kjøp på grunn av ikke-standardiserte handelsnavn og beskrivelser. Mens mange selskaper har forsøkt å løse dette problemet gjennom interne løsninger, mangler de ofte skalerbarhet, vedlikehold og generellisering. En tilpasset modell er vanligvis bare 60-70% nøyaktig og kan ta måneder å bygge.

Ntropys teknologi kombinerer milliarder av datapunkter fra globale handelsdatabaser, søkemotorer og språkmodeller trent på en kondensert versjon av nettet til å prosessere bankdata over fire forskjellige kontinenter og seks eller flere forskjellige språk. Vi muliggjør bruk av store språkmodeller i skala i finans til å støtte alle bakkontor-funksjoner.

Hva er din visjon for fremtiden til Ntropy?

Vår visjon for Ntropy er klar: Vi har som mål å bli det ledende Vertikale AI-selskapet for finansielle tjenester. Vår solide grunn av data og intuisjon, støttet av et dedikert team, har unikt posisjonert oss til å drive virkelig endring. Så, hva betyr dette i praksis? Det handler om å utnytte de siste fremgangene til å transformere finans og åpne opp for nye nivåer av produktivitet som tidligere var utenfor rekkevidde.

Vi vet alle at bankvirksomhet kan være dyrt. Men forestill deg om vi kunne endre dette. Ved å redusere kostnadene, er vi ikke bare kutte utgifter, men også oppmuntre sunn konkurranse, forbedre økonomiens system, og til slutt gjøre finansielle tjenester mer tilgjengelige og effektive for alle. Det er fremtiden vi jobber mot – et finansielt landskap som er mer rettferdig og brukervennlig.

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