Raj Bakhru, medgrunnlegger og CEO av BlueFlame AI – Intervju-serie

Raj Bakhru, medgrunnlegger og CEO av BlueFlame AI, har en bred bakgrunn som omfatter salg, markedsføring, programvareutvikling, bedriftsvekst og bedriftsledelse. Han har gjennom sin karriere spilt en sentral rolle i utviklingen av toppkvalitetsverktøy for alternative investeringer og cybersikkerhet.

Tidligere var Raj Chief Strategy Officer i ACA, der han overvåket bedriftsutvikling og fusjoner og oppkjøp, og også fungerte som midlertidig med-CEO, Chief Innovation Officer og sjef for RegTech og ESG. Han var grunnlegger av Aponix, som senere ble ACA’s cyberavdeling, en ledende aktør i alternativinvesteringer. Raj har erfaring fra roller som kvantitativ programvareutvikler i Kepos Capital, Highbridge og Goldman Sachs (GS ) Asset Management. Han har en bachelorgrad i datateknikk fra Columbia University, samt CISSP- og CFA-utdannelse.

BlueFlame AI tilbyr en AI-nativ, formålsspesifikk og LLM-agnostisk løsning designet for alternative investeringsledere.

Teamet har erfaring fra avtaleinngåelse, programvareutvikling, cybersikkerhet og tjenesteyting innen alternativinvesteringer. Denne bakgrunnen informerer selskapets tilnærming til å forstå bransjespesifikke arbeidsflyter og systemer, og muliggjør implementering av generative AI-løsninger tilpasset alternativinvesteringsselskapers behov.

Kan du dele litt om din bakgrunn og hvordan dine tidlige erfaringer hos Goldman Sachs, Highbridge og Kepos Capital formet din forståelse av teknologi, cybersikkerhet og alternative investeringer?

Jeg tilbrakte en stor del av min tidlige karriere i kvantfond, der modellene handlet med alt, fra aksjer til valuta, kredit og eksotiske swaps. Jeg lærte en enorm mengde om hvordan hedgefond fungerer og hvordan arbeidsflytene i hedgefond ser ut. Begge har formet vår senere arbeid med cybersikkerhet og nå med BlueFlame, der vi takler disse arbeidsflytene med AI. Hos ACA Group lærte vi om behovene for compliance i bransjen og bygde ut cybersikkerhetsprogrammene for hundrevis av alternative investeringsrådgivere.

Min bakgrunn er representativ for hele vårt team: vi har 35+ personer med lignende, men forskjellige erfaringer fra en rekke hedgefond, private equity og kreditinstitusjoner, og fra leverandører som er dedikert til bransjen.

Vi tror at praktisk, virkelig erfaring med å arbeide i denne bransjen er kritisk for å oversette AI-bevis til virkelighet for disse selskapene.

Hva inspirerte deg til å gå fra programvareutvikling i kvantitativ finansielle til entreprenørskap i cybersikkerhet og AI?

Jeg har alltid vært og er fortsatt en teknolog i hjertet. Den felles tråden gjennom kvantitativ finansielle, cybersikkerhet og AI er at på det tidspunktet jeg arbeidet i bransjen, var det under en renessanse og en massiv bygging. Jeg nyter å komme inn på bakkenivået i en ny bransje som utvikler seg, og å hjelpe våre kunder og bygge sammen med dem.

BlueFlame AI er designet spesifikt for alternative investeringsledere. Hva gjør det forskjellig fra generelle AI-plattformer som OpenAI’s ChatGPT eller andre bedrifts AI-løsninger?

En vertikal løsning som BlueFlame er ikke egentlig en konkurrent til horisontale løsninger som ChatGPT. Vi tilbyr en ferdig løsning som gjør problemløsning raskere og enklere i vår vertikale, med mer spesifikke verktøy for å håndtere vanlige brukstilfeller.

Et eksempel kan være generering av investeringskomité-memoer. Selv om det kan være mulig å bruke en horisontal løsning for å få en mal-basert resultat, vil den ikke ha integrasjonene til CRM-systemer, marked-dataleverandører eller interne filer for å mata investeringskomité-memoen. Horisontale løsninger vil ikke ha evnen til å plassere innholdet i en mal-PowerPoint-deck.

Kan du gå gjennom hvordan BlueFlame AI øker produktiviteten for hedgefond, private equity-selskaper og andre alternative investorer?

Vi implementerer AI-drevne brukstilfeller for våre kunder, som ofte starter med frontkontor-oppgaver, men kan omfatte hele selskapet. Disse brukstilfellene, selv om de er vanlige, varierer fra selskap til selskap. Noen selskaper bryr seg mye om ekspertnettverk-transkriptsummeringer, mens andre ikke gjør det. Noen selskaper bryr seg mye om å spørre om kreditavtaler, mens andre ikke gjør det.

Vi arbeider med våre kunder for å identifisere de beste brukstilfellene for deres selskap og å takle 3-5 av disse i deres første år.

Gitt din omfattende erfaring med cybersikkerhet, hva er de viktigste sikkerhetsrisikoene som alternative investeringsfirmaer bør være klar over når de tar i bruk GenAI-løsninger?

Data-sikkerhet og -personvern er en stor bekymring med GenAI-bruk. Først og fremst er det viktig å forstå hvor dine data går og hvordan de beskyttes med LLM-tilbydere som er vertsbaserte løsninger. Deretter er det viktig å forstå sikkerhetstiltakene som er på plass for å sikre at dine data er sikre og ikke brukes til å trene modeller eller utilsiktet eksponeres for andre kunder, noe som kan være katastrofalt hvis det skjer. Til slutt må firmaer implementere robuste styre- og kontrollrammer som inkluderer klare datahåndteringpolitikker, regelmessige sikkerhetsauditorer og omfattende opplæringsprogrammer for å minimere risikoen og de nye truslene som kan potensielt trekke ut konfidensielle opplysninger gjennom interaksjoner med disse kraftfulle AI-systemene.

Du har betonet BlueFlame AI’s LLM-agnostiske tilnærming. Hvorfor er dette en viktig funksjon, og hvordan fordeler det dine kunder?

Vi tror at kraften til alle LLM-ene sammen er større enn bare en. Vi ser dette hver dag når vi arbeider med kunder for å bygge ut automatiseringer der vi vet at en LLM kan gjøre bedre enn en annen for en bestemt oppgave. DeepSeek var et interessant øyeblikk som viste at åpne kildekode-modeller blir svært interessante og konkurrerende. Å være LLM-agnostisk betyr at vi kan og vil bruke alle, våre kunder kan gjøre det direkte uten å trenger individuelle lisenser for hver, og vi kan automatisk dirigere til det beste valget for en bestemt oppgave på et gitt tidspunkt. Dette fortsetter å være nyttig når modellene endrer seg over tid.

Mange firmaer sliter med informasjons-overbelastning. Hvordan hjelper BlueFlame AI investeringsledere med å strømlinje forskning og due diligence?

BlueFlame hjelper med bedrifts-kunnskapsforvaltning gjennom søk og svar på tvers av alle systemer. Vi løser både informasjons-overbelastning og datasprengning. Et enkelt svar kan bo i ett av firmaets 5-10 systemer. Vi ser på tvers av alle disse for å finne potensielle svar på en gitt spørsmål innen deres nøkkel-systemer og fil-lagre.

Regulatorer begynner å merke seg AI-bruk i finansielle markeder. Hvordan ser du på hvordan compliance vil utvikle seg i AI-drevne investeringslandskapet?

I dag forventer regulatorer politikker og prosedyrer og omhyggelig beskyttelse av investor-data, spesielt beskyttelse mot tredjeparts-modeller som trener på sensitive data). Snart vil vi se en compliance-lag mot agenter: disse agentene vil være “tilgangspersoner” og må følge firmaets compliance-regler som ethvert annet medlem av teamet.

Hva bør hedgefond og private equity-selskaper prioritere når de integrerer AI i sine arbeidsflyter samtidig som de opprettholder sterke cybersikkerhetsmessige tiltak?

Jeg tror at når man starter, bør hvert firma gjøre to ting. Først, identifiser de beste brukstilfellene for ditt firma. De fleste gangene leverer frontkontor-oppgaver høyere og mer umiddelbar avkastning. Kartlegge disse brukstilfellene mot kapasiteter som er tilgjengelige i markedet for å identifisere de 3-5 du vil fokusere på. For det andre, identifiser riktig produkt og partner. Finn et firma du tror vil være responsivt og i stand til å iterere med deg – et firma med bevist suksess og riktig cyber-/personvern-/compliance-postur.

Hva ser fremtiden ut for AI i alternative investeringer? Ser du på at AI til slutt vil spille en rolle i å fatte investeringsbeslutninger?

AI er allerede involvert i investeringsbeslutninger, men dette blir bare mer vanlig. Mange PE-funksjoner vil ha AI-agenter, som en kilde-agent for å hjelpe med mål-reach og planlegging. Til slutt vil det være kvantitative PE-firmaer som opererer fullstendig med AI-modeller som kvantitative hedgefond gjør. Disse kvantitative PE-firmaene vil ha AI-agenter som samhandler med bankfolk, advokater osv. for å fullføre avtaler.

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