Siddhant Masson, CEO og medgrunnlegger av Wokelo – Intervju-serie

Sid Masson er medgrunnlegger og CEO av Wokelo. Med en bakgrunn som omfatter strategi, produktutvikling og dataanalyse i organisasjoner som Tata Group, Indias regjering og Deloitte, bringer Masson dypt ekspertise i å anvende nye teknologier på virkelige forretningsutfordringer. Hos Wokelo leder han selskapets misjon om å transformere hvordan kunnskapsarbeidere utfører due diligence, sektoranalyse og porteføljeføring gjennom agensbaserte AI-rammeverk.

Wokelo er en generativ AI-drevet investeringsforskningsplattform designet for å automatisere komplekse forskningsarbeidsflyter, inkludert due diligence, sektoranalyse og porteføljeføring. Ved hjelp av proprietære store språkmodeller (LLM)-baserte agenter, muliggjør plattformen kurering, syntese og triangulering av data for å generere strukturerte, beslutningsklare utdata.

Wokelo brukes av en rekke organisasjoner, inkludert private equity-selskaper, investeringsbanker, konsulentselskaper og korporative team, for å støtte data-drevne beslutninger.

Hva inspirerte deg til å lage Wokelo AI, og hvordan identifiserte du behovet for en AI-drevet forskningsassistent som kunne strømlinje due diligence, investeringsanalyse og korporativ strategi?

Wokelo AI ble født ut av personlig erfaring. Etter å ha tilbragt år i managementkonsulenter ved Deloitte og korporativ utvikling ved Tata Group, møtte jeg på de samme utfordringene gang på gang – manuell, repetitiv forskning, datasvikt i private markeder og det rene arbeidet som bremser analytikere og beslutningstakere.

Vendepunktet kom under min andre master i AI ved University of Washington, hvor min avhandling fokuserte på naturlig språkbehandling. Mens jeg frilanset som konsulent for å betale mine studier, bygde jeg en prototype ved hjelp av tidlige versjoner av GPT og så førstehånds hvordan AI kunne omdanne uker med arbeid til dager og timer – uten å kompromittere kvaliteten. Det var øyeblikket da lyspæren gikk av.

Da jeg innsett at denne teknologien kunne revolusjonere investeringsforskning, bestemte jeg meg for å satse alt. Wokelo AI er ikke bare et annet forskningsverktøy – vi var blant de første som banebrytende AI-agenter for to år siden. Det er løsningen jeg ønsket jeg hadde under mine år med due diligence og investeringsanalyse.

Hvordan har din erfaring hos Deloitte, Tata og Indias regjering formet din tilnærming til å bygge Wokelo?

Hos Deloitte, som managementkonsulent, arbeidet jeg på en rekke komplekse prosjekter, med forskning, analyse og due diligence på daglig basis. Arbeidet var intensivt, med mye manuelt, repetitivt arbeid og skrivebordsforskning som ofte bremset fremdrift og økte kostnadene. Jeg ble alt for kjent med smertepunktene ved å samle inn data, spesielt når det gjaldt private selskaper, og utfordringene som kom med å bruke tradisjonelle verktøy som ikke var bygget for effisiens eller skalerbarhet.

Så, hos Tata Group, hvor jeg arbeidet med fusjoner og korporativ utvikling, møtte jeg på de samme problemene — datasvikt, langsom forskning og utfordringen med å omdanne rå informasjon til handlebare innsikter for store beslutninger. Frustrasjonen over å ikke ha effektive verktøy for å støtte beslutningstaking, spesielt når det gjaldt private selskaper, bidro til å nære min ønske om å finne en løsning.

I tillegg ga min arbeid med Indias regjering på IoT-løsningen for et vanninfrastrukturprosjekt, meg en finere forståelse av hvordan produktinnovasjon kunne løse virkelige problemer på stor skala, og det ga meg tillit til å anvende samme tilnærming til å løse forsknings- og analyseutfordringene i konsulent- og investeringssektoren.

Så, min profesjonelle bakgrunn og min personlige erfaring med å møte på utfordringene med forskning, analyse og datainnsamling i konsulent- og korporativ utvikling, har direkte påvirket hvordan jeg har tilnærmet meg Wokelo. Jeg visste fra erfaring at veiblokkene profesjonelle møter, så jeg fokuserte på å bygge en løsning som ikke bare automatiserer arbeid, men også lar brukerne fokusere på høy-impact, strategisk arbeid, og gjør dem mer produktive og effektive.

Wokelo utnytter GenAI for forskning og etterretning. Hva skiller din AI-tilnærming fra andre sammenfattningsverktøy på markedet?

Mens de fleste konkurrenter tilbyr chatbot-lignende Q&A-grensesnitt – essensielt ompakket versjoner av ChatGPT med et finansielt fokusert UI – tar Wokelo AI en helt annen tilnærming. Vi bygde en AI-agent spesifikt designet for investeringsforskning og finansielle tjenester – ikke bare en chatbot, men et fullstendig arbeidsflyt-automatiseringsverktøy.

I motsetning til enkle sammenfattningsverktøy, håndterer Wokelo hele forskningsleveranser, utfører 300-400 analytikeroppgaver som vanligvis ville ta en uke. Vårt system identifiserer automatisk krav, bryter dem ned i underoppgaver og utfører alt fra data-ekstraksjon og syntese til triangulering og rapportgenerering. Som resultat får våre kunder dype, omfattende og høyt nuanserte innsikter – en virkelig analyse, ikke bare overfladisk svar.

En annen nøkkel-forskjell er nøyaktigheten og påliteligheten av etterretningen. Wokelo later ikke til innsikter, det later ikke hallucinere – det tilbyr fullt referanserte, faktasjekket utdata med sitater, og eliminerer tillitsproblemer som mange GenAI-verktøy har. Som et ekstra bonus får våre plattformbrukere også eksporterbare rapporter i forskjellige formater som vanligvis brukes av analytikere, og gjør det til en sømløs erstatning for tradisjonelle forskningsplattformer som PitchBook eller Crunchbase, men med langt rikere intelligens om M&A-aktivitet, finansieringsrunder, partnerskap og markedstrender.

Wokelo er mer enn bare en LLM med et UI-omhylning. Kan du forklare de dypere AI-egenskapene bak din plattform?

Wokelo er spesifikt bygget for investeringsforskning, kombinert med cutting-edge AI, eksklusive finansielle datasett og en forsknings-sentrert arbeidsflyt – tilbyr egenskaper som går langt ut over et enkelt LLM med et UI-omhylning. I kjernen utnytter Wokelo en Mixture of Experts (MoE)-tilnærming, integrerer proprietære store språkmodeller (LLM-er) forhåndstrent på tier-1 investeringsdata, sikrer høyt presise, domene-spesifikke innsikter for investeringsprofesjonelle.

Designet for sømløs arbeidsflyt-integrasjon, har Wokelo en samarbeidende, notebook-lignende editor, som lar brukerne opprette, finpussere og eksportere velstrukturerte, mal-baserte utdata i PPT-, PDF- og DOCX-formater – strømlinjeformer forskningsdokumentasjon og presentasjon. Dets multi-agent-orkestrator og prompt-håndteringssystem sikrer dynamisk modell-tilpasning, mens robuste admin-kontroller muliggjør spøringslog-gjennomgang og regelefterlevelse.

Ved å kombinere avanserte AI-egenskaper med dyp finansiell intelligens og intuitive forskningsverktøy, tilbyr Wokelo en helhetlig investeringsforskningsløsning som går langt ut over et standard LLM.

Hvordan sikrer Wokelo faktum-basert analyse og forhindrer AI-hallusinasjoner når det gjelder å syntetisere innsikter?

Som vi betjener høyt ansette kunder hvis hver enkelt beslutning må være bakket opp av presise data, er nøyaktighet og troverdighet i hjertet av våre AI-drevne innsikter. I motsetning til generelle AI-plattformer som kan produsere spekulative eller uverifiserte opplysninger, sikrer Wokelo faktum-basert analyse gjennom en robust, sitat-basert tilnærming, og eliminerer AI-hallusinasjoner.

Hver trend, analyse, markedssignal, case-studie, M&A-aktivitet, partnerskapsoppdatering eller finansieringsrunde-innsikt generert av Wokelo, er basert på virkelige, verifiserte kilder. Vårt plattform later ikke til “informasjon” – hver innsikt er ledsaget av referanser og sitater fra premium datakilder, troverdige markedsskilleplattformer, tier-en nyhetsleverandører og verifiserte bransjedatabaser. Brukere kan tilgang disse kildene når som helst, og sikrer full transparens og tillit til dataene. Wokelo har en intern faktasjekker-agent som bruker en uavhengig LLM for å sikre at hver enkelt faktum eller datapunkt er nevnt i den underliggende kilden.

I tillegg integrerer Wokelo med kundenes interne data-repositorier, låser opp verdifulle innsikter som ellers ville bli spredt eller underutnyttet. Dette sikrer at vår AI-drevne analyse er tilpasset, omfattende og tilpasset spesifikke investerings-relaterte spørsmål.

Designet for høyrisk forretningsbeslutninger, er Wokelos AI trent til å syntetisere innsikter, ikke spekulere – trekker eksklusivt fra faktiske datasett, og ikke genererer antagelser. Dette gjør Wokelo til en mer troverdig og pålitelig alternativ til generelle AI-verktøy, og muliggjør at bedrifter kan ta informerte, data-drevne beslutninger med tillit.

Hvordan håndterer Wokelos AI sanntids data-aggregasjon over flere kilder som innmeldinger, patenter og alternativ data?

Wokelos AI utmerker seg i sanntids data-aggregasjon ved å trekke på over 20 premium finansielle tjenestedatasett, inkludert nøkkelkilder som S&P CapIQ, Crunchbase, LinkedIn, SimilarWeb, YouTube og mange andre. Disse datasettene tilbyr rik, pålitelig informasjon som tjener som grunnlag for Wokelos analytiske egenskaper. I tillegg til disse finansielle datasettene, integrerer Wokelo data fra en rekke topp-publikasjoner, inkludert nyhetsartikler, akademiske tidsskrifter, podcast-transkripter, patenter og andre alternative datakilder.

Ved å syntetisere innsikter fra disse mangfoldige og kontinuerlig oppdaterte datastrømmene, sikrer Wokelo at brukerne har tilgang til den mest omfattende, sanntids-intelligensen som er tilgjengelig. Denne kraftfulle aggregasjonen av strukturerte og ustrukturerte data lar Wokelo tilby en helhetlig oversikt over markedet, og tilbyr øyeblikkelige innsikter som er avgjørende for investeringsforskning.

Wokelo brukes allerede av selskaper som KPMG, Berkshire, EY og Google (GOOGL ). Hva har vært nøkkelen til å drive adopsjon blant disse høyprofilerte kundene?

Wokelos suksess blant bransjeledere som KPMG, Berkshire, EY og Google, stammer fra dens evne til å levere målbare, transformative effekter samtidig som det integreres sømløst i profesjonelle arbeidsflyter. I motsetning til generiske AI-løsninger, er Wokelo spesifikt bygget for investeringsforskning, og sikrer at dens algoritmer ikke bare møter, men overgår de høye standardene som forventes i denne sektoren.

En nøkkel-driver for adopsjon har vært Wokelos tette samarbeid med ledelseslag, som lar selskaper innbygge sin hardt-erhvervede ekspertise i proprietære AI-arbeidsflyter. Dette dype tilpassingen sikrer at Wokelo harmonerer med de nuanserte beslutningsprosessene til topp-investeringsprofesjonelle, og tilbyr best-in-class pålitelighet og vinner tillit hos elite-kunder. Disse selskapene velger Wokelo over andre verktøy på markedet for dens dybde av analyse, troverdighet og nøyaktighet.

Utenfor dens presisjon og tilpasning, tilbyr Wokelo også målbare effisiens-gevinster. Ved å redusere due diligence-tidsrammer fra 21 til bare 10 dager, og automatisere kjerneforskningsoppgaver, kuttes mannskapskostnadene betydelig, samtidig som seniorprofesjonelle frigjøres fra timer med manuelt arbeid. Med mulighet til å skjerme 5–10 ganger flere avtaler per måned, vinner selskaper som bruker Wokelo en konkurransefordel, akselerer beslutningstaking uten å kompromittere med dybde eller nøyaktighet.

Ved å kombinere cutting-edge AI, dyp tilpasning og virkelige effekter, har Wokelo etablert seg som et uerstattelig verktøy for topp-nivå investerings- og rådgivningsselskaper som søker å skalerer sine operasjoner uten å gå glipp av kritiske detaljer.

Hvordan integrerer Wokelo seg i de eksisterende arbeidsflytene til investeringsprofesjonelle, og hva har du mottatt som tilbakemelding fra brukerne?

Wokelo integrerer sømløst i investeringsarbeidsflyter ved å automatisere hele avtale-livssyklusen – fra å vurdere sektor-tiltrakkethet til å identifisere høypotensielle selskaper i en global database på over 30 millioner selskaper. Det tilbyr dybde-selskapsanalyse, konkurranse-benchmarking og data-rom-automatisering, eliminerer tedøs fil-gjennomgang og genererer raskt handlebare innsikter. Wokelo støtter også porteføljeføring, peer-analyse og tilbyr enkel-eksporterte PPT-er med kunde-merking, strømlinjeformer kunde-presentasjoner og møte-forberedelser.

Brukere rapporterer betydelige effisiens-gevinster, reduserer due diligence-tidsrammer fra 20 dager til bare en uke, og øker avtale-vurderings-kapasiteten fra 100 til 500 per måned – øker avtale-dekning med en faktor på ti.

Hvordan ser du på AI som transformerer investeringsforsknings-landskapet de neste fem årene?

Vi har bare skrapet overflaten av hva som er mulig. AI vil muliggjøre helhetlig forskning på en brøkdel av tiden. Med høy-fidelitet “super-agenter” som kan håndtere alt fra dyp marked-forskning og ekspert-samtaler til data-analyse og opprettelse av en vel-strukturert 100-siders presentasjon, kan oppgaver som tradisjonelt ville kreve et team på fem konsulenter som arbeider 6–8 uker, nå bli gjennomført mye raskere. Dette spranget i hastighet og bredde av utdata vil låse opp nye nivåer av produktivitet, og lar menneskelige eksperter fokusere på høy-nivå-strategi og dømmekraft.

AI vil muliggjøre 50–100 ganger flere avtaler i pipelinen. Ved å automatisere store deler av due diligence og analyse, kan AI-drevne løsninger hjelpe investeringsledere med å utvide sin avtale-vurderings-kapasitet eksponentielt, avdekke flere muligheter og diversifisere porteføljer på måter som tidligere var umulige.

Det mest avgjørende elementet vil være forsterket menneske-AI-synergi. Mens disse “super-agentene” tar på seg det tungt arbeidet, blir samarbeidet mellom AI-verktøy og menneskelige beslutningstakere avgjørende. Mens AI vil akselerere prosesser og overflate innsikter i stor skala, vil menneskelig ekspertise forbli essensiell for å finjustere strategier, tolke nuanserte funn og ta trygge investeringsbeslutninger. Denne synergien vil drive forbedrede avkastninger og innovasjon over hele investeringsforsknings-landskapet de neste fem årene.

Hvordan ser du på menneskelige analytikere og AI som samarbeider i fremtiden?

Som AI-verktøy blir mer utbredt, vil fremtiden for menneskelige analytikere dreie seg om samarbeid i stedet for konkurranse med AI. I stedet for å erstatte analytikere, vil AI fungere som et kraftfullt verktøy for å forsterke arbeidet, automatisere repetitive oppgaver og muliggjøre at analytikere fokuserer på høy-verdi, strategisk arbeid. De mest suksessfulle analytikerne vil være de som lærer å integrere AI i sine arbeidsflyter, og bruke det til å forbedre produktivitet, finjustere innsikter og drive innovasjon. I stedet for å frykte AI, bør analytikere se på det som et spill-endrende verktøy som forsterker deres ferdigheter og lar dem legge til større verdi for sine organisasjoner.

Ultimat vil AI ikke erstatte menneskelige analytikere – men analytikere som omfavner AI, vil erstatte de som ikke gjør det.

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