Wilson Chan, grunnlegger og administrerende direktør i Permutable AI – intervjuserie

Wilson Chan er grunnlegger og administrerende direktør for Permutabel AI, et London-basert selskap som spesialiserer seg på globale data og sentimentintelligens i sanntid for finansinstitusjoner. Med bakgrunn innen AI, finansmarkeder og datateknikk bygger Wilson systemer som oversetter enorme informasjonsstrømmer til forklarbar og handlingsrettet innsikt. Han er en hyppig kommentator på AI-innovasjon i finansmarkeder, markedssentiment og fremtiden for datadrevet beslutningstaking, og taler for teknologi som forbedrer menneskelig ekspertise i stedet for å erstatte den.

Du startet karrieren din hos Merrill Lynch og Citi før du grunnla Permutable AI. Hva inspirerte deg til å gå fra tradisjonell finans til å bygge et AI-selskap med fokus på markedsinformasjon?

Jeg startet karrieren min som kvantitativ trader hos Merrill Lynch på avdelingen for rentederivater, hvor vi allerede da eksperimenterte med tidlige maskinlæringsteknikker for å fremskynde arbitrasje på tvers av rentekurven. Mesteparten av finans var fortsatt i en «programvare 1.0»-tankegang – håndkodede regler og manuelt justerte modeller.

I løpet av det siste tiåret har vi sett en rask utvikling: først til «programvare 2.0», der nevrale nettverk erstattet eksplisitt logikk, og nå til «programvare 3.0», der store språkmodeller kan resonnere direkte over enorme mengder ustrukturerte data. Å se disse endringene skje innenfra gjorde det åpenbart at markedene til slutt ville bli formet av AI-native systemer som er i stand til å tolke global informasjon raskere og mer helhetlig enn noen tradisjonell stakk.

Permutable AI ble laget for å fange nettopp den muligheten – å bygge moderne LLM- og multiagentsystemer som forutser markedsendringer i sanntid i stedet for å reagere etterpå.

Permutable AIs oppdrag om å «forutse, ikke bare reagere på, markedsendringer» er overbevisende. Hvordan formet denne filosofien den tidlige utformingen av deres vertikale LLM-arkitektur?

Vi har bygget resonneringsmodeller som er utformet for å forstå sammenhenger og kausalitet, ikke bare korrelasjoner. Arkitekturen tilpasser seg kontinuerlig nye makroforhold, nyhetsstrømmer og geopolitisk utvikling. Dette adaptive laget er kjernen i vår filosofi: Hvis du vil forutse markeder, må systemet utvikle seg like raskt som verden selv.

Kan du forklare hvordan vertikale store språkmodeller skiller seg fra generelle LLM-er som GPT, og hvorfor de er bedre egnet for finans- og råvaremarkeder?

Hos Permutable bygger vi multiagentstabler som er utformet for å fungere i samarbeid og utføre ende-til-ende-arbeidsflyter som tradisjonelt håndteres av hele team. Vi er sikre på at de allerede overgår mye av markedet (se våre 1-årsresultater), men vi tror også at de beste resultatene kommer ved å kombinere disse agentene med dyktige ingeniører og domeneeksperter.

En vertikal LLM bygger inn finansiell ontologi – enheter, strømmer, forsyningskjeder, makrodrivere, korrelasjoner. Resultatene er ikke bare tekst, men strukturerte beslutninger: drivere, påvirkningsnivåer, tillitspoeng, så spesialbygd for markeder.

Mange institusjoner sliter med å modernisere sin analyseinfrastruktur. Hvordan erstatter deres resonnementsbaserte, adaptive arkitektur eldre systemer på en praktisk måte?

Vi har bygget LLM-systemer med selvevaluering og kontinuerlig overvåking i kjernen. Målet er å holde menneskelig tilsyn fokusert og minimalt, samtidig som pålitelighet sikres. Realiteten er at innovasjon i store institusjoner er utrolig vanskelig fordi kulturelle og strukturelle blokkeringer ofte kommer i veien.

Der organisasjoner har riktig kultur og lederskap, er transformasjonen dramatisk. Til syvende og sist vil de som omfavner dette skiftet akselerere; de ​​som ikke har det, kan ha problemer med å forbli relevante.

Trading Co-Pilot er en spennende utvikling. Hvordan utnytter den sanntids sentiment og makroøkonomiske data for å gi tradere et fortrinn?

Systemet vårt skanner hundretusenvis av artikler i sanntid og avdekker de som faktisk betyr noe – komplett med analyser generert nesten umiddelbart. Det går langt utover det en standard søkeaktivert LLM kan produsere. Det er i hovedsak en live resonneringsmotor som sitter ved siden av hver trader og kontinuerlig oppdaterer sin lesning om verden.

Forklarbar kunstig intelligens blir stadig viktigere i regulerte bransjer. Hvordan sikrer Permutable åpenhet og ansvarlighet i sine modeller og beslutningsresultater?

Vår viktigste differensiering er at hver modellutdata er fullt sporbar ned til nøyaktig artikkel, tidsstempel og kilde. Vi reduserer hallusinasjoner ved å kontrollere oppgavegrensene for hver modell nøye. Alt leveres med et innebygd revisjonsspor med åpenhet innebygd i kjernearkitekturen.

Partnerskapene deres omfatter nå dataleverandører, handelsplattformer og analysefirmaer. Hvordan ser et ideelt strategisk partnerskap ut for Permutable, og hvordan forbedrer disse samarbeidene deres globale rekkevidde?

Vi ser etter partnere som er i tråd med Permutables langsiktige visjon: å bringe AI-drevet markedsinformasjon i sanntid inn i de viktigste beslutningsflytene i globale markeder. Den ideelle partneren har internasjonal rekkevidde, sterk troverdighet i økosystemet og evnen til å bidra til å skalere vår intelligens og innsikt på tvers av flere regioner og aktivaklasser.

Du har nevnt målet om å bygge en «verdensmodell for kapitalmarkeder». Hvordan ville en slik modell se ut i praksis, og hvilke utfordringer må overvinnes for å oppnå den?

En verdensmodell kartlegger og forstår effektivt hvordan prisene på omsettelige aktiva samhandler og påvirker hverandre – enten det er statsgjeld, valuta, råvarer eller til og med noe så spesifikt som kaffeprisen. Det er en enhetlig representasjon av global markedsdynamikk.

Hvordan ser du for deg at adaptiv AI vil transformere hastigheten og nøyaktigheten i beslutningstaking for kapitalforvaltere, hedgefond og andre finansinstitusjoner de neste fem årene?

Hver gang jeg blir invitert til et styremøte, vet jeg i løpet av det første minuttet om organisasjonen er i stand til å gå gjennom en AI-transformasjon. Kultur er alt.

Det er et faktum at multimodal AI vil forene rapporter, nyheter, bilder, strømningsdata og prissignaler til ett enkelt resonnementslag. Og at hedgefond vil bevege seg enda lenger fremover fordi de tilpasser seg raskere. Men mange store handelsorganisasjoner sammen med de smarteste og beste har fortsatt team som motsetter seg innovasjon – de innser rett og slett ikke hvor raskt landskapet endrer seg.

Til slutt, ettersom AI fortsetter å omforme handel og analyse, hva begeistrer deg mest med tanke på den neste grensen for Permutable AI og det bredere fintech-økosystemet?

Vi tror at multiagentsystemer vil bli det dominerende rammeverket, selv om verktøyene fortsatt er i ferd med å modnes. Det som begeistrer meg mest er at vinnerne innen handel og analyse vil være institusjonene som er mest villige og i stand til å tilpasse seg – og det er akkurat der Permutables visjon ligger.

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