Wilson Chan, grunnlegger og CEO av Permutable AI – Intervju-serie

Wilson Chan er grunnlegger og CEO av Permutable AI, et London-basert selskap som spesialiserer seg på sanntids globale data og sentimentintelligens for finansielle institusjoner. Med en bakgrunn i AI, finansielle markeder og dataingeniørarbeid bygger Wilson systemer som oversetter enorme informasjonsstrømmer til forklarbare, handlebare innsikter. Han er en hyppig kommentator på AI-innovasjon i finansielle markeder, markedssentiment og fremtiden for datadrevne beslutninger, og han fremmer teknologi som forbedrer menneskelig ekspertise i stedet for å erstatte den.

Du begynte din karriere i Merrill Lynch og Citi før du grunnla Permutable AI. Hva inspirerte deg til å gå fra tradisjonell finans til å bygge et AI-selskap som fokuserer på markedssikt?

Jeg begynte min karriere som en kvantitativ trader i Merrill Lynch på fastrentemarkedet, der vi allerede eksperimenterte med tidlige maskinlærings-teknikker for å akselerere arbitrage over rentekurven. Det meste av finans var fortsatt i en “software 1.0”-mentalitet – håndkodede regler og manuelt justerte modeller.

Over de siste ti årene har vi sett en rask fremgang: først til “software 2.0”, der neurale nettverk erstattet eksplisitt logikk, og nå inn i “software 3.0”, der store språkmodeller kan direkte resonnere over enorme mengder ustukt data. Å se disse skiftene skje fra innsiden gjorde det tydelig at markedene til slutt ville bli formet av AI-native systemer i stand til å tolke global informasjon raskere og mer helhetlig enn noen tradisjonell stak.

Permutable AI ble skapt for å fange nettopp denne muligheten – bygge moderne LLM- og multi-agent-systemer som forutser markedsskift i sanntid i stedet for å reagere etter faktum.

Permutable AI’s misjon om “å forutse, ikke bare reagere på, markedsendring” er overbevisende. Hvordan har denne filosofien formet den tidlige designen av din vertikale LLM-arkitektur?

Vi har bygget resonnansmodeller designet for å forstå relasjoner og årsakssammenheng, ikke bare korrelasjoner. Arkitekturen tilpasser seg kontinuerlig til nye makroforhold, nyhetsstrømmer og geopolitiske utviklinger. Den adaptive laget er kjerne i vår filosofi: hvis du ønsker å forutse markedet, må systemet utvikle seg like raskt som verden selv.

Kan du forklare hvordan vertikale store språkmodeller forskjeller seg fra generelle LLM-er som GPT, og hvorfor de er bedre egnet for finansielle og varemarkeder?

Hos Permutable bygger vi multi-agent-staker designet for å arbeide samarbeidende og utføre sluttløse arbeidsflyter tradisjonelt håndtert av hele team. Vi er overbevist om at de allerede overgår mye av markedet (se våre 1-årsresultater), men vi tror også at de beste resultater kommer fra å kombinere disse agentene med høyt kvalifiserte ingeniører og domene-eksperter.

En vertikal LLM innlemmer finansiell ontologi – enheter, strømmer, forsyningskjeder, makro-drivere, korrelasjoner. Utdataene er ikke bare tekst, men strukturerte beslutninger: drivere, påvirkningsnivåer, konfidenspoeng, så formål-bygget for markeder.

Mange institusjoner sliter med å modernisere sin analytiske infrastruktur. Hvordan erstatter din resonnans-baserte, adaptive arkitektur legacy-systemer på en praktisk måte?

Vi har bygget LLM-systemer med selv-evaluering og kontinuerlig overvåking i kjernen. Målet er å holde menneskelig tilsyn fokusert og minimalt, samtidig som påliteligheten sikres. Virkeligheten er at innovasjon innen store institusjoner er usedvanlig vanskelig fordi kulturelle og strukturelle hindringer ofte kommer i veien.

Hvor organisasjoner har riktig kultur og ledelse, er transformasjonen dramatisk. Til slutt vil de som omfavner denne skiftet akselerere; de som ikke, kan slite med å forbli relevante.

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

Vårt system skanner hundretusener av artikler i sanntid og bringer frem de som virkelig teller – fullstendig med analyse generert nesten umiddelbart. Det går langt utover hva en standard søkeaktiveret LLM kan produsere. Det er i realiteten en live resonnans-motor som sitter ved siden av hver trader, kontinuerlig oppdaterer sin lesning av verden.

Forklarbar AI blir stadig mer kritisk i regulerte industrier. Hvordan sikrer Permutable gjennomsiktighet og ansvar innen sine modeller og beslutninger?

Vår nøkkel-differensierer er at hver modell-utdata er fullstendig sporbart ned til den eksakte artikkelen, tidsstempel og kilde. Vi reduserer hallucinasjoner ved å tett kontrollere oppgavegrensene for hver modell. Alt kommer med en innebygd revisjonslogg med gjennomsiktighet innlemmet i kjerne-arkitekturen.

Dine partnerskap omfatter nå data-tilbydere, handelsplattformer og analytiske firmaer. Hva ser en ideal strategisk partnerskap ut for Permutable, og hvordan forbedrer disse samarbeidene din globale rekkevidde?

Vi søker etter partnere som er i linje med Permutable’s langsiktige visjon: å bringe AI-drevet, sanntids markedssikt inn i kjerne-beslutningsflytene i globale markeder. Den ideelle partner har internasjonal rekkevidde, sterk økosystem-godkjennelse og evnen til å hjelpe med å skalerer vår intelligens og innsikt over flere regioner og aksje-klasser.

Du har nevnt målet om å bygge en “verdensmodell for kapitalmarkeder”. Hva ville en slik modell se ut i praksis, og hvilke utfordringer må overvinnes for å oppnå det?

En verdensmodell kartlegger og forstår hvordan handelsverdier påvirker hverandre – enten det er suverene gjeld, valuta, råvarer eller noe så spesifikt som kaffeprisen. Det er en forent representasjon av globale markedsdynamikker.

Hvordan ser du på adaptiv AI som transformerer hastigheten og nøyaktigheten av beslutningstaking for aksje-forvaltere, hedgefond og andre finansielle institusjoner over de neste fem årene?

Når jeg inviteres til et styremøte, vet jeg innen den første minuttet om organisasjonen er i stand til å gå gjennom en AI-transformasjon. Kultur er alt.

Det er en realitet at multi-modal AI vil forene rapporter, nyheter, bilder, datastrømmer og pris-signaler i ett resonnans-lag. Og at hedgefond vil gå enda lenger foran fordi de tilpasser seg raskere. Men mange store handelsorganisasjoner, sammen med de aller beste, har fortsatt lag som motsetter seg innovasjon – de innser bare ikke hvor raskt landskapet endrer seg.

Til slutt, da AI fortsetter å forme handel og analytikk, hva er det som spenner deg mest om den neste frontieren for Permutable AI og det bredere fintech-økosystemet?

Vi tror at multi-agent-systemer vil bli det dominerende rammeverket, selv om verktøyet fortsatt modner. Det som spenner meg mest er at vinnerne i handel og analytikk vil være institusjonene som er mest villige og i stand til å tilpasse seg – og det er nettopp der Permutable’s visjon ligger.

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