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 holdningsintelligens for finansielle institusjoner. Med en bakgrunn i AI, finansielle markeder og dataingeniør, bygger Wilson systemer som oversetter enorme informasjonsstrømmer til forklarbare, handlebare innsikter. Han er en hyppig kommentator på AI-innovasjon i finansielle markeder, markedsholdning og fremtiden for datadrevne beslutninger, og forkjemper for teknologi som forbedrer menneskelig ekspertise i stedet for å erstatte den.

Du startet din karriere i Merrill Lynch og Citi før du grunnla Permutable AI. Hva inspirerte deg til å gå over fra tradisjonell finans til å bygge et AI-selskap fokusert på markedsgenerell intelligens?

Jeg startet min karriere som en kvantitativ trader i Merrill Lynch på rente-derivatdesk, hvor vi allerede da eksperimenterte med tidlige maskinlærings-teknikker for å øke 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 utvikling: først til “software 2.0”, hvor neurale nettverk erstattet eksplisitt logikk, og nå inn i “software 3.0”, hvor store språkmodeller kan direkte resonnere over enorme mengder ustukturert data. Å se disse skiftene skje fra innsiden gjorde det åpenbart at markedene ville til slutt 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 – bygging 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 resonnemodeller designet for å forstå relasjoner og årsakssammenheng, ikke bare korrelasjoner. Arkitekturen tilpasser seg kontinuerlig til nye makro-betingelser, nyhetsstrømmer og geopolitiske utviklinger. Den adaptive laget er kjerne i vår filosofi: hvis du vil forutse markedene, må systemet utvikle seg like raskt som verden selv.

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

Ved Permutable bygger vi multi-agent-staker designet for å arbeide samarbeidende og utføre end-to-end-arbeidsflyter tradisjonelt håndtert av hele team. Vi er trygge på at de allerede overstiger mye av markedet (se våre 1 års resultater), men vi tror også at de beste resultater kommer fra å kombinere disse agentene med høyt kvalifiserte ingeniører og domene-eksperter.

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

Mange institusjoner sliter med å modernisere sin analytiske infrastruktur. Hvordan erstatter din resonnemessige, 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 vi sikrer pålitelighet. Virkeligheten er at innovasjon innenfor store institusjoner er svært 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 gjør det, kan slite med å holde seg relevante.

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

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

Forklarbar AI blir stadig viktigere i regulerte industrier. Hvordan sikrer Permutable gjennomsiktighet og ansvarlighet innenfor sine modeller og beslutningsutgang?

Vårt nøkkel-differensierende er at hver modell-utgang er fullstendig sporable ned til den eksakte artikkelen, tidsstempel og kilde. Vi reduserer hallusinasjoner ved å tett kontrollere oppgave-grensene for hver modell. Alt kommer med en innebygd revisjons-spor med gjennomsiktighet innbygget i kjernen.

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

Vi søker etter partnere som er alignert med Permutable’s langsiktige visjon: å bringe AI-drevet, sanntids markedsgenerell intelligens inn i kjernen av globale markeders beslutningsflyter. Den ideelle partneren har internasjonal rekkevidde, sterk økosystem-credibilitet 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 hva utfordringer må overvinnes for å oppnå det?

En verdensmodell kartlegger og forstår hvordan handels-aktiva priser interagerer og påvirker hverandre – enten det er suverene gjeld, valuta, råvarer eller noe så spesifikt som prisen på kaffe. Det er en samlet representasjon av globale markedsdynamikker.

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

Når jeg blir invitert 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 fakta at multi-modal AI vil samle rapporter, nyheter, bilder, strøm-data og pris-signaler i en enkelt resonnement-lag. Og at hedgefond vil flytte enda lenger fremfor fordi de tilpasser seg raskere. Men mange store handels-organisasjoner, sammen med de beste og brightest, har fortsatt team som motsetter seg innovasjon – de forstår bare ikke hvor raskt landskapet endrer seg.

Til slutt, mens AI fortsatt omformer handel og analytikk, hva begeistrer deg mest om den neste frontieren for Permutable AI og det bredere fintech-økosystemet?

Vi tror at multi-agent-systemer vil bli det dominante rammeverket, selv om verktøyet fortsatt modnes. Det som begeistrer 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 sitter.

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