Naré Vardanyan, współzałożyciel i CEO Ntropy – seria wywiadów

Naré Vardanyan, współzałożyciel i CEO Ntropy, platformy, która umożliwia deweloperom parsowanie transakcji finansowych w czasie krótszym niż 100 ms z superludzką dokładnością, otwierając drogę do nowego pokolenia autonomicznych usług finansowych, napędzających produkty i usługi, które wcześniej nie były możliwe. Konwertuje surowe strumienie transakcji na kontekstualizowaną, ustrukturyzowaną informację, łącząc dane z wielu źródeł, w tym modeli języka naturalnego, wyszukiwarek, baz danych wewnętrznych, zewnętrznych API i istniejących danych transakcyjnych z całej naszej sieci.

Wychowałeś się w Armenii, bez prądu podczas wojny. Czy mógłbyś podzielić się niektórymi szczegółami dotyczącymi tych wczesnych dni i jak to doprowadziło cię do pracy w Organizacji Narodów Zjednoczonych?

To doświadczenie było udziałem całego pokolenia w Armenii. Wpoiło we mnie wyobraźnię i umiejętność znajdowania rozwiązań nawet przy ograniczonych środkach. Jak inni, którzy dorastali w strefie konfliktu, ten okres w moim życiu miał głęboki wpływ na to, jak postrzegam świat. Te wymagające okoliczności wykształciły we mnie poczucie wspólnej odpowiedzialności w społeczności i zdecydowaną motywację do wprowadzania pozytywnych zmian. Zrozumiawszy, że nasze wyzwania wykraczają poza indywidualne walki, poczułem powołanie do myślenia w szerszej skali i kierowania moimi wysiłkami. To skierowało mnie w stronę Organizacji Narodów Zjednoczonych.

ONZ wyłoniła się jako idealna platforma do wniesienia znaczącego wkładu. Biorąc pod uwagę niepewną sytuację geopolityczną Armenii i moje pragnienie wpływu na sprawy globalne, uważałem, że współpraca z ONZ da mi okazję do prawdziwego dokonania różnicy. Będąc częścią istotnych dyskusji i decyzji, miałem na celu mieć znaczący wpływ na problemy świata.

Szybko zacząłeś tracić złudzenia co do Organizacji Narodów Zjednoczonych, jak przeszedłeś od tego do chęci pracy w branży technologicznej?

Rozczarowanie ONZ wynikało z jej powolnego i biurokratycznego charakteru, co ostatecznie skłoniło mnie do zmiany moich aspiracji zawodowych. Chociaż ONZ miała swoje zalety, zacząłem zdawać sobie sprawę, że często brakowało jej skutecznych działań i możliwości napędzania autentycznych zmian. To zrozumienie skierowało mnie ku przesunięciu mojej uwagi w stronę świata technologii – dynamicznej i nieograniczonej przestrzeni.

W świecie technologii innowacyjne narzędzia są łatwo dostępne i ciągle ewoluują, dając osobom możliwość wywołania transformacji bez niepotrzebnych przeszkód. To środowisko umożliwia przekształcenie pomysłów w rzeczywistość, nieograniczoną przez niepotrzebne pozwolenia – aspekt, który naprawdę mnie fascynował. Potencjał wprowadzenia znaczącego, szerokiego wpływu za pomocą technologii stał się nieodparty, skłaniając mnie do zanurzenia się w tym żywym polu.

Jakie były niektóre z twoich pierwszych projektów związanych z danymi, nad którymi pracowałeś?

Jednym z moich wcześniejszych projektów było stworzenie aplikacji skoncentrowanej na zdrowiu psychicznym nastolatków. Aplikacja wykorzystywała dane haptyczne i inteligencję konwersacyjną, aby wykryć wczesne objawy zaburzeń dwubiegunowych. W tamtym czasie dziedzina przetwarzania języka naturalnego nie była tak zaawansowana, jak dziś, co jest dość godne uwagi, biorąc pod uwagę, że był to tylko około sześć lat temu, kiedy ten projekt został zainicjowany. Nasza praca była jednym z pierwszych inicjatyw badawczo-rozwojowych w tym obszarze, a później sprzedaliśmy naszą własność intelektualną ubezpieczycielom do wewnętrznej analityki i ustalania składek.

Wcześniej inwestowałeś w firmy AI i ML przez londyńską AI Seed, jakie były niektóre z powszechnych cech, które obserwowałeś u udanych startupów AI?

Ciągłą nicią było posiadanie wyłącznego dostępu do danych oraz możliwość wykorzystania tych danych do rozwiązywania realnych problemów świata. Ponadto istotne jest uznanie, że w dziedzinie firm AI stosowanych, nacisk idzie poza sam konstruowanie modeli; przenosi się ku tworzeniu wpływowych, wartościowych produktów. Zespoły, które rozumieją i przyjmują tę perspektywę, są tymi, które naprawdę prosperują w krajobrazie AI/ML. Na przykład Predina wykorzystuje AI do przewidywania ryzyka wypadku drogowego dla określonej lokalizacji i czasu, podczas gdy Observe Technologies wykorzystuje własne algorytmy, aby wspierać gospodarstwa rybne w zrównoważonym wzroście żywności.

Czy mógłbyś podzielić się historią powstania Ntropy?

Ntropy powstało z pomysłu, że niektóre z najważniejszych informacji na świecie są ukryte w transakcjach finansowych. Do tej pory te dane żyły w izolacji, co jest nieładne i trudne do pracy. Stworzyliśmy Ntropy, aby być pierwszą naprawdę globalną, międzybranżową, międzygeo i wielojęzyczną silniką danych finansowych, która może zapewnić dokładność na poziomie ludzkim. Tworząc wspólny język i system do zrozumienia danych finansowych, równujemy zaufanie i dostęp do pieniędzy dla firm i osób na całym świecie. Poprzez zrozumienie i interpretację tych transakcji, dynamika pieniędzy może być zdefiniowana na nowo, wraz z dostępem do nich.

Mieliśmy dość archetypiczną historię startupu. Na początku, mój współzałożyciel Ilia i ja działaliśmy z opuszczonego, kurzącego się budynku szkoły w piwnicy. Zaczynaliśmy z 20 tysiącami transakcji i destylowanym modelem BERT, który został przeszkolony na nich. Dane były uruchomione z aplikacji konsumenta na Typeform z połączeniem Plaid, wspieranym przez przyjaciół i rodzinę. Pracowaliśmy długie godziny i byliśmy ściśnięci finansowo na początku, ale napędzani determinacją i poświęceniem dla tego biznesu.

Przewińmy do dzisiaj, nasza podróż doprowadziła nas do analizy i oznaczenia miliardów transakcji. W rezultacie mamy jeden z najbardziej kompletnych baz danych handlowców na świecie, z blisko 100 milionami+ handlowców wzbogaconych o nazwy, adresy, tagi branżowe i więcej. Systematycznie rozszerzaliśmy nasz zbiór transakcji – wykorzystując moc modeli LLM na tych danych finansowych, co dostarczyło niezrównaną efektywność kosztową i szybkość. Ta zdolność ma potencjał rewolucjonizować krajobraz finansowy.

Dlaczego dane finansowe są jednym z wielkich wyrównywań?

Dane finansowe wyłaniają się jako potężne wyrównywanie ze względu na ich zdolność do wyrównania pola gry, zmniejszenia niepewności i wspierania zaufania. Kiedy dane są obfite i rafinowane, przekładają się na zmniejszone ryzyko związane z podejmowaniem decyzji finansowych. Jak ryzyko staje się bardziej zarządzalne, dochodzi do przesunięcia. Koszt niepewności maleje, umożliwiając osobom podejmowanie bardziej poinformowanych i równych decyzji, co z kolei wyrównuje pole gry. Na przykład, jeśli mamy większy dostęp do danych i nie podejmujemy decyzji na podstawie wąskiego zestawu parametrów, nowy imigrant ma taki sam potencjał, jak osoba z ugruntowanej linii, aby uzyskać korzystne warunki kredytu samochodowego lub hipotecznego. Podstawowa przeszkoda przedstawiona przez nierównowagi finansowe zaczyna się rozpuszczać, wprowadzając erę, w której szerszy zakres ludzi może uzyskać dostęp do korzystnych możliwości finansowych.

Jakie są niektóre z wyzwań związanych z budowaniem AI, które mogą czytać i rozumieć transakcje finansowe jak człowiek?

Tworzenie AI, które mogą zrozumieć transakcje finansowe jak ludzie, jest wyzwaniem ze względu na ich probabilistyczny charakter, który może prowadzić do błędów. W przeciwieństwie do ludzi, systemy AI nadal brakuje im struktur odpowiedzialności. Głównym wyzwaniem jest udoskonalenie systemów AI, aby zmniejszyć błędy i ich wpływ, jednocześnie zapewniając skalowalność. Ciekawe, że większe modele mogą złagodzić to wyzwanie, stopniowo poprawiając dokładność w czasie. Zwiększone możliwości i bogactwo danych mogą poprawić dokładność interpretacyjną AI, ostatecznie kultury bardziej tolerancyjnego środowiska błędów i przyspieszając powszechne przyjęcie tych systemów.

Czy mógłbyś omówić, jak Ntropy oferuje standaryzowane dane finansowe?

Ntropy funkcjonuje jako wszechobejmująca platforma, łącząca spektrum modeli językowych, od największych do najmniejszych, wraz z heurystykami. Te modele są szkolone przy użyciu surowych danych finansowych, wglądu ekspertów i przykładów oznaczonych maszynowo. Naszym celem jest wydobycie znaczących spostrzeżeń z różnych ciągów transakcji i przedstawienie ich spójnie w łatwo zrozumiały sposób. Nasz zestaw składa się z API i intuicyjnego pulpitu, umożliwiającego szybką konwersję danych finansowych w ciągu milisekund. Ta funkcjonalność płynnie integruje się z produktami i usługami użytkowników.

Jakie są niektóre z przypadków użycia za tymi danymi?

Zastosowania tych danych są rozległe, obejmując całość operacji finansowych. Umożliwiają różnorodne funkcje, w tym płatności, ustalanie składek, rachunkowość, inwestycje i więcej. Elastyczność danych staje się widoczna w ich zdolności do wpływu na różne aspekty działalności finansowej, niezależnie od tego, czy chodzi o transfery funduszy, staranne prowadzenie zapisów czy optymalizację wykorzystania kapitału.

Zastanów się nad transakcjami bankowymi lub aplikacją do budżetowania. Szybki rzut oka ujawnia trudności w zrozumieniu zakupów ze względu na niestandardowe nazwy i opisy handlowców. Chociaż wiele firm próbowało rozwiązać ten problem za pomocą wewnętrznych rozwiązań, często nie radzą sobie one z skalowalnością, utrzymaniem i ogólnymi zastosowaniami. Model niestandardowy jest zwykle tylko 60-70% dokładny i może zająć kilka miesięcy, aby go zbudować.

Technologia Ntropy łączy miliardy punktów danych z globalnych baz danych handlowców, wyszukiwarek i modeli językowych przeszkolonych na skondensowanej wersji sieci, aby przetwarzać dane bankowe na czterech kontynentach i sześciu językach. Umożliwiamy wykorzystanie dużych modeli językowych w skali finansowej, aby wspierać wszystkie funkcje biurowe.

Jakie jest twoje wizja przyszłości Ntropy?

Nasza wizja dla Ntropy jest klarowna: chcemy stać się firmą AI pionierem w usługach finansowych. Nasze silne podstawy danych i intuicji, wspierane przez dedykowany zespół, umieściły nas w unikalnej pozycji do napędzania prawdziwej zmiany. Co to więc oznacza w praktyce? Chodzi o wykorzystanie najnowszych osiągnięć, aby przekształcić finanse i odblokować nowe poziomy produktywności, które wcześniej były poza zasięgiem.

Wszyscy wiemy, że bankowość może być droga. Ale wyobraź sobie, że możemy to zmienić. Poprzez obniżenie kosztów, nie tylko cięcie wydatków, ale także zachęcanie do zdrowej konkurencji, poprawę ekonomiki systemu i ostatecznie czyniąc usługi finansowe bardziej dostępnymi i efektywnymi dla wszystkich. To jest przyszłość, ku której dążymy – krajobraz finansowy, który jest sprawiedliwszy i bardziej przyjazny dla użytkownika.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Ntropy.