Wilson Chan, Założyciel i Dyrektor Generalny Permutable AI – Seria Wywiadów

Wilson Chan jest założycielem i dyrektorem generalnym Permutable AI, londyńskiej firmy specjalizującej się w czasie rzeczywistym globalnych danych i inteligencji sentymentu dla instytucji finansowych. Z wykształcenia w dziedzinie sztucznej inteligencji, rynków finansowych i inżynierii danych, Wilson buduje systemy, które tłumaczą ogromne przepływy informacji na wyjaśnialne, działania, które można wykonać. Jest częstym komentatorem innowacji w dziedzinie sztucznej inteligencji na rynkach finansowych, sentymentu rynkowego i przyszłości podejmowania decyzji opartych na danych, opowiadając się za technologią, która wspiera ludzką ekspertyzę, a nie ją zastępuje.

Zacząłeś swoją karierę w Merrill Lynch i Citi, zanim założyłeś Permutable AI. Co skłoniło Cię do przejścia z tradycyjnych finansów do budowy firmy AI skupionej na wywiadach rynkowych?

Zacząłem swoją karierę jako trader kwantytatywny w Merrill Lynch na stanowisku pochodnych instrumentów o stałym dochodzie, gdzie już wtedy eksperymentowaliśmy z wczesnymi technikami machine learning, aby przyspieszyć arbitraż wzdłuż krzywej dochodowości. Większość finansów była wciąż w “software 1.0” – ręcznie kodowanych reguł i ręcznie dostosowanych modeli.

W ciągu ostatniej dekady widzieliśmy gwałtowny postęp: najpierw do “software 2.0”, gdzie sieci neuronowe zastąpiły jawną logikę, a teraz do “software 3.0”, gdzie duże modele językowe mogą bezpośrednio wnioskować na podstawie ogromnych ilości nieustrukturyzowanych danych. Widzenie tych zmian z wnętrza sprawiło, że było oczywiste, że rynki będą ostatecznie kształtowane przez systemy rodzime dla AI, które mogą interpretować globalne informacje szybciej i bardziej holistycznie niż tradycyjne stosy.

Permutable AI została stworzona, aby wykorzystać genau tę okazję – budowanie nowoczesnych LLM i systemów wieloagentowych, które przewidują zmiany rynkowe w czasie rzeczywistym, zamiast reagować po fakcie.

Misja Permutable AI, aby “przewidywać, a nie tylko reagować na zmiany rynkowe” jest przekonywująca. Jak ta filozofia ukształtowała wczesny projekt Twojej pionierskiej architektury LLM?

Zbudowaliśmy modele rozumowania zaprojektowane do zrozumienia relacji i przyczynowości, a nie tylko korelacji. Architektura dostosowuje się ciągle do nowych warunków makroekonomicznych, przepływów informacji i rozwoju geopolitycznego. Ta warstwa adaptacyjna jest podstawą naszej filozofii: jeśli chcesz przewidywać rynki, system musi ewoluować tak szybko, jak sam świat.

Możesz wyjaśnić, jak pionierskie duże modele językowe różnią się od ogólnych LLM, takich jak GPT, i dlaczego są lepiej przystosowane do rynków finansowych i towarowych?

W Permutable budujemy stosy wieloagentowe zaprojektowane do współpracy i wykonywania przepływów pracy końca do końca, tradycyjnie obsługiwanych przez całe zespoły. Jesteśmy przekonani, że już teraz przewyższają one wiele rynku (zobacz nasze wyniki za 1 rok), ale również wierzymy, że najlepsze wyniki pochodzą z łączenia tych agentów z wysoko wykwalifikowanymi inżynierami i ekspertami branżowymi.

Pionierski LLM osadza ontologię finansową – jednostki, przepływy, łańcuchy dostaw, makrosterowniki, korelacje. Jego dane wyjściowe nie są tylko tekstem, ale strukturalnymi decyzjami: sterownikami, poziomami wpływu, punktami ufności, więc są specjalnie zaprojektowane dla rynków.

Wiele instytucji ma trudności z modernizacją swojej infrastruktury analitycznej. Jak Twoja architektura oparta na rozumowaniu i adaptacji zastępuje systemy dziedzictwa w praktyczny sposób?

Zbudowaliśmy systemy LLM z samooceną i ciągłym monitorowaniem w swoim rdzeniu. Celem jest utrzymanie nadzoru ludzkiego w minimalnym stopniu, jednocześnie zapewniając niezawodność. Rzeczywistością jest to, że innowacje wewnątrz dużych instytucji są niezwykle trudne, ponieważ kulturowe i strukturalne bariery często stoją na przeszkodzie.

Gdzie organizacje mają odpowiednią kulturę i przywództwo, transformacja jest dramatyczna. Ostatecznie te, które przyjmują tę zmianę, przyspieszą; te, które nie, mogą mieć trudności z utrzymaniem się na rynku.

Trading Co-Pilot to interesujący rozwój. Jak wykorzystuje on dane sentymentu i makroekonomiczne w czasie rzeczywistym, aby dać traderom przewagę?

Nasze systemy skanują setki tysięcy artykułów w czasie rzeczywistym i ujawniają te, które naprawdę mają znaczenie – wraz z analizą wygenerowaną niemal natychmiast. Idzie to znacznie dalej niż to, co może wyprodukować standardowy LLM z funkcją wyszukiwania. To jest podstawowo silnik rozumowania w czasie rzeczywistym, który siedzi obok każdego tradera, ciągle aktualizując swoją wiedzę o świecie.

Sztuczna inteligencja wyjaśnialna staje się coraz bardziej krytyczna w branżach regulowanych. Jak Permutable zapewnia przejrzystość i odpowiedzialność w ramach swoich modeli i danych wyjściowych?

Naszym kluczowym differentiatorem jest to, że każde dane wyjściowe modelu są w pełni śledzone aż do dokładnego artykułu, znacznika czasu i źródła. Redukujemy halucynacje, ściśle kontrolując granice zadania każdego modelu. Wszystko pochodzi z wbudowanym śladem audytowym z przejrzystością wbudowaną w rdzeń architektury.

Twoje partnerstwa obecnie obejmują dostawców danych, platformy handlowe i firmy analityczne. Jaki jest ideał strategicznego partnerstwa dla Permutable, i jak te współprace zwiększają Twoją globalną obecność?

Szukamy partnerów zgodnych z wizją Permutable: wprowadzaniem AI-napędzanej, czasu rzeczywistego inteligencji rynkowej do podstawowych przepływów decyzyjnych globalnych rynków. Ideał partnera ma międzynarodowy zasięg, silną wiarygodność ekosystemu i możliwość pomocy w skalowaniu naszej inteligencji i wglądów w różnych regionach i klasach aktywów.

Mówiłeś o celu budowy “światowego modelu dla rynków kapitałowych”. Jaki taki model wyglądałby w praktyce, i jakie wyzwania trzeba pokonać, aby go osiągnąć?

Światowy model skutecznie mapuje i rozumie, jak ceny aktywów handlowych wzajemnie się wpływają – czy to jest dług państwowy, FX, towary, czy nawet coś tak konkretnego, jak cena kawy. To jest ujednolicona reprezentacja globalnej dynamiki rynku.

Jak widzisz przyszłość sztucznej inteligencji transformującą szybkość i dokładność podejmowania decyzji dla menedżerów aktywów, funduszy hedgingowych i innych instytucji finansowych w ciągu najbliższych pięciu lat?

Kiedykolwiek jestem zaproszony na spotkanie na poziomie zarządu, wiem w ciągu pierwszej minuty, czy ta organizacja jest w stanie przejść przez transformację AI. Kultura jest wszystkim.

To jest fakt, że wielomodalna AI ujednolici raporty, wiadomości, obrazy, dane przepływu i sygnały cenowe w jednej warstwie rozumowania. I że fundusze hedgingowe będą szły jeszcze dalej, ponieważ adaptują się szybciej. Ale wiele dużych organizacji handlowych wraz z najjaśniejszymi i najlepszymi wciąż ma zespoły opierające się innowacjom – po prostu nie zdają sobie sprawy, jak szybko krajobraz się zmienia.

Wreszcie, gdy sztuczna inteligencja nadal zmienia handel i analitykę, co najbardziej ekscytuje Cię w następnej granicy dla Permutable AI i szerszego ekosystemu fintech?

Wierzymy, że systemy wieloagentowe staną się dominującym frameworkiem, chociaż narzędzia są jeszcze dojrzałe. To, co najbardziej mnie ekscytuje, to fakt, że zwycięzcy w handlu i analityce będą instytucjami, które są najbardziej skłonne i zdolne do adaptacji – i to jest dokładnie tam, gdzie wizja Permutable się znajduje.

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