Майкл Ранжел, основатель Novo – серия интервью

Michael Rangel, основатель Novo, является финтех‑предпринимателем, который основал компанию в 2016 году и более девяти лет занимал пост её генерального директора, помогая превратить Novo из идеи ранней стадии в финансовую платформу, обслуживающую малый бизнес. За время своего руководства Ранжел работал над разработкой продукта, привлечением инвестиций, наймом, операционной деятельностью, партнёрствами и стратегией выхода на рынок, способствуя привлечению более $170 млн финансирования. Он ушёл с поста генерального директора в апреле 2025 года, но остаётся вовлечённым как основатель и член совета директоров Novo, поддерживая её долгосрочную миссию по расширению возможностей предпринимателей и независимых компаний. До основания Novo Ранжел более пяти лет работал в сфере торгового администрирования и операций в Fairholme Capital Management, после более ранней роли в операциях в Smith Barney.

Novo — это финтех‑платформа, разработанная специально для независимых предприятий, предпринимателей, фрилансеров и владельцев малого бизнеса, объединяющая бизнес‑чек‑аккаунт с инструментами для платежей, выставления счетов, управления расходами, планирования денежного потока, кредитования и бизнес‑кредитов. Платформа интегрируется с более чем 40 бизнес‑инструментами, включая QuickBooks, Stripe, Shopify, Square и Xero, помогая компаниям соединять банковские услуги с бухгалтерией, платежами и операционными процессами. Novo также использует ИИ, основанный на моделях OpenAI, Anthropic и Google, для оптимизации процессов, таких как ввод новых клиентов и категоризация расходов. Компания заявляет, что её платформа пользуется доверием более 250 000 независимых компаний. Novo сама является финтех‑компанией, а не банком; банковские услуги и депозиты, застрахованные Федеральной корпорацией страхования депозитов (FDIC), предоставляются через партнёра Middlesex Federal Savings.

Вы основали Novo в 2016 году и почти десятилетие строили её, ориентируясь на финансовые потребности малого бизнеса. Оглядываясь назад на те задачи, которые вы ставили перед собой тогда, какие из них, по вашему мнению, ИИ теперь может решить способами, которые просто не были возможны, когда вы запускали компанию?

ИИ может оказать глубокое влияние на то, как вы управляете бизнесом и предоставляете ценность клиентам. Когда мы запускали Novo, одной из проблем, которую мы хотели решить, было то, что бизнес с оборотом $1 000 в год, бизнес с оборотом $100 000 в год и бизнес с оборотом $1 млн в год создают удивительно схожую операционную нагрузку для банка. Всё равно необходимо поддерживать ввод новых клиентов, соблюдение нормативов, борьбу с мошенничеством, безопасность, мониторинг транзакций и обслуживание клиентов, независимо от того, какой доход генерирует каждый клиент. Это означало, что банкам приходилось создавать крупные операционные команды для поддержки клиентов, которые по отдельности не всегда были для них ценными.

Десять лет назад мы полагали, что программное обеспечение может помочь изменить эту формулу. Сейчас ИИ выводит эту идею гораздо дальше. Специалист по соблюдению нормативов может использовать ИИ для резюмирования информации, обработки документов и составления отчётов или ответов, позволяя одному человеку справляться более чем в десять раз с тем объёмом, с которым он справлялся ранее. Наши команды обслуживания клиентов могут позволить ИИ отвечать на рутинные вопросы, чтобы сотрудники могли тратить время на задачи, действительно требующие суждения. Модели обнаружения мошенничества могут выявлять потенциальные проблемы раньше и помогать нам быстрее восстанавливать убытки, когда что‑то идёт не так. ИИ предоставил нам гораздо более эффективный способ реализовать то, для чего Novo была создана, а именно предоставить банковский опыт, работающий для компаний любого размера.

Традиционно у малого бизнеса не было доступа к финансовым командам, аналитикам и сложному программному обеспечению, доступному крупным компаниям. Насколько реально ИИ может сократить этот разрыв в ресурсах, и где человеческая экспертиза останется незаменимой?

ИИ развивается невероятно быстро, но темпы выглядят совершенно по‑разному в зависимости от того, где вы находитесь. Если вы работаете в сфере технологий в Сан‑Франциско или Нью‑Йорке, ваш опыт взаимодействия с ИИ, вероятно, сильно отличается от опыта владельца малого бизнеса, который просто пытается управлять своей компанией.

Многие проблемы, с которыми сталкивается малый бизнес, уже находятся в пределах возможностей ИИ. Более серьёзный вызов заключается в том, что технологии развиваются быстрее, чем люди успевают научиться их использовать. Поэтому меня интересует то, что делают такие компании, как Anthropic, с продуктами, предназначенными для предоставления менее техническим пользователям отправной точки.

Человеческая экспертиза не исчезнет, но ИИ может сократить разрыв, делая её более доступной. Я видел, как такие продукты, как April Tax, делают то, что раньше требовало много времени и специализированных знаний, гораздо проще для владельца малого бизнеса. Мы ещё не достигли того уровня, когда ИИ может поставить ваш бизнес на автопилот, но если вы когда‑либо теряли выходные, готовясь к подаче налоговой декларации, возвращённое время действительно имеет значение.

Где вы наблюдаете, что ИИ создает наибольшую ощутимую ценность для владельцев малого бизнеса сегодня, особенно в области прогнозирования денежного потока, управления расходами, бюджетирования и повседневного финансового принятия решений?

Одним из самых полезных применений ИИ, которое мы создали в Novo, на самом деле кажется довольно простым — это маркировка транзакций. Исторически для того, чтобы эти модели работали хорошо, требовалось огромное количество обучающих данных, и даже тогда точность могла составлять около 80 %. Это недостаточно, когда вы имеете дело с финансовой информацией человека, поскольку всё равно необходимо проверять всё.

Используя небольшое количество наших собственных данных, некоторые методы дистилляции моделей и передовые модели, когда наши системы не уверены, мы недавно повысили точность до более чем 97 % и приблизились к 99 %. Как только вы сможете точно понять, что представляет собой каждая транзакция, вы сможете создавать гораздо более полезные финансовые инструменты на основе этих данных. Это может питать панели расходов, базовый FP&A и даже помогать бизнесу разделять деньги на такие цели, как зарплата и выплаты поставщикам, чтобы они случайно не были потрачены где‑то ещё.

Интересно, что большие языковые модели удивительно хорошо справляются с классификацией и кластеризацией. Это значит, что мы можем взять транзакции компании и начать строить персонализированный обзор её финансов без той инженерной сложности, которая раньше была необходима. Для нашей клиентской базы возможности современного ИИ опережают сложность проблем, которые мы пытаемся решить. Это довольно захватывающее положение.

Одно из обещаний ИИ — перейти от простого отображения бизнес‑владельцам того, что уже произошло, к проактивному подсказыванию, что им следует делать дальше. Как выглядит действительно интеллектуальная финансовая платформа на практике?

Лучший банковский опыт по‑прежнему — это общение с кем‑то в вашем банке, кто знает всё о вашем бизнесе. Они понимают вашу историю, ваши цели и то, что может понадобиться вам дальше. Программное обеспечение всегда было помощником в этих отношениях, но не заменило их.

Для меня действительно интеллектуальная финансовая платформа ощущается так, будто вы сократили количество людей, необходимых в комнате для управления бизнесом. Вы должны иметь возможность задать вопрос, получить ответ, увидеть нужную информацию и получить полезные рекомендации, не разыскивая их самостоятельно. Главное — доверять полученному ответу.

В Novo мы иногда говорим, что конкурируем с тротуаром. Обращение к банковскому советнику всё ещё остаётся отличным опытом. Нет приложения, которое нужно навигировать, кто‑то вас знает и может направлять, исходя из вашего бизнеса. ИИ даёт нам возможность перенести часть этого опыта к недостаточно обслуживаемой группе компаний в масштабе, который ранее был невозможен. Для наших клиентов эта возможность наконец стала достижимой.

Может ли ИИ в конечном итоге выступать в роли виртуального финансового директора для малого бизнеса, постоянно мониторить финансы, выявлять риски и рекомендовать действия? Какие возможности должны созреть, прежде чем предприниматели смогут доверять такой системе?

Да, и я говорю это уверенно, потому что мы уже работаем над этим. В начале этого года мы выпустили инфраструктуру AI‑агента специально для продвижения к этой концепции.

Трудность заключается не в том, чтобы заставить модель ответить на вопрос. Проблема — построить что‑то, чему люди могут доверять со своей финансовой жизнью. Мы убедились в этом на собственном опыте. Наш первый бета‑кохорт был хорош, но его недостаточно, чтобы сказать, что опыт не подорвет доверие кого‑то в конечном итоге. Поэтому мы продолжали улучшать обучение системы, взаимодействие специализированных агентов и их использование доступной информации и инструментов.

То, что мы создали, по сути, это банковская система агентов, где разные агенты отвечают за транзакции, мошенничество, карты и ACH, каждый со своими инструментами и знаниями. Потребовалось много работы, чтобы достичь этого, но результаты теперь действительно хорошие. Мы не хотим спешить с таким продуктом только потому, что ИИ сейчас в центре внимания. Это было бы нечестно по отношению к клиенту. Однако для компаний того размера, который мы обслуживаем, я считаю, что этот момент настал, и это чрезвычайно захватывающе.

Доступ к капиталу остаётся одной из крупнейших проблем для малого бизнеса. Как ИИ может изменить процесс андеррайтинга и кредитования, и могут ли альтернативные данные позволить финансовым учреждениям оценивать компании, которые традиционные кредитные модели обычно игнорируют?

Это одна из областей, где, по моему мнению, разговор часто запутывается. Дело вовсе не в ИИ. Речь идёт о справедливости и понимании того, на что действительно способны эти модели.

Никогда не следует использовать передовую языковую модель в качестве модели, принимающей кредитное решение. Большие языковые модели недетерминированы, то есть одинаковые входные данные могут давать разные результаты. Традиционные модели машинного обучения, используемые для кредитных решений, детерминированы, поэтому одинаковые входные данные дают одинаковый результат. Это различие имеет огромное значение, когда вы решаете, кто получит кредит. Нужно знать, какие факторы влияют на решение, проверять наличие предвзятости и уметь исправлять проблемы, когда они появляются.

ИИ, безусловно, может помочь нам создавать лучшие модели для оценки риска, и мы делаем это чрезвычайно эффективно в Novo. Но я не считаю, что только ИИ решает более широкую проблему доступа малого бизнеса к капиталу. Большая часть этой проблемы связана с регулятивной средой, созданной рамками Базеля, которые изменили экономику кредитования малого бизнеса для банков и сделали их менее склонными брать такие риски.

Мы всегда говорим, что малый бизнес — опора экономики, но мы построили финансовую систему вокруг него, где многие решения, влияющие на их способность выживать, принимаются в комнатах, где они не могут высказаться. Это гораздо более серьёзная проблема, чем наличие у нас лучшей модели ИИ.

ИИ также становится всё более важным в обнаружении мошенничества и финансовой безопасности. Как финансовые платформы могут использовать ИИ для выявления подозрительной активности, не создавая избыточных ложных срабатываний и не усложняя легитимные транзакции для малого бизнеса?

ИИ особенно полезен для обнаружения того, что выглядит неправильно. Языковые модели удивительно хорошо справляются с классификацией и кластеризацией, что позволяет использовать их для выявления необычного поведения при относительно низких затратах.

Важно различать: я не стал бы использовать недетерминированную модель для окончательного решения. Я бы использовал её лишь для поднятия сигнала, а затем позволил детерминированной модели принимать решение. Именно так мы подходили к борьбе с мошенничеством в Novo.

Мы также сотрудничаем с компаниями, такими как Sardine, которые могут привнести шаблоны из гораздо более широкого набора финансовых учреждений в наши модели. Они помогают нам выявлять, например, учётные данные, ранее связанные с мошенничеством, или поведение, похожее на автоматизированную активность. Мы построили надёжную операцию по борьбе с мошенничеством, опираясь на сочетание технологий и экспертизы. Безопасность всегда представляет собой гонку вооружений, но ИИ предоставляет нам более эффективные инструменты для опережения.

Финансовые ИИ‑системы могут иметь доступ к чрезвычайно конфиденциальной информации о доходах, расходах, клиентах и финансовом состоянии компании. Какие меры защиты должны ожидать предприниматели в отношении конфиденциальности данных, безопасности и использования их финансовых данных для обучения ИИ‑моделей?

Существует несколько уровней, начиная с политик и условий использования моделей. Крупные поставщики передовых моделей предлагают корпоративные и API‑решения, при которых данные клиентов не используются для обучения их моделей, однако всё равно существует важное различие между использованием модели через API и через потребительское приложение, где сохраняется история ваших разговоров.

Также возникает вопрос, сколько информации вы действительно хотите предоставить ИИ‑системе. В Novo мы разработали наших агентов так, чтобы клиенты могли делать этот выбор. Вы можете захотеть, чтобы агент отвечал на вопросы, используя только наши банковские знания, или просто указывал, где находится информация в приложении, либо быть готовыми предоставить ему больше ваших финансовых данных, поскольку это приводит к более точному ответу.

Мы также внедрили системы между данными клиентов и моделями, которые автоматически удаляют конфиденциальную информацию, такую как идентификационные номера работодателей (EIN) и номера социального страхования, и постоянно тестируем их, чтобы убедиться, что они не раскрывают недопустимую информацию. Именно это делает создание качественного ИИ сложным. Дело не только в том, чтобы сделать модель умной; необходимо построить вокруг неё защитные механизмы и постоянно их проверять.

Сейчас в финтехе наблюдается огромный энтузиазм по поводу ИИ. Какие применения, по вашему мнению, действительно трансформируют малый бизнес, а где, по вашему мнению, отрасль переоценивает возможности ИИ?

В каждой отрасли должен быть энтузиазм по поводу ИИ. Мы уже видели такой сценарий. Интернет изменил способ распространения программного обеспечения, браузеры — способ доступа к нему, облачные вычисления — способ развертывания, а мобильные устройства — где мы можем его использовать. Сейчас ИИ меняет то, как мы воспринимаем программное обеспечение.

Самое интересное, на мой взгляд, то, что мы меняем сам язык программного обеспечения. Всё больше людей могут создавать программы, описывая свои требования на естественном языке, вместо того чтобы изучать JavaScript или Python. На протяжении десятилетий эти технические знания были одним из барьеров, удерживающих разработку программного обеспечения за закрытой дверью. Этот барьер начинает падать, что отчасти объясняет быстрый рост компаний, таких как Lovable и Replit.

В то же время я считаю, что мы ещё на ранних этапах. Большая часть ажиотажа исходит от людей в Силиконовой долине, которые сталкиваются с ИИ в совершенно другом темпе, чем остальные. Компании, получающие реальную ценность от него, не рассматривают его как магию. Они выясняют, что ИИ действительно способен делать, и применяют его к тем задачам, где он эффективен.

Мы всё ещё на начальном этапе. Сравнивая внедрение ИИ с ранними кривыми принятия интернета и мобильных технологий, видно, что это чрезвычайно ранняя стадия. Поэтому отклонять ИИ из‑за того, что текущие технологии не соответствуют некоторому ажиотажу, было бы как смотреть на ранний интернет и считать его модой.

Смотря в будущее, как, по вашему мнению, ИИ изменит банковское обслуживание малого бизнеса? Сможем ли мы в конечном итоге перейти от сегодняшней модели счетов, панелей управления и финансовых инструментов к автономным финансовым платформам, которые активно управляют большей частью финансовых операций компании от имени владельца?

Это видение, которое мы реализуем в Novo. По сути, мы хотим воссоздать ощущение наличия отличного банковского советника на вашем телефоне. Вы должны иметь возможность задать вопрос и получить ответ, получить график или отчёт по запросу, услышать о кредитах в подходящий момент, открыть для себя страховку по мере роста бизнеса и даже узнать о грантах или налоговых изменениях, которые могут вам принести пользу.

Инновация заключается не просто в том, что ИИ делает что‑то за вас. Речь о том, чтобы ИИ делал эти задачи настолько хорошо, что вы действительно ему доверяете. Это гораздо сложнее, чем кажется, и я считаю, что доверие становится особенностью самого продукта.

ИИ может удерживать в контексте гораздо больше информации, чем человек, но он не может заменить человеческие отношения, которые действительно двигают бизнес вперёд. Люди берут на себя риски, строят отношения и создают возможности, которые двигают экономику. Поэтому наш показатель успеха в Novo не заключается в том, чтобы заставлять вас проводить больше времени в нашем приложении. Всё наоборот. Мы хотим, чтобы вы проводили там как можно меньше времени и достигали за эти несколько минут большего, чем могли раньше.

Спасибо за отличное интервью, читатели, желающие узнать больше, должны посетить Novo.