Наре Варданян, сооснователь и CEO Ntropy – Интервью

Наре Варданян, сооснователь и CEO Ntropy, платформы, которая позволяет разработчикам парсить финансовые транзакции за менее чем 100 мс с сверхчеловеческой точностью, открывая путь к новому поколению автономных финансов, обеспечивающих продукты и услуги, которые ранее были невозможны. Она преобразует сырые потоки транзакций в контекстуализированную, структурированную информацию, объединяя данные из нескольких источников, включая модели обработки естественного языка, поисковые системы, внутренние базы данных, внешние API и существующие транзакционные данные из нашей сети.

Вы выросли в Армении, без электричества во время войны. Не могли бы вы рассказать некоторые подробности о этих ранних днях и о том, как это привело вас к работе в Организации Объединенных Наций?

Этот опыт был共享ен всем поколением в Армении. Он воспитал во мне чувство воображения и способность находить решения даже с минимальными средствами. Как и другие, кто вырос в зоне конфликта, этот период в моей жизни оказал глубокое влияние на то, как я вижу мир. Эти сложные обстоятельства воспитали в сообществе чувство общей ответственности и решительного стремления к положительным изменениям. Понимая, что наши проблемы выходили за рамки индивидуальных борьб, я почувствовал призвание думать на более широком масштабе и направлять свои усилия. Это, в свою очередь, привело меня к Организации Объединенных Наций.

ООН стала идеальной платформой для значимого вклада. Учитывая хрупкое геополитическое положение Армении и мое стремление влиять на глобальные дела, я считал, что сотрудничество с ООН предоставит возможность действительно сделать разницу. Будучи частью значимых обсуждений и решений, я стремился оказать существенное влияние на проблемы мира.

Вы вскоре разочаровались в Организации Объединенных Наций, как вы тогда перешли к желанию работать в технологиях?

Разочарование в ООН было обусловлено ее медленным и бюрократическим характером, что в конечном итоге привело к сдвигу в моих карьерных стремлениях. Хотя ООН имела свои преимущества, я понял, что она часто缺овала эффективных действий и способности к реальным изменениям. Это осознание привело меня к переориентации моего внимания на область технологий – динамичное и неограниченное пространство.

В мире технологий инновационные инструменты легко доступны и постоянно развиваются, предоставляя людям возможность вызвать трансформацию без ненужных препятствий. Эта среда позволяет превратить идеи в реальность, не ограниченную ненужными разрешениями – аспект, который действительно меня заинтересовал. Потенциал оказать существенное, широкое влияние через технологии стал неотразимым призывом, заставив меня погрузиться в эту яркую область.

Какие были некоторые из первых проектов с данными, над которыми вы работали?

Одним из моих ранних проектов было создание приложения, ориентированного на психическое здоровье подростков. Приложение использовало пассивные тактильные данные и разговорный интеллект для выявления ранних признаков биполярного расстройства. В то время область обработки естественного языка не была так развита, как сегодня, что довольно замечательно, учитывая, что это было около шести лет назад, когда этот проект был инициирован. Наша работа была одним из первых исследовательских и разработочных инициатив в этой области, и мы позже продали нашу интеллектуальную собственность страховщикам для внутренних аналитических и страховых целей.

Ранее вы инвестировали в компании AI и ML через лондонский AI Seed, какие общие черты вы наблюдали у успешных стартапов AI?

Постоянной нитью было наличие эксклюзивного доступа к данным, а также способность использовать эти данные для решения реальных проблем. Кроме того, важно признать, что в области применяемых компаний AI акцент смещается от простого построения моделей к созданию влиятельных, ценных продуктов. Команды, которые понимают и принимают эту точку зрения, являются теми, которые действительно процветают в ландшафте AI/ML. Например, Predina использует AI для прогнозирования риска автомобильной аварии для данного местоположения и времени, в то время как Observe Technologies использует проприетарные алгоритмы для поддержки рыбных ферм в устойчивом выращивании продуктов питания.

Не могли бы вы рассказать историю создания Ntropy?

Ntropy родилась из идеи, что некоторые из самых важных информации в мире скрыты в финансовых транзакциях. До сих пор эти данные жили в изоляции, что является беспорядочным и трудным для работы. Мы создали Ntropy, чтобы стать первой по-настоящему глобальной, межотраслевой, межгеографической и многоязычной финансовой платформой данных, которая может обеспечить точность на уровне человека. Создавая общий язык и систему для понимания финансовых данных, мы уравниваем доверие и доступ к деньгам для бизнеса и людей где угодно. Имея возможность понимать и интерпретировать эти транзакции, динамика денег может быть переопределена, а также доступ к ним.

У нас была довольно типичная история стартапа. В начале мой сооснователь Илья и я работали из заброшенного пыльного школьного здания в подвале. Мы начали с 20 000 транзакций и дистиллированной модели BERT, обученной на них. Данные были получены из потребительского приложения на Typeform с подключением Plaid и поддержкой друзей и семьи. Мы работали долгие часы и были ограничены в средствах в начале, но были движимы решимостью и преданностью этому бизнесу.

Перемотаем вперед до сегодняшнего дня, наш путь привел нас к анализу и маркировке миллиардов транзакций. В результате у нас теперь есть одна из самых полных баз данных торговцев в мире с почти 100 миллионами+ торговцами, обогащенных именами, адресами, отраслевыми тегами и многим другим. Мы последовательно расширяли наш репозиторий транзакций – используя силу больших языковых моделей на этих финансовых данных, мы добились беспрецедентной эффективности и скорости. Этот потенциал имеет возможность революционизировать финансовый ландшафт.

Почему финансовые данные являются одним из великих уравнителей?

Финансовые данные возникают как мощный уравнитель благодаря их способности выравнивать игровое поле, уменьшать неопределенность и способствовать доверию. Когда данные обильны и отфильтрованы, это переводится в уменьшение рисков, связанных с принятием финансовых решений. Когда риск становится более управляемым, происходит сдвиг. Стоимость неопределенности уменьшается, позволяя людям принимать более обоснованные и справедливые решения, что, в свою очередь, выравнивает игровое поле. Например, если у нас есть больший доступ к данным и мы больше не принимаем решения на основе очень узкого набора параметров, новый иммигрант имеет тот же потенциал, что и человек из хорошо установленной линии, чтобы получить благоприятные условия на автомобильный кредит или ипотеку. По сути, препятствие, представленное финансовыми дисбалансами, начинает растворяться, вводя эпоху, когда более широкий круг людей может получить доступ к выгодным финансовым возможностям.

Какие есть некоторые проблемы за построение AI, которая может читать и понимать финансовые транзакции, как человек?

Разработка AI, способной понимать финансовые транзакции, как люди, является сложной из-за ее вероятностной природы, которая может привести к ошибкам. В отличие от людей, системы AI все еще лишены структур ответственности. Основная проблема заключается в усовершенствовании систем AI для уменьшения ошибок и их влияния, обеспечивая при этом масштабируемость. Интересно, что более крупные модели могут облегчить эту проблему, постепенно улучшая точность с течением времени. Усиленные возможности и богатство данных могут повысить интерпретативную точность AI, в конечном итоге культивируя более терпимую ошибку-терпимую среду и ускоряя широкое внедрение этих систем.

Не могли бы вы обсудить, как Ntropy предлагает стандартизированные финансовые данные?

Ntropy функционирует как всеобъемлющая платформа, объединяющая спектр моделей языка, от самых обширных до самых компактных, в сочетании с эвристикой. Эти модели обучаются с использованием сырых финансовых данных, экспертных знаний и машинно-маркированных образцов. Наша цель – извлечь значимые идеи из различных строк транзакций и представить их связно в легко понимаемой форме. Наш набор включает API и интуитивно понятный контрольный панель, позволяющий быстро преобразовывать финансовые данные в течение миллисекунд. Эта функциональность без проблем интегрируется в продукты и услуги пользователей.

Какие есть некоторые случаи использования этих данных?

Применения для этих данных обширны, охватывая всю финансовую деятельность. Она позволяет различным функциям, включая платежи, страхование, бухгалтерский учет, инвестиции и многое другое. Адаптивность данных становится очевидной в их способности влиять на различные аспекты финансовой деятельности, будь то перевод средств, тщательное ведение записей или оптимизация использования капитала.

Рассмотрим банковские транзакции или бюджетное приложение. Быстрый взгляд показывает трудности в понимании покупок из-за нестандартных имен и описаний торговцев. Хотя многие компании пытались решить эту проблему с помощью внутренних решений, они часто не справляются с масштабируемостью, обслуживанием и общностью. Индивидуальная модель обычно только 60-70% точна и может занять месяцы на построение.

Технология Ntropy объединяет миллиарды точек данных из глобальных баз данных торговцев, поисковых систем и языковых моделей, обученных на сжатой версии веба, для обработки банковских данных по четырем разным континентам и шести+ языкам. Мы позволяем использовать большие языковые модели в масштабе в финансах для поддержки всех функций back-office.

Каково ваше видение будущего Ntropy?

Наше видение Ntropy ясно: мы стремимся стать основной вертикальной компанией AI для финансовых услуг. Наша прочная основа данных и интуиции, поддержанная преданной командой, уникально позиционировала нас для реальных изменений. Итак, что это на самом деле означает на практике? Это о том, чтобы использовать последние достижения для трансформации финансов и разблокировки новых уровней производительности, которые ранее были недоступны.

Мы все знаем, что банковское дело может быть дорогим. Но представьте, если бы мы могли изменить это. Уменьшая затраты, мы не только сокращаем расходы, но и поощряем здоровую конкуренцию, улучшая экономику системы и в конечном итоге делая финансовые услуги более доступными и эффективными для всех. Это будущее, к которому мы стремимся – финансовый ландшафт, который более справедлив и удобен для пользователя.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, могут посетить Ntropy.