Уилсон Чан, основатель и генеральный директор Permutable AI – Интервью

Уилсон Чан является основателем и генеральным директором Permutable AI, лондонской компании, специализирующейся на реальном времени глобальных данных и интеллекте настроений для финансовых учреждений. С опытом в области ИИ, финансовых рынков и инженерии данных, Уилсон создает системы, которые переводят огромные потоки информации в объяснимые и действенные идеи. Он является частым комментатором инноваций в области ИИ на финансовых рынках, рыночных настроений и будущего принятия решений на основе данных, выступая за технологии, которые улучшают человеческий опыт, а не заменяют его.

Вы начали свою карьеру в Merrill Lynch и Citi, прежде чем основать Permutable AI. Что вдохновило вас перейти от традиционной финансовой сферы к созданию компании, специализирующейся на рыночной разведке с помощью ИИ?

Я начал свою карьеру как квантовый трейдер в Merrill Lynch на отделе производных финансовых инструментов с фиксированной доходностью, где даже тогда мы экспериментировали с ранними машинными методами обучения, чтобы ускорить арбитраж по кривой доходности. Большая часть финансовой сферы все еще была в состоянии “программного обеспечения 1.0” – с ручными правилами и вручную настроенными моделями.

За последнее десятилетие мы стали свидетелями быстрого прогресса: сначала до “программного обеспечения 2.0”, где нейронные сети заменили явную логику, и теперь до “программного обеспечения 3.0”, где большие языковые модели могут直接 рассуждать над огромными объемами неструктурированных данных. Видя эти сдвиги изнутри, стало очевидным, что рынки в конечном итоге будут формироваться системами, родными для ИИ, способными интерпретировать глобальную информацию быстрее и более целостно, чем любая традиционная структура.

Permutable AI была создана, чтобы использовать именно эту возможность – создавать современные модели LLM и многоагентные системы, которые предвидят рыночные сдвиги в реальном времени, а не реагируют после факта.

Миссия Permutable AI “предвидеть, а не просто реагировать на рыночные изменения” является убедительной. Как эта философия повлияла на ранний дизайн вашей вертикальной архитектуры LLM?

Мы построили модели рассуждений, предназначенные для понимания отношений и причинно-следственных связей, а не просто корреляций. Архитектура адаптируется непрерывно к новым макроусловиям, потокам новостей и геополитическим разработкам. Этот адаптивный слой является ядром нашей философии: если вы хотите предвидеть рынки, система должна развиваться так же быстро, как и сам мир.

Можете ли вы объяснить, как вертикальные большие языковые модели отличаются от общего назначения LLM, таких как GPT, и почему они лучше подходят для финансовых и товарных рынков?

В Permutable мы строим многоагентные стеки, предназначенные для совместной работы и выполнения конечных рабочих процессов, традиционно обрабатываемых целыми командами. Мы уверены, что они уже превосходят большую часть рынка (см. наши результаты за 1 год), но мы также считаем, что лучшие результаты приходят от объединения этих агентов с высококвалифицированными инженерами и экспертами в области.

Вертикальная LLM внедряет финансовую онтологию – сущности, потоки, цепочки поставок, макро-драйверы, корреляции. Ее выходные данные не являются просто текстом, а структурированными решениями: драйверами, уровнями воздействия, оценками уверенности, поэтому они предназначены специально для рынков.

Многие учреждения борются с модернизацией своей аналитической инфраструктуры. Как ваша архитектура, основанная на рассуждениях и адаптации, заменяет устаревшие системы практическим образом?

Мы построили системы LLM с самооценкой и постоянным мониторингом в их основе. Цель состоит в том, чтобы сохранить человеческий надзор сосредоточенным и минимальным, обеспечивая при этом надежность. Реальность заключается в том, что инновации внутри крупных учреждений невероятно сложны, поскольку культурные и структурные блокаторы часто мешают.

Там, где организации имеют правильную культуру и лидерство, трансформация драматична. В конечном итоге, те, кто принимает этот сдвиг, ускорят; те, кто не принимает, могут столкнуться с трудностями в поддержании актуальности.

Trading Co-Pilot – это захватывающее развитие. Как он использует реальное время настроений и макроэкономических данных, чтобы дать трейдерам преимущество?

Наша система сканирует сотни тысяч статей в реальном времени и выделяет те, которые действительно имеют значение – полные с анализом, сгенерированным почти мгновенно. Это выходит далеко за рамки того, что может произвести стандартная LLM с возможностью поиска. Это по сути живой двигатель рассуждений, который сидит рядом с каждым трейдером, постоянно обновляя свое понимание мира.

Объяснимый ИИ становится все более критичным в регулируемых отраслях. Как Permutable обеспечивает прозрачность и подотчетность внутри своих моделей и выходных данных?

Наш ключевой дифференциатор заключается в том, что каждый выход модели полностью прослеживается до точной статьи, метки времени и источника. Мы снижаем галлюцинации, строго контролируя границы задач каждой модели. Все имеет встроенный аудиторский след с прозрачностью, встроенной в основную архитектуру.

Ваши партнерства теперь охватывают поставщиков данных, торговые платформы и аналитические фирмы. Что представляет собой идеальное стратегическое партнерство для Permutable, и как эти сотрудничества усиливают ваш глобальный охват?

Мы ищем партнеров, соответствующих долгосрочному видению Permutable: внедрение ИИ-ориентированного, реального времени рыночной разведки в основные потоки принятия решений глобальных рынков. Идеальный партнер имеет международный охват, сильную экосистемную авторитетность и способность помочь масштабировать нашу интеллектуальность и идеи по нескольким регионам и классам активов.

Вы упоминали цель построения “мировой модели для капитальных рынков”. Что будет представлять собой такая модель на практике, и какие проблемы необходимо преодолеть, чтобы достичь этого?

Мировая модель эффективно отображает и понимает, как цены торгуемых активов взаимодействуют и влияют друг на друга – будь то суверенный долг, валюты, товары или что-то столь конкретное, как цена кофе. Это единое представление глобальной динамики рынка.

Как вы видите адаптивный ИИ, трансформирующий скорость и точность принятия решений для менеджеров активов, хедж-фондов и других финансовых учреждений в течение следующих пяти лет?

Каждый раз, когда меня приглашают на заседание совета директоров, я знаю в течение первой минуты, способна ли эта организация пройти через трансформацию ИИ. Культура – это все.

Это факт, что много-модальный ИИ объединит отчеты, новости, изображения, потоковые данные и сигналы цен в один слой рассуждений. И что хедж-фонды будут двигаться еще дальше вперед, потому что они адаптируются быстрее. Но многие крупные торговые организации, вместе с самыми яркими и лучшими, все еще имеют команды, сопротивляющиеся инновациям – они просто не осознают, насколько быстро меняется ландшафт.

Наконец, поскольку ИИ продолжает формировать торговлю и анализ, что вас больше всего вдохновляет в следующем фронтире для Permutable AI и более широкой экосистемы финтех?

Мы считаем, что многоагентные системы станут доминирующей основой, хотя инструменты еще продолжают созревать. То, что меня больше всего вдохновляет, заключается в том, что победители в торговле и анализе будут учреждениями, наиболее готовыми и способными адаптироваться – и именно там находится видение Permutable.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Permutable AI.