Jeff Seibert, VD och medgrundare av Digits – Intervjuserie

VD och medgrundare av Digits, en finansiell förvaltningsplattform som tillhandahåller nästa generations verktyg som ger operatörer en fullständig förståelse för sin verksamhet i realtid. Med hjälp av avancerad maskinlärande och avancerad statistisk analys, omvandlar Digits miljontals datapunkter till en levande modell av din verksamhet.

Du lärde dig att programmera när du var 12, vad var det som lockade dig till datavetenskap i så tidig ålder, och vad programmerade du?

Som de flesta barn i slutet av 90-talet tillbringade jag timmar med att spela datorspel och mina föräldrar tyckte att det inte var den bästa användningen av tid. När jag var 12 gav de mig en bok till jul – Mac Programming for Dummies – och för att vara ärlig läste jag den och förstod den inte riktigt. Ett par månader senare plockade jag upp den igen och försökte “Hello World”-exemplet, och på ett infall changed jag det så att texten skrevs ut i lysande orange. I samma ögonblick texten blev orange, gick en ljusbulb upp i mitt huvud och jag insåg att jag kunde få datorn att göra allt jag ville. Jag blev direkt fast. Jag tillbringade praktiskt taget varje natt från då och framåt med att koda, och under mina år i mellanstadiet och gymnasiet byggde och släppte jag en serie Mac-datorprogram, inklusive ett histogram-program och en plugin-editor för spelet Escape Velocity.

Du har startat 2 företag tidigare än Digits, vad var dessa företag?

År 2007 co-founderade jag Increo, en realtidsdokumentsamarbetsstart som tillät dig att kommentera, rita på och markera dokument i din webbläsare. Vi förvärvades av Box 2009. Två år senare, 2011, co-founderade jag Crashlytics, ett mobilt kraschrapporteringsverktyg som förvärvades av Twitter 2013 och sedan av Google (GOOGL ) 2017. Idag är Crashlytics det faktiska kraschrapporteringsverktyget för iOS och Android och körs på över 6 miljarder aktiva enheter, vilket är praktiskt taget varje aktiv smartphone på jorden.

Kunde du dela berättelsen om hur Digits kom till, och hur det uppstod från din erfarenhet av att driva Crashlytics?

På Crashlytics blev jag verkligen slagen av skillnaden i kvalitet och användarvänlighet mellan instrumentpanelerna vi hade på produktsidan (Google Analytics, realtidsprestandaövervakning, A/B-testning osv.) och vad vi hade på affärs-/finanssidan (QuickBooks, Excel-modeller, PDF-rapporter). Det var galet att varje fråga tycktes så tråkig och manuell att besvara, och så långsam – vi väntade 2-3 veckor efter varje månad för att få våra finansiella rapporter. Jag startade Digits med ett enda mål: göra småföretagsfinanser realtids-, interaktiva och intuitiva.

Vad är den realtidsfinansiella datapremissen bakom Digits?

Min Crashlytics-erfarenhet förstärktes av vad jag såg på Twitter. Som chef för konsumentprodukten var en del av mina ansvarsområden att arbeta med finans-teamet för att övervaka organisationens finanser. Jag minns att jag frågade dem en budgetfråga där svaret i princip var “Vi har inte kört dessa böcker. Ge oss några veckor.” Jag var som “Några veckor?!” Vi har 100+ personer i finans och detta är kärnprodukt-teamet i företaget! Det visade mig att vad jag upplevde på Crashlytics inte var konstigt, det var det accepterade normen i många företag av alla storlekar.

I dagens snabba värld måste du fatta affärsbeslut i realtid, i ögonblicket. Din ekonomi bör köra i samma hastighet som din verksamhet.

Varför har äldre programvaruföretag kämpat med att erbjuda realtidsfinansiell data?

Äldre är nyckelordet här. De nuvarande finansiella systemen är reliker från digitaliseringseran på 70- och 80-talen. De flesta banker körs fortfarande på COBOL-huvudramar. De stora redovisningsprogrammen är 20-30 år gamla kodbas. På Digits och med lanseringen av Digits AI, hanterar vi detta på en grundläggande nivå, omdefinierar grunden för finansiell redovisning genom den senaste maskinlärande teknologin och modern programvaruarkitektur.

Kan du diskutera de typer av maskinlärandealgoritmer som används?

Vi är så exalterade över Digits AI eftersom det kombinerar styrkorna från båda stora områdena inom maskinlärande: generativa stora språkmodeller och prediktiva likhetsmodeller. Vi har finjusterat generativa språkmodeller för att hjälpa kunder med tråkiga uppgifter som att förstå finansiella frågor och förklara redovisningsterminologi, och vi har tränat egna prediktiva modeller på över 300 miljarder i småföretagstransaktionsvolym, så att de förstår de grundläggande begreppen om dubbel redovisning. Kombinerat med vår anpassningsbara finansiella modellmotor, representerar Digits AI en teknisk genombrott i tillämpningen av state-of-the-art maskinlärande modeller till företagsfinans.

Generativa AI-modeller är ofta dåliga på matematik, hur löser Digits detta problem?

Du har rätt – generativa AI-modeller är briljanta på kreativa uppgifter men notoriskt svaga på faktabaserade övningar och matematik i synnerhet. Du kanske har sett några exempel med ChatGPT som är ganska roliga. Att lösa detta var ett enormt arbete och ett absolut genombrott för vårt ingenjörsteam: Digits AI kombinerar kraften i stora språkmodeller med vår nya, anpassningsbara finansiella modellmotor och anpassad frågespråk som är både lättare att översätta och mer uttrycksfull än traditionella SQL-baserade tillvägagångssätt. Detta gör att Digits AI kan förstå användarens avsikt och begäran om beräkningar över deras data utan att känna till datans underliggande schema eller krypteringsnycklar. Tillsammans kan vi leverera 100% exakta svar på varje begäran.

Digits har banat väg för en tre-nivåarkitektur för att skydda kunddata och bringa bankklassens säkerhet till stora språkmodeller, kan du diskutera vad denna teknik är och hur den håller data säkra?

På den lägsta nivån ligger Digits nya, anpassningsbara finansiella modellmotor. Kunddata krypteras i vila med AES-256, med objektkrypteringsnycklar skyddade via avancerade tekniker som per-hemlig omslagskryptering, och är avgränsade företag för företag, och lämnar aldrig den säkra infrastrukturen i Digits USA-baserade infrastruktur. På den andra nivån utnyttjar Digits AI anpassat tränade, anpassade djupinlärningsmodeller för att förstå de unika attributen för småföretagsfinans och dubbel redovisning. På den tredje nivån interagerar Digits AI med offentliga LLM API:er med endast anonymiserade och fördolda kundidentifierare. Vid någon tidpunkt är rå kunddata aldrig utsatt för tredjepartsmodeller eller system.

Du är ganska optimistisk om framtiden för AI, varför tror du att AI-boomen just börjar?

ChatGPT har upplevt den snabbaste antagningskurvan för någon teknik i mänsklighetens historia av goda skäl: till skillnad från internetvågen för 25 år sedan behöver du inte få en dator och skriva på ett kontrakt med en ISP. Till skillnad från mobilvågen för 15 år sedan behöver du inte köpa en dyr smartphone. Och till skillnad från krypto-vågen för 5 år sedan är AI lätt att använda, och det är faktiskt användbart.

Jag tror djupt att AI kommer att vara en otrolig, accelererande kraft över de flesta branscher. Den underliggande tekniken är verklig, den fungerar, och den visar redan fascinerande paralleller till hur människor lär sig och tänker. Jag förutspår att om 10 eller 15 år kommer vi att se tillbaka och säga att AI:s tillkomst var en större omvandling av den mänskliga upplevelsen än mobil. Det är jämförbart med uppfinningen av datortillverkningen, eller flyg, eller tryckpressen, i hur det kommer att påverka världen runt oss. Och det händer 100 gånger snabbare.

Vad är din vision för Digits framtid?

Digits AI är bara vårt första steg i att bygga framtiden för realtids-, interaktivt och automatiserat småföretagsfinans, och vi arbetar redan med att utöka dess funktioner. I (nära) framtiden kommer Digits att påskynda din bokföring, ge dig samtidiga kontant- och ackumulerade vyer av din verksamhet, automatiskt generera dina månatliga finansiella rapporter, och hjälpa dig att budgetera och förutspå utan tråkigheten att felsöka och underhålla modeller. De närmaste fem åren kommer att vara omvandlande för företagsfinans och redovisning, och vårt mål är att bana väg för den programvara som gör allt detta underbart.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka Digits.