Jeff Seibert, VD och medgrundare av Digits – Intervjuserie

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

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

Liksom 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. Några månader senare plockade jag upp den igen och försökte “Hello World”-exemplet, och på ett infall förändrade jag det så att texten skrevs ut i lysande orange. I samma ögonblick som texten blev orange gick en ljusglob i mitt huvud och jag insåg att jag kunde göra att denna dator gjorde allt jag någonsin ville. Jag var omedelbart fast. Jag tillbringade i princip varje natt från då och framåt med att koda, och under mina år i mellan- och högstadiet byggde och släppte jag en serie Mac-datorskrivbordsdelningsprogram, inklusive ett histogramprogram och en plugin-redigerare för spelet Escape Velocity.

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

2007 co-founderade jag Increo, en realtidsdokument-samarbetsstart 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 igen av Google 2017. Idag är Crashlytics det de facto kraschrapporteringsverktyget för iOS och Android och körs på över 6 miljarder MAU, i stort sett varje aktiv smartphone på jorden.

Kunde du dela berättelsen om Digits uppkomst, och hur den uppkom ur din erfarenhet av att driva Crashlytics?

På Crashlytics var jag verkligen slagen av skillnaden i kvalitet och användarvänlighet mellan instrumentpanelerna vi hade på produktsidan (Google Analytics, realtidsprestandaövervakning, A/B-testning etc.) 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 småföretagsfinansiering i realtid, interaktiv och intuitiv.

Vad är den realtidsfinansiella data-premissen bakom Digits?

Min Crashlytics-erfarenhet förstärktes av vad jag såg på Twitter. Som ansvarig 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- och ingenjörsteamet i företaget! Det visade mig att vad jag upplevde på Crashlytics inte var konstigt, det var den accepterade normen i många företag av alla storlekar.

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

Varför har etablerade programvaruföretag kämpat med att erbjuda realtidsfinansiell data?

Arv är det nyckelordet här. De nuvarande finansiella systemen är reliker från digitaliseringseran på 70- och 80-talet. Den överväldigande majoriteten av banker körs fortfarande på COBOL-huvudsystem. De stora redovisningsprogrammen är 20-30 år gamla kodbas. På Digits, och med lanseringen av Digits AI, hanterar vi detta på den grundläggande nivån, omdefinierar grunden för finansiell redovisning genom den senaste maskinlärande-tekniken 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 de stora fälten 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 koncepten för dubbel redovisning. Kombinerat med vår anpassningsbara finansiella modellmotor representerar Digits AI en teknisk genombrott i tillämpningen av de senaste maskinlärande-modellerna på affärsfinans.

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

Du har rätt – generativa AI-modeller är briljanta på kreativa sysslor 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 från stora språkmodeller med vår nya, anpassningsbara finansiella modellmotor och anpassat utformad 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 veta 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, kunde du diskutera vad denna teknik är och hur den håller data säker?

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 avgränsad företag för företag, aldrig lämnar den säkra området för Digits infrastruktur i USA. 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 förvrängda kundidentifierare. Vid någon tidpunkt exponeras inte rå kunddata 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 uppkomst var en större omvandling av den mänskliga upplevelsen än mobil. Det är i nivå med uppfinningen av datorminnen, 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-, intuitiv och automatiserad småföretagsfinans, och vi arbetar redan med att expandera dess funktioner. I (nära) framtiden kommer Digits att accelerera din bokföring, ge dig samtidiga kontant- och ackumulerade vyer av din verksamhet, automatiskt generera dina månatliga finansiella rapporter och hjälpa dig att budgetera och förutsäga utan tråkigheten av att felsöka och underhålla modeller. De närmaste fem åren kommer att vara transformerande för affärsfinans 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 bör besöka Digits.