Intervjuer

Naré Vardanyan, medgrundare och VD för Ntropy – Intervjuserie

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Naré Vardanyan, medgrundare och VD för Ntropy, en plattform som möjliggör för utvecklare att tolka finansiella transaktioner på under 100 ms med övermänsklig precision, och öppnar därmed vägen för en ny generation av autonom finans, som driver produkter och tjänster som tidigare inte varit möjliga. Den omvandlar råa transaktionsströmmar till kontextualiserad, strukturerad information genom att kombinera data från flera källor, inklusive naturliga språkmodeller, sökmotorer, interna databaser, externa API:er och befintliga transaktionsdata från hela vår nätverk.

Jag växte upp i Armenien, utan elektricitet under ett krig. Kan du dela några detaljer om dessa tidiga dagar och hur det ledde dig till att arbeta för FN?

Denna upplevelse delades av en hel generation i Armenien. Den gav mig en känsla av fantasi och förmåga att hitta lösningar även med begränsade medel. Liksom andra som växte upp i en konfliktzon, hade denna period i mitt liv en djup inverkan på hur jag ser på världen. Dessa krävande omständigheter närde en känsla av gemensamt ansvar inom samhället och en beslutsam drivkraft att skapa positiv förändring. När jag insåg att våra utmaningar sträckte sig bortom individuella kamp, kände jag en kallelse att tänka i bredare termer och kanalisera mina ansträngningar. Detta ledde mig till FN.

FN framstod som den idealiska plattformen för att bidra meningsfullt. Med tanke på Armeniens ömtåliga geopolitiska position och min strävan att påverka globala frågor, trodde jag att samarbetet med FN skulle ge mig möjlighet att verkligen göra en skillnad. Genom att delta i betydelsefulla diskussioner och beslut, syftade jag till att ha en meningsfull inverkan på världens frågor.

Du blev snart besviken på FN, hur gick du från att vilja arbeta med FN till att vilja arbeta med teknik?

Besvikelsen på FN var rotad i dess långsamma och byråkratiska natur, vilket till slut ledde till en förändring i min karriär. Medan FN hade sina fördelar, insåg jag att det ofta saknade effektiv handling och förmåga att driva verklig förändring. Denna insikt ledde mig att omriktning min fokus mot teknikvärlden – en dynamisk och obegränsad sfär.

I teknikvärlden finns innovativa verktyg tillgängliga och utvecklas ständigt, vilket ger individer möjlighet att skapa förändring utan onödiga hinder. Denna miljö möjliggör omvandling av idéer till verklighet, utan att behöva onödiga tillstånd – en aspekt som verkligen fascinerade mig. Potentialen att skapa en betydande, omfattande inverkan genom teknik blev en oemotståndlig kallelse, som ledde mig att dyka in i detta vibrerande fält.

Vilka var några av de första dataprojekten du arbetade med?

Ett av mina tidigare projekt var att skapa en app som fokuserade på tonåringars mentala hälsa. Appen använde passiv haptikdata och konversationsintelligens för att identifiera tidiga tecken på bipolär sjukdom. Vid den tiden var fältet för naturlig språkbehandling inte så avancerat som det är idag, vilket är ganska anmärkningsvärt med tanke på att det var för bara sex år sedan som detta projekt initierades. Vårt arbete var ett av de första forsknings- och utvecklingsinitiativen inom detta område, och vi sålde senare vår IP till försäkringsbolag för intern analys och underwriting.

Tidigare investerade du i AI- och ML-företag genom det Londonbaserade AI Seed, vad var några av de vanliga egenskaperna du observerade hos framgångsrika AI-startups?

En konstant tråd var att ha exklusiv tillgång till data, tillsammans med förmågan att utnyttja denna data för att tackla verkliga problem. Dessutom är det viktigt att erkänna att inom tillämpad AI-företag ligger fokus bortom att bara konstruera modeller; det skiftar mot att skapa betydelsefulla, värdefulla produkter. Team som förstår och omfamnar denna synvinkel är de som verkligen trivs i AI/ML-landskapet. Till exempel använder Predina AI för att förutsäga risken för en bilolycka på en given plats och tid, medan Observe Technologies använder proprietära algoritmer för att stödja fiskodlingar att hållbart odla mat.

Kan du dela berättelsen om Ntropys tillblivelse?

Ntropy föddes ur idén att några av världens viktigaste information gömmer sig i finansiella transaktioner. Tills nu har denna data levt i silos, vilket är rörigt och svårt att arbeta med. Vi skapade Ntropy för att vara den första riktigt globala, branschöverskridande, geografiskt och flerspråkiga finansiella data-motorn som kan tillhandahålla mänsklig precision. Genom att skapa ett gemensamt språk och system för att förstå finansiell data, equaliserar vi tillit och tillgång till pengar för företag och individer överallt. Genom att ha förmågan att förstå och tolka dessa transaktioner kan dynamiken kring pengar omdefinieras, tillsammans med tillgången till dem.

Vi har haft en ganska klassisk startup-berättelse. I början opererade min medgrundare Ilia och jag från en övergiven, dammig skolbyggnads källare. Vi började med 20 000 transaktioner och en destillerad BERT-modell som tränats på dem. Data var bootstrapad från en konsumentapp på Typeform med en Plaid-anslutning, och stöddes av vänner och familj. Vi arbetade långa timmar och var knappa på pengar i början, men drivna av beslutsamhet och hängivenhet för detta företag.

Om vi framåtläser till idag, har vår resa lett oss att analysera och märka miljarder transaktioner. Som ett resultat har vi nu en av världens mest omfattande handelsdatabas med nästan 100 miljoner plus handlare, berikade med namn, adresser, branschtillhörighet och mer. Vi har konsekvent utvidgat vår transaktionsdatabas – genom att utnyttja kraften från stora språkmodeller på denna finansiella data, har vi uppnått en aldrig tidigare skådad kostnadseffektivitet och hastighet. Denna kapacitet har potentialen att revolutionera det finansiella landskapet.

Varför är finansiell data en av de stora jämställarna?

Finansiell data framstår som en kraftfull jämställare på grund av dess förmåga att jämna ut spelplanen, minska osäkerhet och främja tillit. När data är riklig och raffinerad, översätts det till minskade risker i samband med finansiella beslut. När risken blir mer hanterbar, sker en förändring. Kostnaden för osäkerhet minskar, vilket möjliggör för individer att fatta mer informerade och rättvisa beslut, vilket i sin tur jämnar ut spelplanen. Till exempel, om vi har större tillgång till data och inte längre fattar beslut baserat på en mycket smal uppsättning parametrar, har en ny immigrant samma potential som någon från en etablerad släkt att säkra fördelaktiga villkor för ett billån eller ett bostadslån. I princip, börjar hindret som presenteras av finansiella obalanser att lösas upp, och introducerar en era där en bredare skara människor kan få tillgång till fördelaktiga finansiella möjligheter.

Vilka är några av utmaningarna bakom att bygga en AI som kan läsa och förstå finansiella transaktioner som en människa?

Att utveckla en AI som kan förstå finansiella transaktioner som människor kan, är en utmaning på grund av dess sannolikhetsbaserade natur, som kan leda till fel. Till skillnad från människor, saknar AI-system fortfarande ansvarssystem. Den största utmaningen är att förfinare AI-system för att minska felen och deras inverkan, samtidigt som man säkerställer skalbarhet. Intressant nog kan större modeller lindra denna utmaning genom att gradvis förbättra precisionen över tid. Förbättrade förmågor och en rikedom av data kan förbättra AI:s tolkningsprecision, vilket slutligen skapar en mer tillåtande fel-tolerant miljö och påskyndar den omfattande antagandet av dessa system.

Kan du diskutera hur Ntropy erbjuder standardiserad finansiell data?

Ntropy fungerar som en allomfattande plattform, som samlar en uppsättning språkmodeller, från de mest omfattande till de mest kompakta, tillsammans med heuristiker. Dessa modeller tränas med rå finansiell data, expertinsikter och maskinmärkta prover. Vårt mål är att extrahera meningsfulla insikter från en mängd olika transaktionssträngar och presentera dem på ett sätt som är lätt att förstå. Vår svit består av API:er och en intuitiv instrumentpanel, som möjliggör snabb omvandling av finansiell data inom millisekunder. Denna funktion integreras smidigt i användarnas produkter och tjänster.

Vilka är några av användningsfallen bakom denna data?

Användningsområdena för denna data är omfattande och täcker hela spektrumet av finansiella operationer. Den möjliggör olika funktioner, inklusive betalningar, underwriting, redovisning, investeringar och mer. Anpassningsförmågan hos data blir tydlig i dess förmåga att påverka olika aspekter av finansiell verksamhet, vare sig det handlar om överföringar, noggranna register, eller optimering av kapitalanvändning.

Överväg banktransaktioner eller en budgetapp. En snabb titt avslöjar svårigheten att förstå inköp på grund av icke-standardiserade handelsnamn och beskrivningar. Medan många företag har försökt att lösa detta problem genom interna lösningar, har de ofta bristande skalbarhet, underhåll och allmänhet. En anpassad modell är vanligtvis bara 60-70% korrekt och kan ta månader att bygga.

Ntropys teknologi kombinerar miljarder datapunkter från globala handelsdatabaser, sökmotorer och språkmodeller som tränats på en kondenserad version av webben för att bearbeta bankdata över fyra olika kontinenter och sex plus olika språk. Vi möjliggör användningen av stora språkmodeller i stor skala inom finans för att stödja alla backoffice-funktioner.

Vad är din vision för Ntropys framtid?

Vår vision för Ntropy är tydlig: Vi syftar till att bli det ledande vertikala AI-företaget för finansiella tjänster. Vår starka grund av data och intuition, stödd av ett dedikerat team, har unikt positionerat oss för att driva verklig förändring. Så, vad betyder detta i praktiken? Det handlar om att utnyttja de senaste framstegen för att omvandla finans och låsa upp nya nivåer av produktivitet som tidigare varit utom räckhåll.

Vi vet alla att bankverksamhet kan vara dyrt. Men tänk om vi kunde förändra detta. Genom att minska kostnaderna, uppmuntrar vi inte bara sund konkurrens, utan förbättrar också ekonomin i systemet, och gör slutligen finansiella tjänster mer tillgängliga och effektiva för alla. Det är den framtid vi arbetar mot – ett finansiellt landskap som är rättvisare och mer användarvänligt.

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

Antoine är en visionär ledare och medgrundare av Unite.AI, driven av en outtröttlig passion för att forma och främja framtidens AI och robotik. En serieentreprenör, han tror att AI kommer att vara lika störande för samhället som elektricitet, och han fångas ofta i att prata om potentialen för störande teknologier och AGI.

Som en futurist är han dedikerad till att utforska hur dessa innovationer kommer att forma vår värld. Dessutom är han grundare av Securities.io, en plattform som fokuserar på att investera i banbrytande teknologier som omdefinierar framtiden och omformar hela sektorer.