Siddhant Masson, VD och medgrundare av Wokelo – Intervjuserie

Sid Masson är medgrundare och VD för Wokelo. Med en bakgrund som omfattar strategi, produktutveckling och dataanalys på företag som Tata Group, Indiens regering och Deloitte, bringar Masson djup expertis i att tillämpa nya teknologier på verkliga affärsutmaningar. På Wokelo leder han företagets mission att förvandla hur kunskapsarbetare genomför due diligence, sektoranalys och portföljövervakning med hjälp av AI-ramverk.

Wokelo är en generativ AI-driven investeringsforskningsplattform som är utformad för att automatisera komplexa forskningsarbetsflöden, inklusive due diligence, sektoranalys och portföljövervakning. Med hjälp av egna stora språkmodeller (LLM) baserade agenter, möjliggör plattformen kurering, syntes och triangulering av data för att generera strukturerade, beslutsfärdiga utdata.

Wokelo används av en mängd olika organisationer, inklusive riskkapitalbolag, investmentbanker, konsultföretag och företagsgrupper, för att stödja datastyrd beslutsfattning.

Vad inspirerade dig att skapa Wokelo AI, och hur identifierade du behovet av en AI-driven forskningsassistent som kunde strömlinjeforma due diligence, investeringsanalys och företagsstrategi?

Wokelo AI föddes ur personlig erfarenhet. Efter att ha tillbringat år i managementkonsulting på Deloitte och företagsutveckling på Tata Group, stötte jag på samma utmaningar om och om igen – manuell, repetitiv forskning, datasvårigheter på privata marknader och det rena slit som bromsar upp analytiker och beslutsfattare.

Vändpunkten kom under min andra master i AI på University of Washington, där min avhandling fokuserade på naturlig språkbehandling. Medan jag arbetade som konsult för att betala min väg genom skolan, byggde jag en prototyp med tidiga versioner av GPT och såg förstahands hur AI kunde förvandla veckors arbete till dagar och timmar – utan att kompromissa med kvaliteten. Det var ögonblicket då lampan tändes.

När jag insåg att denna teknik kunde revolutionera investeringsforskning, bestämde jag mig för att satsa allt. Wokelo AI är inte bara ett annat forskningsverktyg – vi var några av de första personerna som banade väg för AI-agenter för två år sedan. Det är lösningen jag önskade att jag hade under mina år i due diligence och investeringsanalys.

Hur påverkade din erfarenhet på Deloitte, Tata och Indiens regering din tillvägagångssätt för att bygga Wokelo?

På Deloitte, som managementkonsult, arbetade jag på en mängd komplexa projekt, med forskning, analys och due diligence på daglig basis. Arbetet var intensivt, med mycket manuellt, repetitivt arbete och skrivbordsforskning som ofta bromsade upp framstegen och ökade kostnaderna. Jag blev alltför väl bekant med smärtorna med att samla in data, särskilt när det gällde privata företag, och utmaningarna med att använda traditionella verktyg som inte var byggda för effektivitet eller skalbarhet.

Sedan, på Tata Group, där jag arbetade med M&A och företagsutveckling, fortsatte jag att stöta på samma problem – datasvårigheter, långsam forskning och utmaningen att förvandla råinformation till handlingskraftiga insikter för storskaliga beslut. Frustrationen över att inte ha effektiva verktyg för att stödja beslutsfattandet, särskilt när det gällde privata företag, bränslede min önskan att hitta en lösning.

Dessutom förfinade mitt arbete med Indiens regering på IoT-lösningen för ett vatteninfrastrukturprojekt min förståelse för hur produktinnovation kunde lösa verkliga problem på stor skala, och det gav mig förtroendet att tillämpa samma tillvägagångssätt för att lösa forsknings- och analysutmaningarna inom konsult- och investeringssektorn.

Så, min professionella bakgrund och min personliga erfarenhet av utmaningarna med forskning, analys och datainsamling inom konsult- och företagsutveckling påverkade direkt hur jag angrep Wokelo. Jag visste från erfarenhet vilka hinder som proffs stod inför, så jag fokuserade på att bygga en lösning som inte bara automatiserar grundarbetet utan också låter användarna fokusera på högimpakt, strategiskt arbete, i slutändan gör dem mer produktiva och effektiva.

Wokelo använder GenAI för forskning och underrättelser. Vad skiljer er AI-tillvägagångssätt från andra sammanfattningsverktyg på marknaden?

Medan de flesta konkurrenter erbjuder chatbot-liknande Q&A-gränssnitt – i princip omförpackade versioner av ChatGPT med ett finansfokuserat användargränssnitt – tar Wokelo AI en helt annan väg. Vi byggde en AI-agent specifikt utformad för investeringsforskning och finansiella tjänster – inte bara en chatbot, utan ett fullständigt arbetsflödesautomatiseringsverktyg.

Till skillnad från enkla sammanfattningsverktyg hanterar Wokelo hela forskningsleveranser, utför 300-400 analystuppgifter som vanligtvis tar en vecka. Vårt system identifierar automatiskt kraven, bryter ner dem i underuppgifter och utför allt från dataextraktion och syntes till triangulering och rapportgenerering. Som ett resultat får våra kunder djupa, omfattande och högt differentierade insikter – en riktig analys, inte bara ytanivåsvar.

En annan nyckeldifferentierare är noggrannheten och tillförlitligheten i underrättelserna. Wokelo hittar inte på insikter, det hallucinerar inte – det tillhandahåller fullt refererade, faktakontrollerade utdata med citat, vilket eliminerar förtroendeproblem som många GenAI-verktyg har. Som ett extra plus får våra plattformsanvändare också exportbara rapporter i olika format som vanligtvis används av analytiker, vilket gör det till en sömlös ersättning för traditionella forskningsplattformar som PitchBook eller Crunchbase, men med mycket rikare underrättelser om M&A-aktivitet, finansieringsrundor, partnerskap och marknadstrender.

Wokelo är mer än bara en LLM med ett användargränssnitt. Kan du förklara de djupare AI-förmågorna bakom er plattform?

Wokelo är specialbyggt för investeringsforskning, kombinerar avancerad AI, exklusiva finansiella datamängder och ett forskningscentrerat arbetsflöde – erbjuder förmågor som går långt utöver ett enkelt LLM med ett användargränssnitt. I dess kärna utnyttjar Wokelo en blandning av experter (MoE) -tillvägagångssätt, integrerar egna stora språkmodeller (LLM) förtränade på toppnivåinvesteringsdata, säkerställer högt precisa, domänspecifika insikter för investeringsproffs.

Utformad för sömlös arbetsflödesintegration, har Wokelo en samarbetsinriktad, anteckningsliknande redigerare, som låter användare skapa, förfinare och exportera välbildade, mallbaserade utdata i PPT-, PDF- och DOCX-format – strömlinjeformar forskningsdokumentation och presentation. Dess multiagent-orchestrator och prompt-hanterningssystem säkerställer dynamisk modellanpassning, medan robusta admin-kontroller möjliggör granskning av frågeloggar och efterlevnad av regler.

Genom att kombinera avancerad AI med djup finansiell intelligens och intuitiva forskningsverktyg, levererar Wokelo en komplett investeringsforskningslösning som går långt utöver ett standard-LLM.

Hur säkerställer Wokelo faktabaserad analys och förhindrar AI-hallucinationer när man syntetiserar insikter?

Som vi betjänar högt ansedda kunder vars varje beslut måste backas upp av exakta data, är noggrannhet och trovärdighet i hjärtat av våra AI-drivna insikter. Till skillnad från allmänna AI-plattformar som kan producera spekulativa eller overifierade uppgifter, säkerställer Wokelo faktabaserad analys genom en robust, citatbaserad tillvägagångssätt, eliminerar AI-hallucinationer.

Varje trend, analys, marknadsignal, fallstudie, M&A-aktivitet, partnerskapsuppdatering eller finansieringsrundainsikt genererad av Wokelo är grundad i verkliga, verifierbara källor. Vår plattform “hittar inte på” information – varje insikt åtföljs av referenser och citat från premiumdatamängder, pålitliga marknadsunderrättelseplattformar, toppnivånyhetsleverantörer och verifierade branschdatabaser. Användare kan komma åt dessa källor när som helst, vilket säkerställer full transparens och förtroende för data. Wokelo har en intern faktakontrollagent som använder en oberoende LLM för att säkerställa att varje faktum eller datapunkt nämns i den underliggande källan.

Dessutom integrerar Wokelo med kundernas interna datamängder, låser upp värdefulla insikter som annars kan förbli spridda eller outnyttjade. Detta säkerställer att vår AI-drivna analys är anpassad, omfattande och anpassad till specifika investeringsrelaterade frågor.

Utformad för högriskbeslutsfattning, är Wokelos AI utbildad för att syntetisera insikter, inte spekulera – drar uteslutande från faktiska datamängder snarare än att generera antaganden. Detta gör Wokelo till ett mer trovärdigt och tillförlitligt alternativ till allmänna AI-verktyg, vilket möjliggör för företag att fatta informerade, datastyrda beslut med förtroende.

Hur hanterar Wokelos AI realtidsdataaggregering över flera källor som t.ex. filer, patent och alternativa data?

Wokelos AI excellerar i realtidsdataaggregering genom att knacka på över 20 premium finansiella datamängder, inklusive nyckelkällor som S&P CapIQ, Crunchbase, LinkedIn, SimilarWeb, YouTube och många fler. Dessa datamängder tillhandahåller rik, tillförlitlig information som tjänar som grunden för Wokelos analytiska förmågor. Utöver dessa finansiella datamängder integrerar Wokelo data från en mängd olika toppnivåpublicister, inklusive nyhetsartiklar, akademiska tidskrifter, podcasttranskriptioner, patent och andra alternativa datamängder.

Genom att syntetisera insikter från dessa olika och kontinuerligt uppdaterade dataströmmar, säkerställer Wokelo att användarna har tillgång till den mest omfattande, realtidsintelligensen som finns tillgänglig. Denna kraftfulla aggregering av strukturerade och ostrukturerade data möjliggör för Wokelo att tillhandahålla en holistisk vy av marknaden, erbjuda upp till minuten insikter som är avgörande för investeringsforskning.

Wokelo används redan av företag som KPMG, Berkshire, EY och Google (GOOGL ). Vad har varit nyckeln till att driva adoption bland dessa högprofilerade kunder?

Wokelos framgång bland branschledare som KPMG, Berkshire, EY och Google härrör från dess förmåga att leverera mätbara, transformerande effekter samtidigt som det integreras sömlöst i professionella arbetsflöden. Till skillnad från generiska AI-lösningar är Wokelo specialbyggt för investeringsforskning, säkerställer att dess algoritmer inte bara möter utan överträffar de höga standarder som förväntas inom denna sektor.

En nyckeldriver för adoption har varit Wokelos nära samarbete med ledningsteam, som möjliggör för företag att införliva sin hårda vunna expertis i egna AI-arbetsflöden. Denna djupa anpassning säkerställer att Wokelo anpassar sig till de nyanserade beslutsprocesserna för toppinvesteringsproffs, tillhandahåller best-in-class-tillförlitlighet och vinner förtroendet hos elitkunder. Dessa företag väljer Wokelo framför andra verktyg på marknaden för dess analysdjup, trohet och noggrannhet.

Förutom dess precision och anpassningsförmåga, levererar Wokelo mätbara effektivitetsvinster. Genom att reducera due diligence-tider från 21 till bara 10 dagar och automatisera kärnforskningsuppgifter, minskar det betydligt personalrelaterade kostnader samtidigt som det frigör seniora proffs från timmar av manuellt arbete. Med möjligheten att skärma 5–10 gånger fler affärer per månad, vinner företag som använder Wokelo en konkurrensfördel, accelererar beslutsfattandet utan att kompromissa med djup eller noggrannhet.

Genom att kombinera avancerad AI, djup anpassning och realvärldseffekter, har Wokelo etablerat sig som ett oumbärligt verktyg för toppnivåinvesterings- och rådgivningsföretag som vill skala upp sina verksamheter utan att missa kritiska detaljer.

Hur integrerar Wokelo i de befintliga arbetsflödena för investeringsproffs, och vad har du fått för feedback från användare?

Wokelo integrerar sömlöst i investeringsarbetsflöden genom att automatisera hela affärsprocessen – från att utvärdera sektorns attraktivitet till att identifiera högpotentiella företag i en global databas med över 30 miljoner företag. Det erbjuder djupgående företagsanalys, konkurrensbenchmarking och data-rumsautomatisering, eliminerar tråkiga filgranskningar och genererar snabbt handlingsfärdiga insikter. Wokelo stöder också portföljövervakning, peer-analys och tillhandahåller enkla att exportera PPT:er med kundvarumärke, strömlinjeformar kundpresentationer och mötesförberedelser.

Användare rapporterar betydande effektivitetsvinster, reducerar due diligence-tider från 20 dagar till bara en vecka och ökar affärsutvärderingskapacitet från 100 till 500 per månad – ökar affärsbevakningen tiofaldigt.

Hur ser du att AI förvandlar investeringsforskningslandskapet under de närmaste fem åren?

Vi har bara skrapat på ytan av vad som är möjligt. AI kommer att möjliggöra slut-till-slut-forskning på en bråkdel av tiden. Med högtroget “superagenter” som kan hantera allt från djup marknadsforskning och expertanrop till dataanalys och utformning av en välformaterad 100-sidors presentation, kan uppgifter som traditionellt kräver ett team av fem konsulter som arbetar 6–8 veckor nu utföras mycket snabbare. Detta språng i hastighet och bredd av utdata kommer att låsa upp nya nivåer av produktivitet, tillåter mänskliga experter att fokusera på högnivåstrategi och omdöme.

AI kommer att möjliggöra 50–100 gånger fler affärer i pipelinen. Genom att automatisera stora delar av due diligence och analys, kan AI-drivna lösningar hjälpa investeringschefer att expandera sin affärsutvärderingskapacitet exponentiellt, avslöja fler möjligheter och diversifiera portföljer på sätt som tidigare var omöjliga.

Det mest avgörande elementet kommer att vara den förstärkta mänskliga-AI-synergien. När dessa “superagenter” tar på sig det tunga arbetet, blir samarbetet mellan AI-verktyg och mänskliga beslutsfattare avgörande. Medan AI kommer att påskynda processer och yta insikter i stor skala, kommer mänsklig expertis att förbli avgörande för att finjustera strategier, tolka nyanserade resultat och fatta trygga investeringsbeslut. Denna synergism kommer att driva förbättrade avkastningar och innovation över hela investeringsforskningslandskapet under de närmaste fem åren.

När AI-verktyg blir allt vanligare, hur ser du att mänskliga analytiker och AI samarbetar i framtiden?

När AI-verktyg blir allt vanligare, kommer mänskliga analytikers framtid att kretsa kring samarbete snarare än konkurrens med AI. Snarare än att ersätta analytiker, kommer AI att fungera som ett kraftfullt förstärkningsverktyg, automatiserar repetitiva uppgifter och möjliggör för analytiker att fokusera på högvärdigt, strategiskt arbete. De mest framgångsrika analytikerna kommer att vara de som lär sig att integrera AI i sina arbetsflöden, använda det för att förbättra produktiviteten, förfinare insikterna och driva innovation. Snarare än att frukta AI, bör analytiker se det som ett speländrande verktyg som förstärker deras färdigheter och låter dem lägga till större värde till sina organisationer.

Till slut kommer AI inte att ersätta mänskliga analytiker – men analytiker som omfamnar AI kommer att ersätta dem som inte gör det.

Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka Wokelo.