Michael Rangel, ผู้ก่อตั้ง Novo – ซีรีส์สัมภาษณ์

Michael Rangel, ผู้ก่อตั้ง Novo, เป็นผู้ประกอบการฟินเทคที่ก่อตั้งบริษัทในปี 2016 และดำรงตำแหน่งซีอีโอเป็นเวลามากกว่าเก้าปี ช่วยเปลี่ยน Novo จากแนวคิดระยะเริ่มต้นให้กลายเป็นแพลตฟอร์มการเงินที่ให้บริการธุรกิจขนาดเล็ก ในช่วงที่เขาดำรงตำแหน่ง รังเจลทำงานครอบคลุมการพัฒนาผลิตภัณฑ์ การระดมทุน การจ้างงาน การดำเนินงาน ความร่วมมือ และกลยุทธ์การเข้าสู่ตลาด ช่วยบริษัทระดมทุนได้มากกว่า $170 ล้านในรูปแบบการสนับสนุน เขาลาออกจากตำแหน่งซีอีโอในเดือนเมษายน 2025 แต่ยังคงมีส่วนร่วมในฐานะผู้ก่อตั้งและสมาชิกคณะกรรมการของ Novo เพื่อสนับสนุนภารกิจระยะยาวในการเสริมพลังให้กับผู้ประกอบการและธุรกิจอิสระ ก่อนก่อตั้ง Novo รังเจลทำงานด้านการบริหารการค้าและการดำเนินงานที่ Fairholme Capital Management มากกว่า ห้าปี หลังจากเคยดำรงตำแหน่งการดำเนินงานที่ Smith Barney.

Novo เป็นแพลตฟอร์มฟินเทคที่ออกแบบเฉพาะสำหรับธุรกิจอิสระ ผู้ประกอบการ ฟรีแลนซ์ และเจ้าของธุรกิจขนาดเล็ก โดยผสานการตรวจสอบบัญชีธุรกิจกับเครื่องมือสำหรับการชำระเงิน การออกใบแจ้งหนี้ การจัดการค่าใช้จ่าย การวางแผนกระแสเงินสด การให้กู้ยืม และเครดิตธุรกิจ แพลตฟอร์มนี้เชื่อมต่อกับเครื่องมือธุรกิจกว่า 40 รายการ รวมถึง QuickBooks, Stripe, Shopify, Square และ Xero ช่วยให้ธุรกิจเชื่อมโยงการธนาคารกับการบัญชี การชำระเงินและกระบวนการทำงานอื่น ๆ Novo ยังรวม AI ที่ขับเคลื่อนโดยโมเดลจาก OpenAI, Anthropic และ Google เพื่อทำให้กระบวนการเช่นการลงทะเบียนและการจัดประเภทค่าใช้จ่ายเป็นอัตโนมัติมากขึ้น บริษัทระบุว่าแพลตฟอร์มของตนได้รับความไว้วางใจจากธุรกิจอิสระกว่า 250,000 ราย Novo เองเป็นฟินเทคไม่ใช่ธนาคาร โดยบริการธนาคารและเงินฝากที่ได้รับการคุ้มครองโดย Federal Deposit Insurance Corporation (FDIC) ถูกจัดให้ผ่านพาร์ทเนอร์ Middlesex Federal Savings.

คุณก่อตั้ง Novo ในปี 2016 และใช้เวลาประมาณหนึ่งทศวรรษในการสร้างมันโดยอิงตามความต้องการทางการเงินของธุรกิจขนาดเล็ก เมื่อมองย้อนกลับไปที่ปัญหาที่คุณตั้งใจจะแก้ไขในตอนนั้น ปัญหาใดบ้างที่คุณคิดว่า AI สามารถแก้ไขได้ในตอนนี้ในรูปแบบที่ไม่เคยเป็นไปได้เมื่อคุณเริ่มบริษัท?

AI สามารถมีผลกระทบอย่างลึกซึ้งต่อวิธีการดำเนินธุรกิจและการมอบคุณค่าให้กับลูกค้า เมื่อเราเริ่ม Novo ปัญหาหนึ่งที่เราต้องการแกคือ ธุรกิจที่มีรายได้ $1,000 ต่อปี, $100,000 ต่อปี, และ $1 ล้านต่อปี สามารถสร้างภาระการดำเนินงานที่คล้ายคลึงกันอย่างน่าประหลาดใจให้กับธนาคาร คุณยังต้องสนับสนุนการลงทะเบียน, การปฏิบัติตามกฎระเบียบ, การป้องกันการฉ้อโกง, ความปลอดภัย, การตรวจสอบธุรกรรมและการบริการลูกค้า ไม่ว่าจะลูกค้านั้นสร้างรายได้เท่าใดก็ตาม นั่นหมายความว่าธนาคารต้องสร้างทีมปฏิบัติการขนาดใหญ่เพื่อสนับสนุนลูกค้าที่โดยส่วนตัวอาจไม่คุ้มค่าต่อธนาคารเท่าไหร่

เมื่อสิบปีที่แล้ว เราเชื่อว่าซอฟต์แวร์สามารถช่วยเปลี่ยนสมการนั้นได้ AI ตอนนี้ได้ขยายแนวคิดนั้นไปไกลกว่ามาก ผู้เชี่ยวชาญด้านการปฏิบัติตามกฎระเบียบสามารถใช้ AI เพื่อสรุปข้อมูล, ประมวลผลเอกสารและร่างรายงานหรือการตอบกลับ ทำให้คนหนึ่งคนสามารถจัดการปริมาณงานได้มากกว่าถึงสิบเท่าที่เคยทำได้ ทีมบริการลูกค้าของเราสามารถให้ AI จัดการคำถามทั่วไปเพื่อให้คนทำงานมุ่งเน้นที่ปัญหาที่ต้องใช้การตัดสินใจจริง โมเดลการป้องกันการฉ้อโกงสามารถระบุปัญหาที่อาจเกิดขึ้นได้เร็วขึ้นและช่วยเราฟื้นฟูการสูญเสียได้เร็วขึ้นเมื่อมีสิ่งผิดพลาดเกิดขึ้น AI ได้มอบวิธีที่ดีกว่าในการทำให้ Novo บรรลุเป้าหมายของมัน คือการให้ประสบการณ์การธนาคารที่ทำงานได้สำหรับธุรกิจทุกขนาด

ธุรกิจขนาดเล็กโดยประวัติศาสตร์มักขาดการเข้าถึงทีมการเงิน นักวิเคราะห์ และซอฟต์แวร์ที่ซับซ้อนที่บริษัทขนาดใหญ่มีอยู่ AI จะสามารถปิดช่องว่างของทรัพยากรนี้ได้จริงแค่ไหน และความเชี่ยวชาญของมนุษย์จะยังคงจำเป็นในส่วนใดบ้าง?

AI กำลังเคลื่อนที่อย่างรวดเร็วอย่างเหลือเชื่อ แต่ความเร็วจะแตกต่างกันมากขึ้นอยู่กับตำแหน่งของคุณ หากคุณทำงานในด้านเทคโนโลยีในซานฟรานซิสโกหรือนิวยอร์ก คุณอาจมีประสบการณ์กับ AI ที่แตกต่างอย่างมากจากเจ้าของธุรกิจขนาดเล็กที่เพียงแค่พยายามดำเนินบริษัทของตน

ปัญหาหลายอย่างที่ธุรกิจขนาดเล็กเผชิญอยู่แล้วอยู่ในขอบเขตที่ AI สามารถเข้าถึงได้ ความท้าทายที่ใหญ่กว่า คือเทคโนโลยีกำลังพัฒนาเร็วกว่าที่ผู้คนจะเรียนรู้วิธีใช้ได้ นั่นคือเหตุผลที่ฉันสนใจในสิ่งที่บริษัทอย่าง Anthropic กำลังทำด้วยผลิตภัณฑ์ที่ออกแบบมาเพื่อให้ผู้ใช้ที่ไม่เชิงเทคนิคมีจุดเริ่มต้น

ความเชี่ยวชาญของมนุษย์จะไม่หายไป แต่ AI สามารถปิดช่องว่างโดยทำให้ความเชี่ยวชาญนั้นเข้าถึงได้ง่ายขึ้น ฉันเคยเห็นผลิตภัณฑ์เช่น April Tax ทำให้สิ่งที่เคยต้องใช้เวลามากและความรู้เฉพาะทางกลายเป็นเรื่องง่ายสำหรับเจ้าของธุรกิจขนาดเล็ก เรายังไม่ถึงจุดที่ AI สามารถทำให้ธุรกิจของคุณทำงานอัตโนมัติได้เต็มที่ แต่หากคุณเคยเสียวันหยุดสุดสัปดาห์เพื่อเตรียมการยื่นภาษี การได้เวลานั้นกลับคืนมามีความสำคัญ

คุณเห็นว่า AI สร้างคุณค่าที่จับต้องได้มากที่สุดสำหรับเจ้าของธุรกิจขนาดเล็กในวันนี้ที่ไหน โดยเฉพาะในด้านการคาดการณ์กระแสเงินสด การจัดการค่าใช้จ่าย การวางงบประมาณ และการตัดสินใจทางการเงินในชีวิตประจำวัน?

หนึ่งในการใช้งาน AI ที่เป็นประโยชน์ที่สุดที่เราได้สร้างขึ้นที่ Novo จริง ๆ แล้วเป็นสิ่งที่ดูง่าย คือการทำป้ายกำกับธุรกรรม ประวัติศาสตร์แล้ว การทำให้โมเดลเหล่านี้ทำงานได้ดีต้องใช้ข้อมูลการฝึกฝนจำนวนมหาศาล และแม้กระนั้นก็อาจได้ความแม่นยำประมาณ 80% ซึ่งไม่เพียงพอเมื่อคุณต้องจัดการข้อมูลการเงินของใครสักคน เพราะคุณยังต้องตรวจสอบทุกอย่าง

โดยใช้ข้อมูลของเราน้อยลงร่วมกับเทคนิคการสกัดโมเดลบางอย่างและโมเดลระดับแนวหน้าสำหรับกรณีที่ระบบของเราไม่มั่นใจ เราได้ผลลัพธ์ความแม่นยำที่สูงกว่า 97% และเข้าใกล้ 99% เมื่อเร็ว ๆ นี้ เมื่อคุณสามารถเข้าใจได้อย่างแม่นยำว่าการทำธุรกรรมแต่ละรายการหมายถึงอะไร คุณก็สามารถสร้างเครื่องมือทางการเงินที่มีประโยชน์มากขึ้นบนข้อมูลนั้นได้ มันสามารถขับเคลื่อนแดชบอร์ดค่าใช้จ่าย การวางแผนการเงินและการวิเคราะห์พื้นฐาน (FP&A) และแม้กระทั่งช่วยธุรกิจแยกเงินสำหรับค่าใช้จ่ายเช่นเงินเดือนและการชำระเงินให้ผู้ขาย เพื่อไม่ให้เงินถูกใช้ผิดที่โดยบังเอิญ

สิ่งที่น่าสนใจคือ LLM มีความสามารถในการจัดประเภทและการจัดกลุ่มที่น่าประหลาดใจ ซึ่งหมายความว่าเราสามารถนำข้อมูลการทำธุรกรรมของธุรกิจมาสร้างมุมมองการเงินส่วนบุคคลโดยไม่ต้องมีความซับซ้อนด้านวิศวกรรมที่เคยจำเป็นสำหรับการทำเช่นนั้น สำหรับฐานลูกค้าของเรา ความสามารถของ AI ในวันนี้จริง ๆ แล้วล้ำหน้ากว่าความซับซ้อนของปัญหาที่เราพยายามแก้ นั่นเป็นตำแหน่งที่น่าตื่นเต้นมาก

หนึ่งในสัญญาณของ AI คือการทำให้ซอฟต์แวร์การเงินก้าวจากการแสดงผลให้เจ้าของธุรกิจเห็นว่าเกิดอะไรขึ้น ไปสู่การบอกล่วงหน้าว่าควรทำอะไรต่อไปอย่างเชิงรุก แพลตฟอร์มการเงินที่ฉลาดอย่างแท้จริงจะเป็นอย่างไรในทางปฏิบัติ?

ประสบการณ์การธนาคารที่ดีที่สุดที่คุณจะได้รับยังคงเป็นการพูดคุยกับผู้ให้บริการธนาคารที่รู้ทุกอย่างเกี่ยวกับธุรกิจของคุณ พวกเขาเข้าใจประวัติของคุณ สิ่งที่คุณพยายามทำให้สำเร็จและสิ่งที่คุณอาจต้องการต่อไป ซอฟต์แวร์เคยเป็นตัวช่วยเสริมความสัมพันธ์นี้ แต่ไม่เคยมาแทนที่มัน

สำหรับฉัน แพลตฟอร์มการเงินที่ฉลาดอย่างแท้จริงทำให้คุณรู้สึกว่าจำนวนคนที่ต้องอยู่ในห้องเพื่อจัดการธุรกิจของคุณลดลง คุณควรจะสามารถถามคำถาม รับคำตอบ ดูข้อมูลที่ถูกต้อง และได้รับคำแนะนำที่เป็นประโยชน์โดยไม่ต้องค้นหาด้วยตนเอง ส่วนสำคัญคือคุณต้องเชื่อมั่นในคำตอบนั้น

ที่ Novo เราบางครั้งบอกว่าตัวเองกำลังแข่งขันกับทางเท้า การไปพบที่ปรึกษาธนาคารยังคงเป็นประสบการณ์ที่ดี ไม่มีแอปให้ต้องนำทาง มีคนรู้จักคุณและสามารถแนะนำคุณตามธุรกิจของคุณ AI ทำให้เรามีโอกาสนำประสบการณ์บางส่วนนี้มาสู่กลุ่มธุรกิจที่ไม่ได้รับการดูแลอย่างเพียงพอในระดับที่ก่อนหน้านี้เป็นไปไม่ได้ สำหรับลูกค้าของเรา โอกาสนั้นในที่สุดก็อยู่ในมือแล้ว

AI จะสามารถทำหน้าที่เป็นหัวหน้าการเงินเสมือน (CFO) สำหรับธุรกิจขนาดเล็กได้หรือไม่ โดยการเฝ้าติดตามการเงินอย่างต่อเนื่อง ระบุความเสี่ยง และแนะนำการดำเนินการ? ความสามารถใดบ้างที่ต้องพัฒนาให้สมบูรณ์ก่อนที่ผู้ประกอบการจะเชื่อมั่นในระบบเช่นนั้น?

ใช่ และฉันพูดอย่างมั่นใจเพราะเรากำลังสร้างสิ่งนั้นอยู่แล้ว ในช่วงต้นปีนี้ เราเปิดตัวโครงสร้างพื้นฐาน AI Agent เพื่อก้าวสู่วิสัยทัศน์นั้น

ส่วนที่ยากไม่ได้อยู่ที่การทำให้โมเดลตอบคำถามได้ แต่คือการสร้างสิ่งที่ผู้คนสามารถไว้วางใจในชีวิตการเงินของพวกเขา เราได้เรียนรู้จากประสบการณ์จริง กลุ่มผู้ใช้เบต้าครั้งแรกของเราดี แต่ยังไม่พอที่จะบอกได้ว่าประสบการณ์นั้นจะไม่ทำลายความเชื่อมั่นของใคร ดังนั้นเราจึงพัฒนาอย่างต่อเนื่อง ปรับปรุงวิธีที่ระบบเรียนรู้ วิธีที่เอเจนต์เฉพาะทางทำงานร่วมกัน และวิธีที่พวกเขาใช้ข้อมูลและเครื่องมือที่มี

สิ่งที่เราสร้างขึ้นคือระบบเอเจนต์เฉพาะด้านธนาคาร โดยเอเจนต์แต่ละตัวรับผิดชอบเรื่องต่าง ๆ เช่น การทำธุรกรรม การฉ้อโกง การ์ดและ ACH พร้อมด้วยเครื่องมือและความรู้ของตนเอง การทำงานให้ถึงจุดนี้ต้องใช้ความพยายามมาก แต่ผลลัพธ์ตอนนี้ดีจริง ๆ เราไม่ต้องรีบเร่งอะไรเพียงเพราะ AI กำลังเป็นกระแส นั่นไม่เป็นธรรมต่อผู้ใช้ อย่างไรก็ตามสำหรับธุรกิจขนาดที่เราบริการอยู่ ฉันเชื่อว่าช่วงเวลานั้นมาถึงแล้วและนั่นเป็นเรื่องที่น่าตื่นเต้นอย่างยิ่ง

การเข้าถึงเงินทุนยังคงเป็นหนึ่งในความท้าทายที่ใหญ่ที่สุดสำหรับธุรกิจขนาดเล็ก AI จะเปลี่ยนแปลงกระบวนการให้สินเชื่อและการให้กู้ยืมอย่างไร และข้อมูลทางเลือกจะช่วยสถาบันการเงินประเมินธุรกิจที่โมเดลเครดิตแบบดั้งเดิมมักมองข้ามได้หรือไม่?

นี่เป็นพื้นที่ที่ฉันคิดว่าการสนทนามักสับสน ไม่ได้เกี่ยวกับ AI จริง ๆ แต่เกี่ยวกับความเป็นธรรมและการเข้าใจว่ารุ่นเหล่านี้ทำอะไรได้จริง

คุณไม่ควรใช้โมเดลภาษาขั้นหน้าเป็นโมเดลที่ทำการตัดสินใจให้เครดิต LLM มีลักษณะไม่กำหนดผลลัพธ์ (non-deterministic) หมายความว่าข้อมูลอินพุตเดียวกันอาจให้ผลลัพธ์ที่แตกต่างกัน โมเดลการเรียนรู้ของเครื่องแบบดั้งเดิมที่ใช้ในการตัดสินใจให้เครดิตเป็นแบบกำหนดผลลัพธ์ (deterministic) ดังนั้นอินพุตเดียวกันจะให้ผลลัพธ์เดียวกัน ความแตกต่างนี้สำคัญอย่างยิ่งเมื่อคุณกำลังตัดสินใจว่าใครจะได้รับเครดิต คุณต้องรู้ว่าปัจจัยใดเป็นตัวขับเคลื่อนการตัดสินใจ ทดสอบอคติ และสามารถแก้ไขปัญหาเมื่อพบ

AI สามารถช่วยเราสร้างโมเดลที่ดียิ่งขึ้นสำหรับการทำความเข้าใจความเสี่ยงได้อย่างแน่นอน และเราทำได้ดีมากที่ Novo แต่ฉันไม่คิดว่า AI เพียงอย่างเดียวจะสามารถแก้ปัญหาการเข้าถึงเงินทุนของธุรกิจขนาดเล็กได้ทั้งหมด ปัญหาส่วนใหญ่เกิดจากสภาพแวดล้อมด้านกฎระเบียบที่สร้างโดยกรอบ Basel ซึ่งเปลี่ยนแปลงเศรษฐศาสตร์ของการให้กู้ยืมธุรกิจขนาดเล็กสำหรับธนาคารและทำให้พวกเขาไม่เต็มใจรับความเสี่ยงเหล่านั้น

เรามักบอกว่าธุรกิจขนาดเล็กเป็นกระดูกสันหลังของเศรษฐกิจ แต่เราก็สร้างระบบการเงินรอบพวกเขาซึ่งการตัดสินใจหลายอย่างที่ส่งผลต่อความอยู่รอดของพวกเขาถูกทำในห้องที่พวกเขาไม่ได้มีส่วนร่วม นั่นเป็นปัญหาที่ใหญ่กว่ามากว่าการที่เรามีโมเดล AI ที่ดีกว่า

AI ก็กำลังมีบทบาทสำคัญเพิ่มขึ้นในการตรวจจับการฉ้อโกงและความปลอดภัยทางการเงินแล้ว. แพลตฟอร์มการเงินจะใช้ AI อย่างไรเพื่อระบุกิจกรรมที่น่าสงสัยโดยไม่สร้างผลบวกเท็จมากเกินไปหรือทำให้ธุรกรรมที่ถูกต้องยากขึ้นสำหรับธุรกิจขนาดเล็ก?

AI มีประโยชน์เป็นพิเศษในการจับจุดที่ดูแปลกประหลาด โมเดลภาษาแสดงความสามารถที่น่าประหลาดใจในการจำแนกและจัดกลุ่ม ซึ่งหมายความว่าคุณสามารถใช้มันเพื่อระบุพฤติกรรมที่ไม่ปกติด้วยต้นทุนที่ค่อนข้างต่ำ

ความแตกต่างที่สำคัญคือฉันจะไม่ใช้โมเดลที่ไม่กำหนดผลลัพธ์เพื่อทำการตัดสินใจขั้นสุดท้าย ฉันจะใช้มันเพื่อยกธงเตือนแล้วให้โมเดลที่กำหนดผลลัพธ์ทำการตัดสินใจ นั่นคือวิธีที่เราเข้าถึงการป้องกันการฉ้อโกงที่ Novo

เรายังร่วมงานกับบริษัทอย่าง Sardine ซึ่งสามารถนำรูปแบบจากชุดสถาบันการเงินที่กว้างขวางกว่ามาใช้ในโมเดลของเรา พวกเขาช่วยให้เราระบุสิ่งต่าง ๆ เช่น ข้อมูลประจำตัวที่เคยเกี่ยวข้องกับการฉ้อโกงหรือพฤติกรรมที่ดูเหมือนกิจกรรมอัตโนมัติ เราได้สร้างการดำเนินการป้องกันการฉ้อโกงที่แข็งแกร่งโดยอาศัยการผสมผสานของเทคโนโลยีและความเชี่ยวชาญ ความปลอดภัยเป็นการต่อสู้อย่างต่อเนื่อง แต่ AI มอบเครื่องมือที่ดีกว่าให้เราก้าวล้ำไปข้างหน้า

ระบบ AI ทางการเงินอาจเข้าถึงข้อมูลที่ละเอียดอ่อนอย่างมากเกี่ยวกับรายได้, ค่าใช้จ่าย, ลูกค้าและสุขภาพการเงินของบริษัท. ผู้ประกอบการควรคาดหวังมาตรการป้องกันอะไรบ้างเกี่ยวกับความเป็นส่วนตัวของข้อมูล, ความปลอดภัยและการใช้ข้อมูลการเงินของตนเพื่อฝึกโมเดล AI?

มีหลายชั้นของประเด็นนี้ เริ่มจากนโยบายและเงื่อนไขของโมเดลที่คุณใช้ ผู้ให้บริการโมเดลระดับแนวหน้ามีข้อเสนอสำหรับองค์กรและ API ที่ข้อมูลลูกค้าไม่ถูกใช้ในการฝึกโมเดลของพวกเขา แต่ยังคงมีความแตกต่างสำคัญระหว่างการใช้โมเดลผ่าน API กับการใช้ผ่านแอปพลิเคชันที่ผู้ใช้มองเห็นซึ่งประวัติการสนทนาถูกเก็บไว้

นอกจากนี้ยังมีคำถามว่าคุณต้องการให้ระบบ AI รับข้อมูลมากแค่ไหน ที่ Novo เราออกแบบเอเจนต์ของเราให้ลูกค้าสามารถเลือกได้ คุณอาจต้องการให้เอเจนต์ตอบคำถามโดยใช้ความรู้ด้านธนาคารของเราเท่านั้น หรือเพียงแค่ชี้ให้คุณไปยังที่ที่ข้อมูลอยู่ในแอป หรือคุณอาจสบายใจที่จะให้ข้อมูลการเงินของคุณมากขึ้นเพราะจะได้คำตอบที่ดีกว่า

เรายังใส่ระบบระหว่างข้อมูลลูกค้าและโมเดลที่สามารถลบข้อมูลที่ละเอียดอ่อนเช่น EIN และหมายเลขประกันสังคมโดยอัตโนมัติ และเราทดสอบระบบของเราซ้ำ ๆ เพื่อให้แน่ใจว่าไม่เปิดเผยข้อมูลที่ไม่ควรเปิดเผย นั่นคือสิ่งที่ทำให้การสร้าง AI ที่ดีเป็นเรื่องยาก ไม่ได้เป็นแค่การทำให้โมเดลฉลาด คุณต้องสร้างมาตรการป้องกันรอบ ๆ มันและทดสอบอย่างต่อเนื่อง

ขณะนี้มีความตื่นเต้นอย่างมหาศาลต่อ AI ในฟินเทค. คุณเชื่อว่าแอปพลิเคชันใดบ้างที่เป็นการเปลี่ยนแปลงอย่างแท้จริงสำหรับธุรกิจขนาดเล็ก, และคุณคิดว่าอุตสาหกรรมกำลังทำให้ AI ดูเหนือจริงเกินจริงในส่วนใด?

ควรมีความตื่นเต้นต่อ AI ในทุกอุตสาหกรรม เราเคยเห็นภาพยนตร์เรื่องนี้มาก่อน อินเทอร์เน็ตเปลี่ยนวิธีที่เราจัดจำหน่ายซอฟต์แวร์, เบราว์เซอร์เปลี่ยนวิธีที่เราถึงซอฟต์แวร์, คลาวด์คอมพิวติ้งเปลี่ยนวิธีที่เราปรับใช้, และมือถือเปลี่ยนที่ที่เราสามารถใช้มันได้ AI กำลังเปลี่ยนวิธีที่เราประสบการณ์ซอฟต์แวร์

สิ่งที่ฉันพบว่าน่าสนใจที่สุดคือเรากำลังเปลี่ยนภาษาของซอฟต์แวร์เอง ผู้คนสามารถสร้างซอฟต์แวร์ได้โดยอธิบายสิ่งที่ต้องการด้วยภาษาธรรมชาติแทนการเรียนรู้ JavaScript หรือ Python ตลอดหลายทศวรรษ ความรู้ทางเทคนิคนั้นเคยเป็นหนึ่งในสิ่งที่ทำให้การพัฒนาซอฟต์แวร์อยู่หลังประตู ประตูนั้นกำลังเปิดลง, ซึ่งเป็นส่วนหนึ่งที่ทำให้บริษัทอย่าง Lovable และ Replit เติบโตอย่างรวดเร็ว

ในเวลาเดียวกัน, ฉันคิดว่าเรายังอยู่ในช่วงเริ่มต้นมาก ความตื่นเต้นส่วนใหญ่มาจากคนในซิลิคอนแวลลีย์ที่ประสบกับ AI ด้วยความเร็วที่แตกต่างอย่างสิ้นเชิงจากคนอื่น บริษัทที่ได้รับคุณค่าจริงจาก AI ไม่ได้มองว่ามันเป็นเวทมนตร์ พวกเขากำลังค้นหาว่า AI ทำอะไรได้จริงและนำไปใช้กับปัญหาที่มันทำงานได้

เรายังอยู่ในช่วงเริ่มต้นของเรื่องนี้ เมื่อคุณเปรียบเทียบการนำ AI ไปใช้กับเส้นโค้งการนำอินเทอร์เน็ตและมือถือในช่วงแรก มันยังเป็นช่วงที่เริ่มต้นอย่างมาก ดังนั้นการปฏิเสธ AI เพราะเทคโนโลยีวันนี้ไม่ตรงกับความคาดหวังบางส่วนก็เหมือนกับการมองอินเทอร์เน็ตในช่วงแรกแล้วคิดว่ามันเป็นกระแสชั่วคราว

มองไปข้างหน้า, คุณคิดว่า AI จะเปลี่ยนรูปแบบการธนาคารสำหรับธุรกิจขนาดเล็กอย่างไร? เราอาจในที่สุดย้ายจากโมเดลบัญชี, แดชบอร์ดและเครื่องมือทางการเงินในปัจจุบันไปสู่แพลตฟอร์มการเงินอัตโนมัติที่จัดการส่วนใหญ่ของการดำเนินการทางการเงินของบริษัทแทนเจ้าของ?

นี่คือวิสัยทัศน์ที่เรากำลังสร้างที่ Novo พื้นฐานแล้ว เราต้องการสร้างประสบการณ์การมีที่ปรึกษาธนาคารที่ยอดเยี่ยมบนโทรศัพท์ของคุณ คุณควรจะสามารถถามคำถามและได้รับคำตอบ, มีแผนภูมิหรือรายงานที่สร้างขึ้นเมื่อคุณต้องการ, ได้รับข้อมูลเกี่ยวกับเครดิตเมื่อเวลาที่เหมาะสม, ค้นพบประกันเมื่อธุรกิจของคุณเติบโตและแม้แต่เรียนรู้เกี่ยวกับทุนสนับสนุนหรือการเปลี่ยนแปลงภาษีที่อาจเป็นประโยชน์ต่อคุณ

นวัตกรรมไม่ได้เป็นแค่การให้ AI ทำสิ่งต่าง ๆ ให้คุณ แต่คือการทำให้ AI ทำสิ่งเหล่านั้นได้ดีพอที่คุณจะเชื่อถือมัน นั่นยากกว่าที่คิดและฉันคิดว่าความเชื่อถือกำลังกลายเป็นคุณลักษณะของผลิตภัณฑ์เอง

AI สามารถเก็บข้อมูลในบริบทได้มากกว่ามนุษย์หลายเท่า แต่ไม่สามารถแทนที่ความสัมพันธ์ระหว่างมนุษย์ที่จริง ๆ แล้วขับเคลื่อนธุรกิจไปข้างหน้าได้ คนรับความเสี่ยง สร้างความสัมพันธ์ และสร้างโอกาสที่ทำให้เศรษฐกิจเคลื่อนที่ นั่นคือเหตุผลที่มาตรฐานความสำเร็จของเราใน Novo ไม่ได้หมายให้คุณใช้เวลาในแอปของเรามากขึ้น แต่ตรงกันข้าม เราต้องการให้คุณใช้เวลาในแอปให้น้อยที่สุดเท่าที่จะเป็นไปได้และทำสำเร็จมากขึ้นในไม่กี่นาทีที่มี

ขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม, ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมควรเยี่ยมชม Novo.