ราจ บัคห์รู, ผู้ร่วมก่อตั้งและซีอีโอของ BlueFlame AI – ซีรีส์สัมภาษณ์

ราจ บัคห์รู ผู้ร่วมก่อตั้งและซีอีโอของ BlueFlame AI มีประสบการณ์หลากหลายที่ครอบคลุมการขาย การตลาด การพัฒนาซอฟต์แวร์ การเติบโตขององค์กร และการจัดการธุรกิจตลอดอาชีพการงานของเขา เขาได้เล่นบทบาทสำคัญในการพัฒนาตัวช่วยชั้นนำในด้านการลงทุนแบบอื่นและความมั่นคงทางไซเบอร์

ในฐานะอดีต Chief Strategy Officer ของ ACA ราจได้กำกับดูแลการพัฒนาขององค์กรและการควบรวมกิจการ และยังดำรงตำแหน่ง Interim Co-CEO Chief Innovation Officer และ Head of RegTech และ ESG อีกด้วย เขาเป็นผู้ก่อตั้ง Aponix ซึ่งต่อมาเป็นแผนกไซเบอร์ของ ACA และเป็นผู้นำในภาคการลงทุนแบบอื่น ราจมีประสบการณ์ทำงานในตำแหน่งนักพัฒนาซอฟต์แวร์เชิงปริมาณที่ Kepos Capital Highbridge และ Goldman Sachs (GS ) Asset Management เขาได้รับวุฒิการศึกษาระดับบัณฑิตศึกษาในสาขาวิศวกรรมคอมพิวเตอร์จากมหาวิทยาลัยโคลัมเบีย และมีใบรับรอง CISSP และ CFA

BlueFlame AI มีคำตอบ AI-เจเนอเรตที่ออกแบบมาโดยเฉพาะสำหรับผู้จัดการลงทุนแบบอื่น

ทีมงานมีประสบการณ์ครอบคลุมการทำธุรกรรม การพัฒนาซอฟต์แวร์ ความมั่นคงทางไซเบอร์ และการให้บริการภายในภาคการลงทุนแบบอื่น ประสบการณ์นี้ช่วยให้เราเข้าใจกระบวนการทำงานและระบบเฉพาะของอุตสาหกรรม และสามารถนำไปใช้ในการใช้ AI ที่สร้างขึ้นเพื่อตอบสนองความต้องการของผู้จัดการลงทุนแบบอื่น

คุณสามารถแบ่งปันเรื่องราวและประสบการณ์ของคุณได้หรือไม่ และประสบการณ์ในช่วงแรกของคุณที่โกลด์แมน แซคส์ ไฮบริดจ์ และเคพอส แคปิตอล ได้หล่อหลอมความเข้าใจของคุณเกี่ยวกับเทคโนโลยี ความมั่นคงทางไซเบอร์ และการลงทุนแบบอื่นอย่างไร?

ฉันใช้เวลาในช่วงแรกของอาชีพการงานที่กองทุนเชิงปริมาณ ซึ่ง모เดลการซื้อขายทุกอย่าง ตั้งแต่หุ้นไปจนถึง FX และเครดิตและスワปที่ซับซ้อน ฉันเรียนรู้มากมายเกี่ยวกับวิธีการทำงานของกองทุนฮедж์ฟันด์และกระบวนการทำงานตั้งแต่ต้นจนจบ ทั้งสองสิ่งนี้ได้หล่อหลอมงานของเราในภายหลังเกี่ยวกับความมั่นคงทางไซเบอร์และตอนนี้ที่ BlueFlame ที่แก้ไขปัญหาเหล่านี้ด้วย AI ที่ ACA Group เราได้เรียนรู้เกี่ยวกับความต้องการด้านการปฏิบัติตามกฎระเบียบของอุตสาหกรรมและสร้างโปรแกรมไซเบอร์สำหรับผู้จัดการลงทุนแบบอื่นหลายร้อยราย

ประสบการณ์ของฉันคือตัวอย่างของทีมงานทั้งหมดของเรา: เรามีคน 35+ คนที่มีประสบการณ์ที่แตกต่างกันในกองทุนฮедж์ฟันด์ กองทุนเอกชน และร้านค้าเครดิต และจากผู้ขายที่อุทิศให้กับอุตสาหกรรมนี้

เราเชื่อว่าประสบการณ์จริงและเป็นรูปธรรมในการทำงานในอุตสาหกรรมนี้มีความสำคัญอย่างยิ่งในการแปลแนวคิด AI ที่พิสูจน์แล้วให้เป็นความเป็นจริงสำหรับบริษัทเหล่านี้

คุณได้รับแรงบันดาลใจจากอะไรในการเปลี่ยนจากการพัฒนาซอฟต์แวร์เชิงปริมาณไปสู่การเป็นผู้ประกอบการในด้านความมั่นคงทางไซเบอร์และ AI?

ฉันเคยเป็นและยังคงเป็นนักเทคโนโลยีที่มีใจรัก เทคโนโลยีเชิงปริมาณ ความมั่นคงทางไซเบอร์ และ AI มีเส้นเชื่อมที่เหมือนกัน คือทั้งหมดกำลังผ่านการเปลี่ยนแปลงและสร้างสรรค์ใหม่ๆ ในช่วงเวลาที่ฉันทำงานในอุตสาหกรรมเหล่านี้ ฉันชอบที่จะเข้าไปในอุตสาหกรรมใหม่ๆ และช่วยสร้างสรรค์ให้กับลูกค้าและพัฒนาไปพร้อมๆ กับพวกเขา

BlueFlame AI ได้รับการออกแบบมาโดยเฉพาะสำหรับผู้จัดการลงทุนแบบอื่น สิ่งใดที่ทำให้แตกต่างจากแพลตฟอร์ม AI ทั่วไป เช่น OpenAI’s ChatGPT หรือโซลูชัน AI ระดับองค์กรอื่นๆ?

โซลูชันแนวตั้งเช่น BlueFlame ไม่ใช่คู่แข่งกับโซลูชันแนวนอน เช่น ChatGPT เราให้โซลูชันที่พร้อมใช้งานซึ่งทำให้การแก้ปัญหาเร็วขึ้นและง่ายขึ้นในอุตสาหกรรมของเรา โดยมีเครื่องมือเฉพาะสำหรับกรณีการใช้งานที่พบบ่อย

ตัวอย่างเช่น การสร้างเอกสาร Investment Committee (IC) แม้ว่าอาจเป็นไปได้ที่จะใช้โซลูชันแนวนอนเพื่อให้ได้ผลลัพธ์ที่มีเทมเพลต แต่ก็ไม่มีการผสานรวมกับ CRM ผู้ให้บริการข้อมูลตลาด หรือไฟล์ภายในเพื่อใช้ในการสร้างเอกสาร IC โซลูชันแนวนอนก็ไม่สามารถใส่เนื้อหาลงในเทมเพลต PowerPoint ได้

คุณสามารถอธิบายได้หรือไม่ว่า BlueFlame AI เพิ่มผลผลิตให้กับกองทุนฮедж์ฟันด์ กองทุนเอกชน และนักลงทุนแบบอื่นอย่างไร?

เรานำการนำไปใช้ของ AI สำหรับลูกค้าของเรา ซึ่งมักจะเริ่มต้นจากงานหน้าสำนักงาน แต่สามารถครอบคลุมทั้งองค์กรได้ การใช้งานเหล่านี้มีความแตกต่างกันไปในแต่ละบริษัท บางบริษัทให้ความสำคัญกับการสรุปการถอดเสียงจากเครือข่ายผู้เชี่ยวชาญ ในขณะที่บางบริษัทไม่ได้ทำสิ่งนี้เลย บางบริษัทให้ความสำคัญกับการค้นหาสัญญาเครดิต ในขณะที่บางบริษัทไม่ได้ทำสิ่งนี้เลย

เราทำงานร่วมกับลูกค้าเพื่อระบุโอกาสการใช้งานที่มีผลตอบแทนสูงสุดและแก้ไขปัญหา 3-5 ประการในหนึ่งปีแรก

ด้วยประสบการณ์กว้างขวางของคุณในด้านความมั่นคงทางไซเบอร์ คุณสามารถบอกเราได้หรือไม่ว่าความเสี่ยงด้านความมั่นคงทางไซเบอร์ที่สำคัญที่สุดคืออะไรที่บริษัทการลงทุนแบบอื่นควรทราบเมื่อใช้โซลูชัน AI?

ความมั่นคงและความเป็นส่วนตัวของข้อมูลเป็นข้อกังวลหลักในการใช้ AI แรกสุด คือการเข้าใจว่าข้อมูลของคุณไปที่ไหนและถูกป้องกันอย่างไร โดยเฉพาะอย่างยิ่งเมื่อผู้ให้บริการ LLM เป็นโซลูชันที่โฮสต์ ต่อไป คือการเข้าใจมาตรการรักษาความปลอดภัยที่มีอยู่เพื่อให้แน่ใจว่าข้อมูลของคุณปลอดภัยและไม่ได้ถูกใช้ในการฝึกโมเดลหรือถูกเปิดเผยต่อลูกค้าอื่นโดยไม่ตั้งใจ สิ่งสำคัญคือบริษัทต่างๆ ต้องมีกรอบการกำกับดูแลที่ชัดเจน รวมถึงนโยบายการจัดการข้อมูลที่ชัดเจน การตรวจสอบความปลอดภัยเป็นประจำ และโปรแกรมฝึกอบรมที่ครอบคลุมเพื่อลดความเสี่ยงและภัยคุกคามที่อาจเกิดขึ้นจากการโต้ตอบกับระบบ AI ที่ทรงพลังเหล่านี้

คุณเน้นย้ำถึงแนวทาง LLM-agnostic ของ BlueFlame AI ซึ่งเป็นคุณลักษณะที่สำคัญ ทำไมจึงเป็นคุณลักษณะที่สำคัญ และมันช่วยให้ลูกค้าของคุณได้อย่างไร?

เราเชื่อว่าพลังของ LLM ทั้งหมดรวมกันมากกว่า LLM เพียงตัวเดียว เราเห็นสิ่งนี้ทุกวันเมื่อเราทำงานร่วมกับลูกค้าในการสร้างอัตลักษณ์โดยอัตโนมัติ โดยที่เราทราบว่า LLM หนึ่งอาจทำได้ดีกว่าอีก LLM หนึ่งสำหรับงานที่กำหนด การเปิดเผยของ DeepSeek เป็นช่วงเวลาที่น่าสนใจซึ่งแสดงให้เห็นว่าโมเดลที่เปิดเผยต่อสาธารณะกำลังเป็นที่น่าสนใจและแข่งขันได้ การที่เราไม่ฝักใฝ่ฝ่ายใดหมายความว่าเราสามารถและจะใช้ทั้งหมดได้ ลูกค้าของเราสามารถใช้ได้โดยตรงโดยไม่ต้องมีใบอนุญาตสำหรับแต่ละรายการ และเราสามารถกำหนดเส้นทางอัตโนมัติไปยังตัวเลือกที่ดีที่สุดสำหรับงานที่กำหนดในเวลาที่กำหนด ซึ่งยังคงมีประโยชน์เมื่อโมเดลเปลี่ยนแปลงไปตามเวลา

หลายบริษัทต้องเผชิญกับปัญหาการท่วมท้นของข้อมูล BlueFlame AI ช่วยให้ผู้จัดการลงทุนจัดระเบียบการวิจัยและกระบวนการตรวจสอบอย่างไร?

BlueFlame ช่วยในการจัดการความรู้ขององค์กรผ่านการค้นหาและตอบคำถามทั่วทั้งระบบ เราแก้ปัญหาในการท่วมท้นของข้อมูลและข้อมูลที่กระจายอยู่ทั่ว ระบบอาจมีคำตอบที่ง่ายๆ ที่อาศัยอยู่ในระบบใดระบบหนึ่งของบริษัท เราจะค้นหาทั่วทั้งระบบเหล่านั้นเพื่อค้นหาคำตอบที่เป็นไปได้สำหรับคำถามใดๆ ภายในระบบหลักและร้านค้าไฟล์ของพวกเขา

หน่วยงานกำกับดูแลเริ่มให้ความสนใจกับการใช้ AI ในตลาดการเงิน คุณเห็นความต้องการด้านการปฏิบัติตามกฎระเบียบเปลี่ยนแปลงไปอย่างไรในภูมิทัศน์การลงทุนที่ขับเคลื่อนด้วย AI?

ปัจจุบัน หน่วยงานกำกับดูแลคาดหวังว่าจะมีนโยบายและขั้นตอนการดำเนินการที่มีการคุ้มครองข้อมูลของนักลงทุนอย่างรอบคอบ โดยเฉพาะการคุ้มครองจากโมเดลของบุคคลที่สามที่ฝึกอบรมด้วยข้อมูลที่ละเอียดอ่อน ในไม่ช้า เราจะเห็นชั้นการปฏิบัติตามกฎระเบียบต่อเอเจนต์: เหล่านี้จะเป็น “บุคคลที่เข้าถึง” และต้องปฏิบัติตามกฎการปฏิบัติตามกฎระเบียบของบริษัทเหมือนกับสมาชิกในทีมอื่นๆ

สิ่งที่กองทุนฮедж์ฟันด์ และกองทุนเอกชนควรให้ความสำคัญเมื่อผสาน AI เข้ากับกระบวนการทำงานในขณะที่รักษาความปลอดภัยทางไซเบอร์ที่แข็งแกร่ง?

ฉันคิดว่าเมื่อเริ่มต้น บริษัททุกแห่งควรทำสองสิ่ง ประการแรก คือการระบุกรณีการใช้งานที่ดีที่สุดสำหรับบริษัทของคุณ ซึ่งมักจะให้ผลตอบแทนที่สูงกว่าและทันทีในงานหน้าสำนักงาน แผนที่กรณีการใช้งานเหล่านี้กับความสามารถที่มีอยู่ในตลาดเพื่อระบุ 3-5 รายการที่คุณต้องการมุ่งเน้น ประการที่สอง คือการค้นหาสินค้าและพันธมิตรที่เหมาะสม ค้นหาพันธมิตรที่คุณคิดว่าจะตอบสนองและสามารถปรับปรุงได้พร้อมกับคุณ – พันธมิตรที่มีประสบการณ์สำเร็จและทัศนคติทางไซเบอร์/ความเป็นส่วนตัว/การปฏิบัติตามกฎระเบียบที่เหมาะสม

อนาคตของ AI ในการลงทุนแบบอื่นจะเป็นอย่างไร คุณเห็นว่า AI จะมีบทบาทในการตัดสินใจลงทุนในอนาคตหรือไม่?

AI กำลังถูกนำมาใช้ในการตัดสินใจลงทุนแล้ว และสิ่งนี้จะกลายเป็นเรื่องปกติมากขึ้น ฟังก์ชันหลายอย่างของ PE จะมีเอเจนต์ AI เช่น เอเจนต์ในการส่งเสริมการขายเพื่อช่วยในการติดต่อและจัดตารางการนัดหมาย ในที่สุดจะมีกองทุน PE แบบปริมาณที่ดำเนินการด้วยโมเดล AI โดยสมบูรณ์ เช่นเดียวกันกองทุนฮедж์ฟันด์แบบปริมาณ เหล่ากองทุน PE แบบปริมาณเหล่านั้นจะมีเอเจนต์ AI ที่โต้ตอบกับนักธนาคาร ทนายความ ฯลฯ เพื่อทำธุรกรรมให้เสร็จสิ้น

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม BlueFlame AI เพื่อเรียนรู้เพิ่มเติม