Raj Bakhru, ผู้ร่วมก่อตั้งและซีอีโอของ BlueFlame AI – สัมภาษณ์系列

Raj Bakhru, ผู้ร่วมก่อตั้งและซีอีโอของ BlueFlame AI, มีประสบการณ์หลากหลายที่ครอบคลุมการขาย การตลาด การพัฒนาซอฟต์แวร์ การเติบโตขององค์กร และการบริหารธุรกิจ ตลอดอาชีพของเขา เขาได้เล่นบทบาทสำคัญในการพัฒนาตัวช่วยชั้นนำในด้านการลงทุนแบบเลือกและความปลอดภัยของไซเบอร์

ในอดีต Raj曾任 Chief Strategy Officer ที่ ACA โดยดูแลพัฒนาองค์กรและการควบควมกิจการ และยังดำรงตำแหน่ง Interim Co-CEO, Chief Innovation Officer และ Head of RegTech และ ESG เขาเป็นผู้ก่อตั้ง Aponix ซึ่งต่อมาเป็นแผนกไซเบอร์ของ ACA และเป็นผู้นำในด้านการลงทุนแบบเลือก Raj มีประสบการณ์ทำงานในตำแหน่งนักพัฒนาซอฟต์แวร์เชิงปริมาณที่ Kepos Capital, Highbridge และ Goldman Sachs Asset Management เขาได้รับวุฒิการศึกษาระดับบัณฑิตศึกษาในสาขาวิศวกรรมคอมพิวเตอร์จากมหาวิทยาลัยโคลัมเบีย และมีเครื่องหมาย CISSP และ CFA

BlueFlame AI มีคำตอบ AI-เนทีฟที่ออกแบบมาโดยเฉพาะและไม่ขึ้นอยู่กับ LLM สำหรับผู้จัดการลงทุนแบบเลือก

ทีมงานมีประสบการณ์ครอบคลุมการทำธุรกรรม การพัฒนาซอฟต์แวร์ ความปลอดภัยของไซเบอร์ และการให้บริการในด้านการลงทุนแบบเลือก ประสบการณ์นี้ช่วยให้เราเข้าใจกระบวนการและระบบที่เฉพาะเจาะจงสำหรับอุตสาหกรรม และสามารถนำไปใช้ในการใช้ AI ที่สร้างขึ้นสำหรับอุตสาหกรรมนี้

คุณสามารถบอกเราเกี่ยวกับพื้นหลังและประสบการณ์ของคุณได้หรือไม่ และวิธีที่ประสบการณ์ในช่วงแรกที่ Goldman Sachs, Highbridge และ Kepos Capital ช่วยให้คุณเข้าใจเทคโนโลยี ความปลอดภัยของไซเบอร์ และการลงทุนแบบเลือก?

ฉันใช้เวลาในช่วงแรกของอาชีพที่กองทุน Quant โดยที่โมเดลการซื้อขายทุกอย่าง ตั้งแต่หุ้นไปจนถึง FX และเครื่องมือการซื้อขายที่ซับซ้อน ฉันเรียนรู้มากมายเกี่ยวกับวิธีการทำงานของกองทุนฮедж์ฟันด์และกระบวนการทำงานตั้งแต่ต้นจนจบ ทั้งสองสิ่งนี้ได้กำหนดรูปแบบการทำงานของเราในด้านความปลอดภัยของไซเบอร์และที่ BlueFlame ในการแก้ไขปัญหาเหล่านี้ด้วย AI ที่ ACA Group เราได้เรียนรู้เกี่ยวกับความต้องการด้านการปฏิบัติตามกฎระเบียบของอุตสาหกรรม และสร้างโปรแกรมความปลอดภัยของไซเบอร์สำหรับผู้ให้บริการการลงทุนแบบเลือกหลายร้อยราย

พื้นหลังของฉันคือตัวแทนของทีมงานทั้งหมดของเรา: เรามีคน 35 คนพร้อมประสบการณ์ที่คล้ายกันแต่แตกต่างกันในกองทุนฮедж์ฟันด์ ผู้จัดการลงทุนแบบเลือก และร้านค้าเครดิต และจากผู้ให้บริการที่อุทิศให้กับอุตสาหกรรมนี้

เรามั่นใจว่าประสบการณ์จริงในการทำงานในอุตสาหกรรมนี้เป็นสิ่งสำคัญสำหรับการนำแนวคิดการ chứng minhความสามารถของ AI ไปใช้จริงสำหรับบริษัทเหล่านี้

อะไรคือแรงบันดาลใจที่ทำให้คุณเปลี่ยนจากงานพัฒนาซอฟต์แวร์ในด้านการเงินเชิงปริมาณไปสู่การเป็นผู้ประกอบการในด้านความปลอดภัยของไซเบอร์และ AI?

ฉันเคยเป็นและยังคงเป็นนักเทคโนโลยีที่มีใจรัก เทคโนโลยี การเงินเชิงปริมาณ ความปลอดภัยของไซเบอร์ และ AI มีเส้นเชื่อมที่คล้ายคลึงกัน ซึ่งก็คือเมื่อฉันทำงานในอุตสาหกรรมเหล่านี้ อุตสาหกรรมเหล่านั้นกำลังผ่านการเปลี่ยนแปลงและสร้างสรรค์ใหม่ๆ ฉันชอบที่จะเข้าไปมีส่วนร่วมในการสร้างสรรค์ใหม่ๆ และช่วยให้ลูกค้าของเราเรียนรู้และสร้างสรรค์ไปพร้อมๆ กัน

BlueFlame AI ได้รับการออกแบบมาโดยเฉพาะสำหรับผู้จัดการลงทุนแบบเลือก มีอะไรที่ทำให้แตกต่างจากแพลตฟอร์ม AI ทั่วไป เช่น OpenAI’s ChatGPT หรือโซลูชัน AI ระดับองค์กรอื่นๆ?

โซลูชันแนวตั้งเช่น BlueFlame ไม่ใช่คู่แข่งที่แท้จริงของโซลูชันแนวนอน เช่น ChatGPT เราให้โซลูชันที่พร้อมใช้งานซึ่งทำให้การแก้ปัญหาเร็วขึ้นและง่ายขึ้นในแนวตั้งของเรา โดยมีเครื่องมือเฉพาะที่จะจัดการกรณีการใช้งานที่พบบ่อย

ตัวอย่างหนึ่งอาจเป็นการสร้างหนังสือมอบฉันทะ (IC) สำหรับการประชุม โดยที่แม้ว่าจะเป็นไปได้ที่จะใช้โซลูชันแนวนอนเพื่อให้ได้ผลลัพธ์ที่เป็นแบบแผน แต่ก็ไม่มีการเชื่อมต่อกับ CRM ผู้ให้บริการข้อมูลตลาด หรือไฟล์ภายในเพื่อใช้ในการสร้างหนังสือมอบฉันทะ โซลูชันแนวนอนจะไม่สามารถใส่เนื้อหาลงในเทมเพลต PowerPoint ได้

คุณสามารถอธิบายวิธีการที่ BlueFlame AI เพิ่มผลผลิตสำหรับกองทุนฮедж์ฟันด์ ผู้จัดการลงทุนแบบเลือก และนักลงทุนแบบเลือกอื่นๆ ได้หรือไม่?

เรานำใช้กรณีการใช้งาน AI สำหรับลูกค้าของเรา ซึ่งมักจะเริ่มต้นด้วยงานหน้าสำนักงาน แต่สามารถครอบคลุมทั้งบริษัทได้ กรณีการใช้งานเหล่านี้ แม้ว่าจะเป็นที่นิยม แต่ก็แตกต่างกันไปในแต่ละบริษัท บางบริษัทให้ความสำคัญกับการสรุปคำสั่งซื้อจากผู้เชี่ยวชาญมาก ในขณะที่บางบริษัทไม่ได้ทำสิ่งนี้เลย บางบริษัทให้ความสำคัญกับการสืบค้นข้อตกลงเครดิตมาก ในขณะที่บางบริษัทไม่ได้ทำสิ่งนี้เลย

เราทำงานร่วมกับลูกค้าเพื่อระบุโอกาสในการใช้งาน AI ที่มีผลตอบแทนสูงสุด และแก้ไขปัญหา 3-5 ประเด็นในหนึ่งปีแรก

ด้วยประสบการณ์อย่างกว้างขวางในด้านความปลอดภัยของไซเบอร์ อะไรคือความเสี่ยงด้านความปลอดภัยที่บริษัทการลงทุนแบบเลือกควรทราบเมื่อใช้โซลูชัน GenAI?

ความปลอดภัยของข้อมูลและความเป็นส่วนตัวเป็นข้อกังวลหลักในการใช้ GenAI ขั้นแรก คุณต้องเข้าใจว่าข้อมูลของคุณไปที่ไหนและถูกป้องกันอย่างไร โดยเฉพาะอย่างยิ่งเมื่อผู้ให้บริการ LLM เป็นโซลูชันที่โฮสต์ ต่อไป คุณต้องเข้าใจมาตรการรักษาความปลอดภัยที่มีไว้เพื่อให้แน่ใจว่าข้อมูลของคุณปลอดภัยและไม่ได้ถูกใช้ในการฝึกโมเดลหรือถูกเปิดเผยต่อลูกค้าอื่นๆ โดยไม่ตั้งใจ ซึ่งเป็นสิ่งสำคัญสำหรับบริษัทการลงทุนแบบเลือกที่จัดการข้อมูลการซื้อขายและข้อมูลนักลงทุนที่มีความละเอียดอ่อนซึ่งอาจส่งผลกระทบอย่างรุนแรงหากถูกบุกรุก สุดท้าย บริษัทต่างๆ ต้องนำกรอบการกำกับดูแลที่มีประสิทธิภาพมาใช้ ซึ่งรวมถึงนโยบายการจัดการข้อมูลที่ชัดเจน การตรวจสอบความปลอดภัยเป็นประจำ และโปรแกรมการฝึกอบรมที่ครอบคลุมเพื่อลดความเสี่ยงและภัยคุกคามที่อาจเกิดขึ้นซึ่งอาจถูกดึงออกมาผ่านการโต้ตอบกับระบบ AI ที่ทรงพลังเหล่านี้

คุณเน้นย้ำถึงแนวทาง LLM-agnostic ของ BlueFlame AI มาโดยตลอด ทำไมคุณถึงคิดว่านี่เป็นคุณลักษณะที่สำคัญ และมันช่วยให้ลูกค้าของคุณได้ประโยชน์อย่างไร?

เรามั่นใจว่าพลังของ LLM ทั้งหมดรวมกันมากกว่าพลังของ LLM เพียงตัวเดียว เราเห็นสิ่งนี้เกิดขึ้นทุกวันเมื่อเราทำงานร่วมกับลูกค้าเพื่อสร้างการทำงานอัตโนมัติ โดยที่เรารู้ว่า LLM หนึ่งตัวอาจทำได้ดีกว่าอีกตัวหนึ่งสำหรับงานที่กำหนด ที่ DeepSeek เป็นช่วงเวลาที่น่าสนใจซึ่งแสดงให้เห็นว่าโมเดลที่เปิดเผยต่อสาธารณะกำลังเป็นที่สนใจและแข่งขันกัน การไม่ขึ้นอยู่กับ LLM ใดตัวหนึ่งหมายความว่าเราสามารถและจะใช้ทั้งหมด ลูกค้าของเราสามารถใช้งานได้โดยตรงโดยไม่ต้องมีใบอนุญาตสำหรับ LLM แต่ละตัว และเราสามารถกำหนดเส้นทางอัตโนมัติไปยังตัวเลือกที่ดีที่สุดสำหรับงานที่กำหนดในเวลาที่กำหนด สิ่งนี้ยังคงมีประโยชน์เมื่อโมเดลเปลี่ยนแปลงไปตามเวลา

หลายบริษัทต้องเผชิญกับปัญหาการท่วมท้นของข้อมูล BlueFlame AI ช่วยให้ผู้จัดการลงทุนแบบเลือกจัดระเบียบการวิจัยและกระบวนการตรวจสอบได้อย่างไร?

BlueFlame ช่วยในการจัดการความรู้ระดับองค์กรผ่านการค้นหาและตอบคำถามทั่วทั้งระบบ เราแก้ปัญหาทั้งการอัดแน่นของข้อมูลและข้อมูลที่กระจายอยู่ คำตอบที่ง่ายๆ อาจอยู่ในระบบใดระบบหนึ่งของบริษัท เราจะค้นหาทั่วทั้งระบบและไฟล์สำคัญเพื่อหาคำตอบที่เป็นไปได้สำหรับคำถามใดๆ ภายในระบบและไฟล์สำคัญของพวกเขา

หน่วยงานกำกับดูแลเริ่มให้ความสนใจกับการใช้ AI ในตลาดการเงินมากขึ้น คุณคิดว่าการปฏิบัติตามกฎระเบียบจะพัฒนาไปอย่างไรในภูมิทัศน์การลงทุนที่ขับเคลื่อนด้วย AI?

ปัจจุบัน หน่วยงานกำกับดูแลคาดหวังว่าจะมีนโยบายและขั้นตอนการปฏิบัติงานที่รอบคอบ และการปกป้องข้อมูลนักลงทุน โดยเฉพาะการป้องกันไม่ให้โมเดลของบุคคลที่สามฝึกอบรมโดยใช้ข้อมูลที่มีความละเอียดอ่อน ในไม่ช้า เราจะเห็นชั้นการปฏิบัติตามกฎระเบียบที่มีต่อเอเย่นต์เหล่านี้: เหล่าเอเย่นต์เหล่านี้จะเป็น “บุคคลที่เข้าถึงได้” และต้องปฏิบัติตามกฎการปฏิบัติตามกฎระเบียบของบริษัทเช่นเดียวกับสมาชิกในทีมอื่นๆ

อะไรที่กองทุนฮедж์ฟันด์ และบริษัทผู้จัดการลงทุนแบบเลือกควรให้ความสำคัญเมื่อใช้ AI ในกระบวนการทำงาน，同时ที่รักษาความปลอดภัยของไซเบอร์ที่แข็งแกร่ง?

ฉันคิดว่าเมื่อเริ่มต้น บริษัททุกแห่งควรทำสิ่งเหล่านี้สองสิ่ง ประการแรก คือการระบุกรณีการใช้งานที่ดีที่สุดสำหรับบริษัทของคุณ ส่วนใหญ่แล้วงานหน้าสำนักงานมักให้ผลตอบแทนที่สูงกว่าและทันที มากกว่าการใช้งานอื่นๆ ให้ทำการแมปกรณีการใช้งานเหล่านี้กับความสามารถที่มีอยู่ในตลาดเพื่อระบุ 3-5 รายการที่คุณต้องการมุ่งเน้น ประการที่สอง คือการค้นหาผลิตภัณฑ์และพันธมิตรที่เหมาะสม ค้นหาพันธมิตรที่คุณคิดว่าจะตอบสนองและสามารถปรับปรุงร่วมกับคุณได้ โดยมีประสบการณ์ที่พิสูจน์แล้วและทัศนคติทางไซเบอร์/ความเป็นส่วนตัว/การปฏิบัติตามกฎระเบียบที่เหมาะสม

อนาคตของ AI ในการลงทุนแบบเลือกจะมีรูปแบบอย่างไร คุณคิดว่า AI จะมีบทบาทในการตัดสินใจลงทุนในอนาคตหรือไม่?

AI ได้เข้ามาเกี่ยวข้องกับการตัดสินใจลงทุนแล้ว และสิ่งนี้จะกลายเป็นเรื่องปกติมากขึ้น ฟังก์ชันหลายอย่างของ PE จะมีเอเย่นต์ AI เช่น เอเย่นต์ในการค้นหาลูกค้าเพื่อช่วยในการติดต่อและจัดตารางการประชุม ในที่สุดจะมีกองทุน PE ที่ดำเนินการโดยสมบูรณ์ด้วยโมเดล AI เช่นเดียวกันกองทุนฮедж์ฟันด์เชิงปริมาณ เหล่ากองทุน PE เหล่านี้จะมีเอเย่นต์ AI ที่โต้ตอบกับธนาคาร ทนายความ และคนอื่นๆ เพื่อทำธุรกรรมให้สำเร็จ

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม BlueFlame AI เพื่อเรียนรู้เพิ่มเติม