Daniel Liechtenstein, Hypercore CEO’su ve Kurucu Ortağı – Röportaj Serisi

Daniel Liechtenstein, Hypercore CEO’su ve Kurucu Ortağı, kredi teknolojisi, yazılım geliştirme, iş danışmanlığı ve büyük ölçekli finansal planlama alanlarında deneyime sahip bir fintech girişimcisi ve finans stratejistidir. 2020 yılında Hypercore’u kurdu; daha önce Articode’da İş Geliştirme Ortağı olarak fintech yazılım projeleri ve finansal hizmet müşterilerine odaklanmış ve startup’lar ile büyüyen şirketlere bağımsız finans ve iş danışmanı olarak hizmet vermiştir. Kariyerinin erken dönemlerinde Liechtenstein, Israel Defense Forces ve Israeli Ministry of Defense içinde kıdemli finansal planlama ve strateji görevleri üstlenmiş; bu görevlerde büyük BT bütçelerinin yönetimi, teknoloji yatırımlarının değerlendirilmesi, küresel teknoloji satıcılarıyla büyük ölçekli anlaşmaların müzakeresi ve bulut altyapısı ile stratejik tedarik girişimlerine katkı sağlanması sorumlulukları bulunmaktaydı.

Hypercore, özel kredi fonları ve banka dışı kredi verenler için oluşturulmuş bir teknoloji platformudur ve kredi verme arkasındaki operasyonel altyapıyı modernize etmeyi amaçlar. Uçtan uca platformu, kredi verilerini merkezileştirir ve başlatma ve pipeline yönetiminden hizmet, finansman kaynağı yönetimi, raporlama ve vade sonuna kadar tam yaşam döngüsünü destekler; aynı zamanda geleneksel olarak elektronik tablolara ve bağımsız sistemlere bırakılan birçok hesaplama ve iş akışını otomatikleştirir. Son zamanlarda Hypercore, AI‑yerli kredi yönetimine odaklanarak, yapılandırılmış kredi verileri ve profesyonel denetimle birlikte AI ajanlarını kullanarak tesis onboarding’i, hesaplamalar, ödemeler, mutabakat, bildirimler ve raporlamalar gibi tekrarlayan hizmet faaliyetlerini otomatikleştiriyor. Platform, kredi verenlere gerçek zamanlı portföy görünürlüğü, denetlenebilir iş akışları ve idari ekipleri orantısal olarak artırmadan operasyonları ölçeklendirmek için gereken altyapıyı sunmak üzere tasarlanmıştır.

Hypercore’u başlattığınızda, özel kredi firmalarının kredileri kapanış sonrası yönetiminde neyin eksik olduğunu düşündünüz? Ve AI geliştikçe bu fikir nasıl değişti?

Hypercore’u, özel kredi için gerçekten bir kredi yönetim sistemi bulunmadığı için başlattık.

Birçok sistem standart kredi ürünlerini makul derecede iyi idare eder, ancak özel kredi standart değildir. Farklı yapılar, farklı ödeme mekanikleri, koşullar, değişiklikler, waterfall’lar, kredi veren grupları ve daha fazlasını içerir. Hiç iki anlaşma aynı değildir ve firmalar çok fazla elektronik tablo ve manuel süreçlere dayanır.

Fikrimizi, krediyi doğru bir şekilde temsil edebilen ve tüm yaşam döngüsü boyunca yönetebilen bir altyapı inşa etmek olarak belirledik.

Bu fikir, altyapıyı oluşturduğumuzda AI’nın bununla yararlı bir şey yapabileceğini fark ettiğimizde evrimleşti. Kredi sistemde doğru bir şekilde temsil edildiyse ve mevcut durumunu biliyorsanız, AI bir olayı anlayabilir, kredi şartlarını uygulayabilir, iş akışını başlatabilir, sistemleri güncelleyebilir, çıktıyı hazırlayabilir ve insan yargısı ya da onayı gerektiğinde bir kişiyi devreye sokabilir.

Bu farkındalık, yazılımın yanı sıra kredi yönetim hizmetleri sunmaya başlamamıza yol açtı. Zaten inşa ettiğimiz altyapıyı, AI ajanları ve operasyon ekibimizle birlikte çalıştırarak işi yürütüyoruz.

Altyapı önce gelmelidir, ancak bir kez sahip olduğunuzda, AI’yı kullanarak kapanış sonrası operasyonların nasıl tamamlandığını değiştirebilirsiniz.

Özel kredide AI ile ilgili konuşmaların çoğu underwriting ve due diligence üzerine odaklanmıştır. Neden daha büyük fırsatın aslında kredinin kapanışından sonra ortaya çıkabileceğini düşünüyorsunuz?

Underwriting, okunacak ve analiz edilecek çok şey olduğu ve AI’nın bu konuda çok iyi olduğu için başlamak için açık bir yerdir. Ancak bu süreç sadece birkaç hafta sürer. Kapanıştan sonra, kredi yıllarca sizin sorumluluğunuzda olur ve ödemeler, faiz değişiklikleri, değişiklikler, koşul testleri, çekimler, bildirimler, mutabakatlar, raporlamalar ve daha fazlasıyla ilgilenmeniz gerekir. Ayrıca, portföy her büyüdüğünde, tüm bu işler de onunla birlikte büyür.

AI, underwriting sırasında bir yatırım profesyonelinin bir saatini tasarruf ettiriyorsa bu faydalıdır. Ancak her gün bir portföyü yönetmek için gereken manuel işi azaltıyorsa bu çok büyük bir fark yaratır.

Bir krediyi beş ya da yedi yıl boyunca hizmet vermeyi, anlaşma ilk underwriting aşamasında analiz etmekten daha zor otomatikleştiren nedir?

Bir AI sisteminden kredi sözleşmesini özetlemesini isterseniz, bu oldukça basit bir görevdir. Birisi AI’nın yanıtını kontrol eder ve devam eder.

Ancak hizmet verme bu şekilde çalışmaz. Bu ayki hesaplama, geçen yıldan bir değişiklik, üç ay önceki bir faiz sıfırlaması ve geçen haftaki bir ödeme tarafından etkilenebilir. Kredinin durumu ve aslında kredi kendisi sürekli değişir. Orijinal sözleşme sadece bir başlangıç noktasıdır. Ayrıca değişiklikler, feragatler, seçimler ve orijinal belge dışındaki tüm mutabakatların takibini de yapmanız gerekir.

Bu kolay değil! Belgeleri okumakla sınırlı değil; birkaç yıl boyunca canlı bir finansal enstrümanı sürdürmeniz ve her yeni olayın doğru şekilde uygulanmasını sağlamanız gerekir. Başlangıçta bir hata yaparsanız, bu hata aylarca ya da hatta yıllarca sürebilecek gelecekteki hesaplamalara yansıyabilir ve kimse fark etmeden kalabilir.

Birçok yönetici hâlâ yöneticilerinin çalışmalarını kontrol etmek için kendi “gölge defterlerini” tutuyor. Bu neden bu kadar yaygın hâle geldi? Firmaların bunu bırakmaya rahat hissetmesi için ne değişmesi gerekir?

Bir yönetici size nasıl bir hesaplama yaptığını gösteren hiçbir bilgi vermeden bir hesaplama gönderirse, muhtemelen siz de kendiniz hesaplayabilirsiniz! İşte gölge defterinin temeli budur. Tekrar iş yaratır, ancak bir nedeni vardır; yönetici sayıların doğru olduğunu bilmek ister.

Gölge defterlerini ortadan kaldırmak için yöneticilerin, kullanılan girdiler, uygulanan koşullar ve varsa neyin değiştiği gibi konularda çok daha fazla görünürlüğe sahip olmaları gerekir.

Yönetici ve yönetici aynı temel kredi kaydı üzerinden çalışıyorsa, gölge defterlerine ihtiyaç yoktur. Ancak, yeni bir sağlayıcı bunu yapabileceklerini söylese bile, kimsenin bunları bırakacağını düşünmüyorum. Bu güven, zaman içinde doğru sonuçlarla kazanılmalıdır.

Kredi sözleşmesini okuyabilen bir AI ile hizmet işlerini gerçekten yürütebilen bir AI arasında büyük bir fark vardır. Bu iş akışlarını yürütmesine güvenmeden önce bir sistemin neye ihtiyacı vardır?

Bunun için, aşağıdakiler dahil olmak üzere, birden fazla şeye ihtiyaç vardır:

• Güvenilir bir kredi kaydı
• Önceki faaliyetlerin bilgisi
• İşin gerçekleştirildiği sistemlere erişim
• Bir görevin ne zaman tamamlandığının farkında olmak ve bir şey yanlış göründüğünde ne yapılacağını bilmek

Örneğin bir ödemeyi ele alalım. Açıkçası, AI’nın ödemeyi hesaplaması gerekir, ancak bu burada bitmez.

Ödeme ayrıca işlenmeli, bildirimler dağıtılmalı, sistemler güncellenmeli, bir insan tarafından incelenebilmeli ve ardından nakit uzlaştırılmalıdır.

Ve hata toleransı çok düşüktür. Bu yüzden ekibimiz sunduğumuz yönetim hizmetinden sorumludur. AI, altındaki bazı işleri yapıyor, ancak yazılımın kendisinin sonuçtan sorumlu olduğunu iddia etmiyoruz.

AI ödeme, tahsis ve yatırımcı raporlaması gibi konulara dokunmaya başladığında, hangi işleri tek başına yapabileceğine ve nerede bir insanın hâlâ devreye girmesi gerektiğine nasıl karar verirsiniz?

Dürüst olmak gerekirse, sistem yanıldığında ne olacağına bağlıdır. AI’nın otomatik olarak işi yapabildiği pek çok durum vardır; bilgi çekmek, kayıtları uzlaştırmak, anormallikleri tespit etmek gibi. Ancak nakit hareketi yapıyorsanız ya da bir şeyi dışarıya gönderiyorsanız, bir kişinin devreye girmesi gerekir.

Bunu söylemişken, bir insan onay adımının varlığına çok fazla odaklandığımızı ve o kişinin gerçekten ne görebileceğine yeterince dikkat etmediğimizi düşünüyorum. Birine bir sayı ve onay düğmesi verirsem, bu pek yardımcı olmaz. Sayının nereden geldiğini bir saat harcamadan anlaması gerekir.

Kısacası, bir oran değiştiğinde, sistem eski oranı, yeni oranı, kaynak belgeyi ve girdileri sunabilme yeteneğine sahip olmalıdır. Böylece bir insan gerçekten inceleyebilir.

Sistem bir iş akışında kendini kanıtladıkça, daha fazlasını otomatikleştirebilirsiniz, ancak sadece yeni bir model yayınlandığı için bunu yapmayın.

Özel kredi kredileri son derece özelleştirilebilir olabilir. Bir şey gerçekleştiğinde AI modelinin anlaşmayı yeniden yorumlamasını istemeden bunu nasıl otomatikleştirirsiniz?

AI, belgeleri okurken ve anlaşmanın nasıl çalıştığını anlamaya çalışırken faydalıdır. 200 sayfalık bir sözleşme ve ekleri, AI’nın yardımcı olabileceği tam da bu tür bir durumdur. Yapıyı anladıktan sonra, AI anlaşmayı kredi modeline doğru şekilde haritalamaya yardımcı olabilir. Bundan sonra hesaplamalar deterministiktir.

Kredide bir waterfall, bir PIK bileşeni, birden fazla dilim veya fiyat düşüşü varsa, bu kurallar sistemde yer alır. Her ödeme geldiğinde bir dil modelinin belgeleri yeniden okumasını istemiyoruz! Yöneticiler her hesaplamayı yeniden üretebilmeli ve açıklayabilmelidir; model her seferinde anlaşmayı yeniden yorumlarsa bu imkânsızdır.

Yatırım riski doğal olarak özel kredide en çok dikkati çeker. Yöneticilerin genellikle hafife aldığı operasyonel risk türleri nelerdir?

Yöneticiler küçük şeyleri hafife alır: bir ek bir yerde yansıtılırken başka bir yerde yansıtılmaması; beklenenden daha geç gerçekleşen bir uzlaştırma; bir çalışanın farkında olmadan şartların eski bir sürümünden çalışması.

Genellikle tek bir devasa hata değildir, ancak bir süre arka planda hatalı kalan küçük bir sorun, diğer şeyleri etkilemeye başlamadan önce var olur.

Örneğin, yanlış bir koşul üzerinden bir şey hesaplarsanız, bu bir ödemeye yansır ve ardından raporlamada görünür. Birisi fark ettiğinde, aylarca çalışmayı gözden geçirmeniz gerekir.

AI, bu pencereyi daraltarak yardımcı olabilir. Çeyrek sonu yerine her gün uzlaştırma yapabilirseniz, sorunları çok daha hızlı bulabilirsiniz. Her ek hemen yakalanıp sisteme yansıtılırsa, farklı versiyonlardan çalışan insanların olasılığını azaltırsınız.

AI’nın yatırım kararları vermesi fikri kadar heyecan verici olmasa da, operasyonel olarak büyük bir fark yaratıyor.

Yıllarca süren kredileri eski sistemler, elektronik tablolar, PDF’ler ve e-postalar arasında tutan bir firma için, yeni bir işletim ortamına geçmenin gerçekten zorlayıcı kısmı nedir?

Doğru verinin ne olduğunu belirlemek.

Bir firma, kredi sözleşmesindeki koşulları, farklı bir sistemdeki bakiyeleri, bir klasördeki değişiklikleri, e-postadaki ödeme geçmişini ve hatta sadece tek bir ekip üyesinin hafızasında bulunan önemli bir bağlamı sahip olabilir!

Bu yüzden önce krediyi bugünkü haliyle yeniden oluşturmanız gerekir. Ardından bunu mevcut sistemin gösterdiğiyle karşılaştırmalısınız. Bazen sayılar uyuşmaz ve nedenini bulmanız gerekir. Belki geçiş sırasında bir şey yanlış eşlenmiştir?  Belki yıllar önce manuel bir ayarlama yapılmıştır? Ya da eski sistem sadece yanlıştı. Hangi durumda olursa olsun, farkı görmezden gelemezsiniz.

Eski ve yeni ortamları bir süre paralel çalıştırmanızı, çıktıları karşılaştırmanızı, farklılıkları incelemenizi ve geçişi tamamlamadan önce her şeyi düzenlemenizi öneririz.

Bu, en hızlı geçiş yöntemi olmayabilir, ancak canlı bir kredi portföyünde hız ana hedef olmamalıdır.

AI, firmaların çok daha büyük portföyleri daha küçük operasyon ekipleriyle yönetmesine olanak tanırsa, geleneksel kredi yöneticisinin rolünün nasıl değişeceğini düşünüyorsunuz?

Yönetim eskiden manuel çalışmayı ifade ederdi, ancak AI çoğunu yapabilirse, kredi yöneticisinin yeni rolü sayıların doğru olduğundan emin olmak ve ortaya çıkan sorunları hızlıca düzeltmektir.

Yöneticiler, ekip sayısına ve işi doğru ve şeffaf bir şekilde teslim edip edemeyeceklerine bağlı olarak, aslında işi kendileri daha fazla üstlenebilirler. Ancak birçok firma hâlâ dış kaynak kullanmayı tercih edecektir. Daha küçük operasyon ekipleri, önceki ekip üyelerinin bilgisinin bir yerde gerçekten yakalanmasına bağlı olarak çalışabilir. Süreci bu bilgi olmadan insanları dışarı alırsanız, mutlaka bir şeyleri iyileştirmiş olmazsınız.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Hypercore adresini ziyaret etmelidir.