Наре Варданян, співзасновник та CEO Ntropy – Серія інтерв’ю

Наре Варданян, співзасновник та CEO Ntropy, платформи, яка дозволяє розробникам розбирати фінансові транзакції за менш ніж 100 мілісекунд з надлюдською точністю, відкриваючи шлях до нового покоління автономної фінансів, що дозволяє створювати продукти та послуги, які раніше були неможливі. Вона перетворює сирі потоки транзакцій на контекстуалізовану, структуровану інформацію шляхом поєднання даних з多х джерел, включаючи моделі природної мови, пошукові системи, внутрішні бази даних, зовнішні API та існуючі транзакційні дані з нашої мережі.

Ви виросли у Вірменії, без електрики під час війни. Чи можете Ви поділитися деякими деталями щодо цих ранніх днів та того, як це привело Вас до роботи в Організації Об’єднаних Націй?

Цей досвід був спільним для всього покоління у Вірменії. Він виховав у мені відчуття уяви та здатність знаходити рішення навіть з малими засобами. Як і інші, хто виросли у зоні конфлікту, цей період мого життя мав глибокий вплив на те, як я бачу світ. Ці складні обставини виховали відчуття спільної відповідальності у спільноті та рішучої мотивації до позитивних змін. Зрозумівши, що наші виклики виходять за рамки індивідуальних проблем, я відчув покликання думати у ширшому масштабі та спрямовувати свої зусилля. Це, у свою чергу, спрямувало мене до Організації Об’єднаних Націй.

ООН виникла як ідеальна платформа для значимого внеску. Враховуючи небезпечне геополітичне положення Вірменії та мою аспірацію впливати на глобальні питання, я вважав, що співробітництво з ООН надасть можливість真正о зробити різницю. Бути частиною CONSEQUENTIAL дискусій та рішень, я мав на меті мати значимий вплив на світові питання.

Ви скоро розчарувалися в Організації Об’єднаних Націй, як Ви перейшли до бажання працювати в сфері технологій?

Розчарування в ООН було коренем у її повільній та бюрократичній природі, яка в кінцевому підсумку спонукала зміну моїх кар’єрних аспірацій. Хоча ООН мала свої переваги, я прийшов до висновку, що вона часто не мала ефективних дій та можливості 驅кувати справжні зміни. Це розуміння спрямувало мене до перенаправлення моїх зусиль до сфери технологій – динамічної та незабороненої сфери.

У світі технологій інноваційні інструменти легко доступні та постійно вдосконалюються, надаючи людям можливість спровокувати трансформацію без зайвих перешкод. Ця середовище сприяє перетворенню ідей у реальність, не гальмуючи зайвими дозволами – аспект, який справді зацікавив мене. Можливість зробити суттєвий, поширений вплив через технології стала незабутнім покликом, який примусив мене зануритися у цю яскраву сферу.

Які були деякі з перших проектів з даних, над якими Ви працювали?

Одним з моїх перших проектів було створення додатка, орієнтованого на психічне здоров’я підлітків. Додаток використовував пасивні гаптичні дані та розмовну інтелект для ідентифікації ранніх ознак біполярного розладу. На той час галузь обробки природної мови не була такою розвиненою, як сьогодні, що досить примітно, враховуючи, що це було близько шести років тому, коли цей проект був ініційований. Наша робота була однією з перших дослідницьких та розробницьких ініціатив у цій сфері, і ми пізніше продали наш IP страховикам для внутрішньої аналітики та страхування.

Ви раніше інвестували в компанії AI та ML через лондонський AI Seed, які були деякими з спільних ознак, яких Ви спостерігали у успішних стартапах AI?

Постійним потоком було мати ексклюзивний доступ до даних, а також можливість використовувати ці дані для вирішення реальних проблем. Крім того, важливо визнати, що у сфері прикладних компаній AI акцент зміщується від будівництва моделей до створення впливових, цінних продуктів. Команди, які розуміють і приймають цю точку зору, є тими, які справжньо процвітають у ландшафті AI/ML. Наприклад, Predina використовує AI для прогнозування ризику аварії транспортного засобу для певного місця та часу, тоді як Observe Technologies використовує власні алгоритми для підтримки рибних господарств у сталому виробництві їжі.

Чи можете Ви поділитися історією походження Ntropy?

Ntropy народилася з ідеї, що деяка з найбільш важливої інформації у світі прихована у фінансових транзакціях. До цього часу ці дані жили у сілах, що було нечистим і важким для роботи. Ми створили Ntropy, щоб вона стала першою真正 глобальною,跨-галузевою,跨-географічною та багатомовною фінансовою двигуном даних, яка може забезпечити людську точність. Створюючи спільну мову та систему для розуміння фінансових даних, ми рівнізуємо довіру та доступ до грошей для підприємств та осіб будь-де. Маємо можливість зрозуміти та інтерпретувати ці транзакції, динаміка грошей може бути переозначена, а також доступ до них.

У нас була досить аркетипічна історія стартапу. Спочатку мій співзасновник Ілля та я працювали з бази школи, яку покинули. Ми почали з 20 тисяч транзакцій та витягнутого BERT-моделі, навченої на них. Дані були бутстреповані з споживчого додатка на Typeform з підключенням Plaid та підтримкою друзів та сім’ї. Ми працювали довгими годинами та були обмежені фінансовими ресурсами на початку, але були підтримані рішучістю та присвяченістю цьому бізнесу.

Перемотавши вперед до сьогодні, наш шлях привів нас до аналізу та маркування мільярдів транзакцій. Як результат, ми тепер маємо одну з найбільш повних баз даних торговців у світі з майже 100 мільйонами торговців, збагачених іменами, адресами, індустріальними тегами та іншим. Ми постійно розширюємо наш репозиторій транзакцій – використання можливостей великих мовних моделей на цих фінансових даних дало неперевершену ефективність та швидкість. Ця здатність має потенціал революціонізувати фінансовий ландшафт.

Чому фінансові дані є одним з великих рівнівачів?

Фінансові дані виникають як потужний рівнівач через свою здатність рівнізувати гру, зменшувати невизначеність та сприяти довірі. Коли дані є численними та розвиненими, це перекладується у зменшення ризиків, пов’язаних з фінансовим прийняттям рішень. Як ризик стає більш керованим, відбувається зміна. Вартість невизначеності зменшується, дозволяючи людям приймати більш інформовані та рівноправні рішення, які, у свою чергу, рівнізують гру. Наприклад, якщо у нас є більший доступ до даних та ми більше не приймаємо рішення на основі вузького набору параметрів, новий іммігрант має той самий потенціал, що й людина з добре встановленою лінією, щоб забезпечити сприятливі умови для авто-кредиту або іпотечного кредиту. По суті, бар’єр, представлений фінансовими дисбалансами, починає розчинятися, вводячи епоху, в якій більший діапазон людей може отримати доступ до вигідних фінансових можливостей.

Які є деякі з викликів за розробку AI, яка може читати та розуміти фінансові транзакції, як людина?

Розробка AI, яка може зрозуміти фінансові транзакції, як люди, є складною через її ймовірнісну природу, яка може привести до помилок. На відміну від людей, системи AI все ще не мають структур відповідальності. Основним викликом є вдосконалення систем AI для зменшення помилок та їхнього впливу, забезпечуючи масштабованість. Цікаво, що більші моделі можуть пом’якшити цей виклик, поступово покращуючи точність з часом. Збільшені можливості та велика кількість даних можуть підвищити інтерпретативну точність AI, в кінцевому підсумку створюючи більш лагідне середовище та прискорюючи широке прийняття цих систем.

Чи можете Ви обговорити, як Ntropy пропонує стандартизовані фінансові дані?

Ntropy функціонує як всебічна платформа, яка поєднує спектр мовних моделей, починаючи від найбільшої до найбільш компактної, разом із евристикою. Ці моделі тренуються за допомогою сирих фінансових даних, експертних знань та машинно-маркованих зразків. Наша мета полягає у витягуванні значущих висновків із різноманітних транзакційних рядків та представленні їх у зручному для розуміння вигляді. Наш набір включає API та інтуїтивний داشборд, який дозволяє швидко перетворювати фінансові дані у мілісекундах. Ця функціональність безшовно інтегрується у продукти та послуги користувачів.

Які є деякі з випадків використання цих даних?

Застосування цих даних є широкими, охоплюючи весь фінансовий спектр. Вона дозволяє різноманітним функціям, включаючи платежі, страхування, бухгалтерський облік, інвестиції та інше. Адаптивність даних стає очевидною у її здатності впливати на різні аспекти фінансової діяльності, чи то це перехід коштів, ретельне ведення записів чи оптимізація використання капіталу.

Розгляньте банківські транзакції або бюджетний додаток. Швидкий погляд показує труднощі у розумінні покупок через нестандартні імена торговців та описи. Хоча багато компаній намагалися вирішити цю проблему через внутрішні рішення, вони часто не мають масштабованості, технічного обслуговування та загальності. Модель, створена на замовлення, зазвичай лише на 60-70% точна та може зайняти місяці на побудову.

Технологія Ntropy поєднує мільярди даних з глобальних баз даних торговців, пошукових систем та мовних моделей, навчених на конденсованій версії вебу, для обробки банківських даних по чотири різних континенти та шість плюс різних мов. Ми дозволяємо використання великих мовних моделей у сфері фінансів для підтримки всіх функцій бек-офісу.

Яке Ваше бачення майбутнього Ntropy?

Наше бачення Ntropy є чітким: ми маємо на меті стати компанією Vertical AI для фінансових послуг. Наша сильна основа даних та інтуїція, підтримана присвяченою командою, унікально позиціонували нас для 驅чення справжніх змін. Що це означає на практиці? Це про використання останніх досягнень для трансформації фінансів та розблокування нових рівнів продуктивності, які раніше були недосяжні.

Ми всі знаємо, що банківська справа може бути дорогою. Але уявіть, якщо ми могли б змінити це. Зменшуючи витрати, ми не тільки скорочуємо витрати, а й заохочуємо здорову конкуренцію, покращуємо економіку системи та в кінцевому підсумку робимо фінансові послуги більш доступними та ефективними для всіх. Це майбутнє, до якого ми працюємо – фінансовий ландшафт, який є справедливішим та більш користувальницьким.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Ntropy.