Вільсон Чан, засновник і генеральний директор Permutable AI – Серія інтерв’ю

Вільсон Чан є засновником і генеральним директором Permutable AI, лондонської компанії, що спеціалізується на реальному часі глобальних даних і інтелекту аналізу настроїв для фінансових установ. З досвідом роботи в галузі штучного інтелекту, фінансових ринків і інженерії даних, Вільсон створює системи, які перекладають величезні потоки інформації в пояснювані, дієвими інсайти. Він є частим коментатором інновацій штучного інтелекту на фінансових ринках, настроїв ринку і майбутнього прийняття рішень на основі даних, відстоюючи технології, які підвищують людську експертизу, а не заміняють її.

Ви розпочали свою кар’єру в Merrill Lynch і Citi, перш ніж заснувати Permutable AI. Що спонукало вас перейти від традиційної фінансів до будівництва компанії штучного інтелекту, орієнтованої на ринкову розвідку?

Я розпочав свою кар’єру як квант-трейдер в Merrill Lynch на відділі похідних фінансових інструментів, де навіть тоді ми експериментували з ранніми техніками машинного навчання, щоб прискорити арбітраж по кривій доходності. Більшість фінансів все ще була в “SOFTWARE 1.0” – ручні правила і вручну налаштовані моделі.

За останні десять років ми бачили швидкий прогрес: спочатку до “SOFTWARE 2.0”, де нейронні мережі замінили явну логіку, а тепер до “SOFTWARE 3.0”, де великі мовні моделі можуть безпосередньо розсудити над величезними об’ємами неструктурованих даних. Дивлячись на ці зрушення зсередини, стало очевидним, що ринки в кінцевому підсумку будуть формуватися штучно-інтелектуальними системами, здатними інтерпретувати глобальну інформацію швидше і більш цілісно, ніж будь-який традиційний стек.

Permutable AI була створена, щоб захопити саме цю можливість – будівництво сучасних LLM і багатоагентних систем, які передбачають зміну ринку в реальному часі, а не реагують після факту.

Місія Permutable AI “передбачити, а не просто реагувати на зміну ринку” є переконливою. Як ця філософія сформувала ранній дизайн вашої вертикальної архітектури LLM?

Ми побудували моделі розуміння, призначені для розуміння відносин і причинно-наслідкових зв’язків, а не просто кореляцій. Архітектура адаптується безперервно до нових макроумов, потоків новин і геополітичних розробок. Цей адаптивний шар є ядром нашої філософії: якщо ви хочете передбачити ринки, система повинна еволюціонувати так само швидко, як і сам світ.

Можете пояснити, як вертикальні великі мовні моделі відрізняються від загальних LLM, таких як GPT, і чому вони краще підходять для фінансових і товарних ринків?

У Permutable ми будемо багатошарові стеки, призначені для спільної роботи і виконання кінцевих робочих процесів, традиційно оброблюваних цілими командами. Ми впевнені, що вони вже перевершують більшу частину ринку (дивіться наші результати за 1 рік), але ми також вважаємо, що найкращі результати досягаються шляхом поєднання цих агентів з висококваліфікованими інженерами і експертами галузі.

Вертикальна LLM вкладає фінансову онтологію – сутності, потоки, ланцюги постачання, макро-драйвери, кореляції. Її виходи не просто текст, а структуровані рішення: драйвери, рівні впливу, оцінки довіри, тому спеціально створені для ринків.

Багато установ борються за модернізацію своєї аналітичної інфраструктури. Як ваша архітектура, заснована на розумінні і адаптивності, заміняє спадкові системи практичним чином?

Ми побудували системи LLM з самооцінкою і безперервним моніторингом в їхньому ядрі. Метою є тримати людський нагляд зосередженим і мінімальним, а 同часно забезпечувати надійність. Реальність полягає в тому, що інновації всередині великих установ надзвичайно важкі, оскільки культурні і структурні блокатори часто заважають.

Там, де організації мають правильну культуру і лідерство, трансформація драматична. В кінцевому підсумку, ті, хто приймає цей зсув, прискорять; ті, хто не робить цього, можуть боротися за те, щоб залишитися актуальними.

Торговий ко-пілот – це цікавий розвиток. Як він використовує дані реального часу про настрої і макроекономіку, щоб дати торгівцям перевагу?

Наша система сканує сотні тисяч статей в реальному часі і виносить ті, які фактично мають значення – повністю з аналізом, згенерованим майже миттєво. Це далеко за межами того, що може виробити стандартний LLM з підтримкою пошуку. Це фактично живий двигун розуміння, який сидить поряд з кожним торгівцем, постійно оновлюючи свій погляд на світ.

АІ, пояснювана, стає все більш критичною в регульованих галузях. Як Permutable забезпечує прозорість і підзвітність у своїх моделях і виходах рішень?

Наш ключовий диференціатор полягає в тому, що кожен вихід моделі повністю відстежується до точної статті, часу і джерела. Ми знижуємо галюцинації, щільно контролюючи межі завдання кожної моделі. Все супроводжується вбудованим аудитом з прозорістю, вбудованою в ядро архітектури.

Ваші партнерства зараз охоплюють постачальників даних, торговельні платформи і аналітичні компанії. Що виглядає ідеальне стратегічне партнерство для Permutable, і як ці співробітництва підвищують вашу глобальну присутність?

Ми шукаємо партнерів, які відповідають довгостроковій візії Permutable: введення штучно-інтелектуальної, реальної ринкової розвідки в основні потоки прийняття рішень глобальних ринків. Ідеальний партнер має міжнародний охоплення, сильну екосистемну репутацію і можливість допомогти масштабувати нашу розвідку і інсайти по декількох регіонах і класах активів.

Ви згадали мету побудови “світової моделі для капітальних ринків”. Що виглядає така модель на практиці, і які виклики потрібно подолати, щоб досягти цього?

Світова модель ефективно відображає і розуміє, як ціни торгованих активів взаємодіють і впливають один на одного – незалежно від того, чи це суверенний борг, ФХ, товари або щось таке конкретне, як ціна кави. Це єдина репрезентація глобальної динаміки ринку.

Як ви бачите адаптивний штучний інтелект, який перетворює швидкість і точність прийняття рішень для менеджерів активів, хедж-фондів і інших фінансових установ протягом наступних п’яти років?

Коли мені запрошують на засідання ради директорів, я знаю впродовж першої хвилини, чи здатна ця організація пройти через трансформацію штучного інтелекту. Культура – це все.

Це факт, що багатомодальний штучний інтелект об’єднає звіти, новини, зображення, дані потоку і сигнали ціни в один шар розуміння. І що хедж-фонди рухатимуться ще далі вперед, оскільки вони адаптуються швидше. Але багато великих торговельних організацій поряд з яскравими і найкращими ще мають команди, які опираються інноваціям – вони просто не розуміють, як швидко змінюється ландшафт.

Нарешті, оскільки штучний інтелект продовжує змінювати торгівлю і аналіз, що вас найбільш цікавить про наступний рубіж для Permutable AI і ширшої фінтех-екосистеми?

Ми вважаємо, що багатошарові системи стануть домінуючою основою, хоча інструментування ще дозріває. Що мене найбільш цікавить, це те, що переможці в торгівлі і аналізі будуть установами, які найбільш готові і здатні адаптуватися – і саме там знаходиться бачення Permutable.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, повинні відвідати Permutable AI.