Privatus kapitalas priklauso nuo sprendimo – ir, pasirodo, sprendimas yra nepaprastai sunkus. Dešimtmečiai sandorių atmintinės, draudimo modeliai, partnerių pastabos ir portfelio duomenys yra išbarstyti sistemose, kurios niekada nebuvo sukurtos bendrauti tarpusavyje.
Kiekvieną kartą, kai naujas sandoris peržengia įmonės stalą, analitikai pradeda nuo nulio, net kai atsakymai į jiems aktualiausius klausimus yra palaidoti kažkur įmonės istorijoje.
Tai yra problema, kuriai išspręsti buvo sukurta „Rowspace“, todėl San Francisko startuolis kyla slaptai, gavęs 50 mln. JAV dolerių finansavimą ir drąsų žingsnį: AI privataus kapitalo fondui, kuris ne tik padeda priimti sprendimus, bet ir iš tikrųjų mokosi, kaip įmonė galvoja.
Bendrovė pradėjo viešai pradėti pradinį ciklą, kuriam vadovavo „Sequoia“, ir A seriją, kuriai vadovauja „Sequoia“ ir „Emergence Capital“, dalyvaujant „Stripe“, „Conviction“, „Basis Set“, „Twine“ ir į finansus orientuotų angelų investuotojų grupei.
Ankstyvieji klientai – neįvardijami, bet apibūdinami kaip privataus kapitalo ir kredito įmonės, valdančios nuo šimtų milijardų iki beveik trilijono dolerių turto – jau gyvena platformoje, o apie dešimt geriausių įmonių, kurių metinės sutarčių vertės sudaro septynis skaitmenis.
Du MIT absolventai, viena užsispyrusi problema
„Rowspace“ įkūrė Michaelas Manapatas ir Yibo Lingas, kurie susitiko būdami MIT magistrantūros studentai prieš nukrypdami į labai skirtingas karjeras. „Manapat“ įmonėje „Stripe“ kūrė mašininio mokymosi sistemas, kurios apdoroja milijardus operacijų, o vėliau padėjo „Notion“ plėsti dirbtinį intelektą kaip CTO.
Lingas pasirinko finansų kelią – du kartus buvo finansų direktorius, vadovavęs „Uber“ ir „Binance“ finansų komandoms ir daug metų priimdamas investicinius sprendimus rankiniu būdu sintezuodamas duomenis iš fragmentuotų sistemų. Kai „ChatGPT“ pradėjo veikti 2022 m. pabaigoje, Ling išbandė jį atlikdamas deramo patikrinimo užduotis ir pabėgo tiesiai į tą pačią sieną.
„Akivaizdu, kad buvo daug pažadų, bet tai tiesiog nepasiteisino“, – sakė jis Fortūna. „Jums reikia tinkamos informacijos tinkamame kontekste“. Šis atotrūkis tarp AI potencialo ir nepatogios, patentuotos, konkrečiai institucijai būdingų finansų duomenų tikrovės tapo pagrindine teze.
Lingas, vienas iš įkūrėjų ir COO, aiškiai pasakė: „Dauguma technologijų priemonių nėra pakankamai išsamios ar niuansuotos, kad būtų galima finansuoti. Ir daugumos finansinių priemonių techninės lubos turi būti padidintos. Mes ketiname daryti abu.”
Kaip iš tikrųjų atrodo privataus kapitalo AI
„Rowspace“ platforma sujungia struktūrizuotus ir nestruktūruotus duomenis per visą įmonės istoriją – dokumentų saugyklas, investicijų ir apskaitos sistemas, senas „PowerPoint“ programas, sandorių atmintines – ir taiko tai, ką Manapat vadina finansų savuoju objektyvu: tą, kuris atspindi, kaip įmonė iš tikrųjų derina informaciją, interpretuoja neatitikimus ir priima sprendimus. Svarbiausia, kad visa tai jis apdoroja paties kliento debesies aplinkoje. Įmonės duomenys niekada nepalieka jos kontrolės.
Rezultatas pasiekiamas per „Rowspace“ sąsają, naudojant tokius įrankius kaip „Excel“ ir „Microsoft Teams“ arba tiesiai į esamą įmonės duomenų infrastruktūrą. Pirmųjų metų analitikas, peržiūrintis naują sandorį, gali atskleisti dešimtmečius trukusius ankstesnius sprendimus, palyginamus sandorius ir vidinius rizikos draudimo modelius, nepakeldamas telefono ir neieškodamas bendrų diskų.
„Finansai yra kupini didelių sprendimų. Anksčiau buvo kompromisas tarp greito judėjimo ir visapusiškai pagrįstų, niuansuotų sprendimų priėmimo naudojant visus galimus įmonės turimus duomenis. Mūsų AI platforma pašalina šį kompromisą”, – sakė Michaelas Manapatas, „Rowspace” įkūrėjas ir generalinis direktorius. „Mes kuriame specializuotą informaciją, kuri paverčia įmonės duomenis keičiamo dydžio sprendimu, atsižvelgiant į griežtus finansinius poreikius.
Užmojis užfiksuotas Manapato viduje naudojamoje eilutėje: „Įsivaizduokite įmonę, kuri niekada nepamiršta. Kur patyrusio investuotojo darbo eigos, konkrečiai paliečiančios daugybę skirtingų įrankių, gali būti kodifikuotos ir padaugintos. Kai tai įmanoma, pirmųjų metų analitikas gali pasinaudoti dešimtmečiais įgytomis institucinėmis žiniomis ir priimti sprendimus su įmone, o ne susilpninti.
Kodėl Sequoia ir Emergence lažinasi dėl vertikalios AI
Investuotojo įsitikinimas, susijęs su šiuo padidinimu, yra signalas, kurį verta perskaityti. Alfredas Linas, „Sequoia“ partneris, vadovavęs investicijai, „Rowspace“ pozicionavo kaip tiesioginį atsakymą į klausimą, kokios dirbtinio intelekto programos išgyvens augant vis galingesniems pamatų modeliams.
„Michaelas sukūrė Stripe mašininio mokymosi sistemas, kurios apdoroja milijardus operacijų ir padėjo paskatinti „Notion” plėtrą į dirbtinį intelektą. Yibo buvo finansų lyderis ir investuotojas, kuris kovojo su tiksliais „Rowspace” sprendžiamais iššūkiais”, – sakė Linas ir pridūrė, kad tiek Michaelas, tiek Yibo matė problemą iš abiejų pusių, derindami techninį gylį su klientais, kurie iš tikrųjų turi suprasti, ko reikia iš pirmų rankų.
Jake’as Saperis, „Emergence Capital“ generalinis partneris, toliau tęsė duomenų infrastruktūros tezę: „Jie atlieka anksčiau neįmanomą darbą, sujungdami nuosavybės teise priklausančius duomenis, juos derindami ir samprotaudami su tikru griežtumu. Be šio pagrindo nesvarbu, kokius kitus AI įrankius naudojate.
Argumentas yra tvarkinga baimės, kuri šiuo metu apima daugumą programinės įrangos pramonės, inversija: kad pagrindiniai modeliai ilgainiui pavers programas prekėmis. Lino požiūris yra priešingas – vertikalios AI sistemos, sukurtos remiantis giliais, patentuotais duomenų sluoksniais, yra būtent ten, kur susidės ilgalaikis konkurencinis pranašumas.
Konkrečiai privataus kapitalo AI atveju, kai alfa pagal apibrėžimą yra specifinė įmonei ir neatkartojama, su tokia logika ypač sunku ginčytis. Investicijų valdymo užpakalinis biuras tyliai buvo vienas iš paskutinių bendrųjų AI, kurį sunkiai pavyko įveikti. „Rowspace“ ką tik surinko 50 milijonų dolerių, remdamasi prielaida, kad žino, kodėl ir ką su tuo daryti.
(Nuotrauka Rowspace)
Taip pat žiūrėkite: „Santander“ ir „Mastercard“ vykdo pirmąjį Europoje AI vykdomą mokėjimo bandomąjį projektą
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais, įskaitant „Cyber Security & Cloud Expo“. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus
