رج باخرو، بنیانگذار و مدیرعامل BlueFlame AI ، پس زمینه گسترده ای را شامل می شود که شامل فروش ، بازاریابی ، توسعه نرم افزار ، رشد شرکت ها و مدیریت تجارت است. وی در طول حرفه خود نقش مهمی در توسعه ابزارهای برتر در سرمایه گذاری های جایگزین و امنیت سایبری داشته است.
پیش از این مدیر ارشد استراتژی در ACA ، راج نظارت بر توسعه شرکت ها و M&A ، همچنین به عنوان مدیر عامل موقت ، مدیر ارشد نوآوری و رئیس Regtech و ESG فعالیت می کرد. او بنیانگذار آپونیکس بود ، بعداً بخش سایبری ACA ، رهبر بخش گزینه های دیگر. تجربه راج شامل نقش هایی به عنوان یک توسعه دهنده نرم افزار کمی در Kepos Capital ، Highbridge و Goldman Sachs Asset Management است. وی دارای لیسانس مهندسی رایانه از دانشگاه کلمبیا به همراه اعتبار CISSP و CFA است.
Blueflame ai یک راه حل بومی ، هدفمند و LLM-AGNOSTIC را برای مدیران سرمایه گذاری جایگزین طراحی می کند.
این تیم تجربه ای را در زمینه معامله ، توسعه نرم افزار ، امنیت سایبری و ارائه خدمات در بخش سرمایه گذاری جایگزین به ارمغان می آورد. این پیشینه از رویکرد شرکت برای درک گردش کار و سیستم های خاص صنعت آگاه می شود و امکان اجرای راه حل های تولید کننده هوش مصنوعی متناسب با نیاز شرکت های سرمایه گذاری جایگزین را فراهم می کند.
آیا می توانید کمی در مورد پیشینه خود به اشتراک بگذارید و اینکه چگونه تجربیات اولیه خود در Goldman Sachs ، Highbridge و Kepos Capital درک شما از فناوری ، امنیت سایبری و سرمایه گذاری های جایگزین را شکل داده است؟
من بخش خوبی از کار اولیه خود را در صندوق های Quant ، که در آن مدل ها همه چیز را معامله می کردند ، از سهام تا FX گرفته تا اعتبار و مبادله های عجیب و غریب گذراندم. من در مورد چگونگی کار صندوق های پرچین و گردش کار پایان به پایان در صندوق های تامینی ، مقدار فوق العاده ای آموختم. هر دو کار بعدی ما را در امنیت سایبری شکل داده اند و اکنون در Blueflame با آن جریان کار با هوش مصنوعی مقابله می کنند. در گروه ACA ما نیازهای انطباق فضا را آموختیم و برنامه های سایبر را برای صدها نفر از مشاور سرمایه گذاری جایگزین ساختیم.
پیشینه من نماینده کل تیم ما است: ما 35+ نفر با تجربیات مشابه اما متفاوت در وسعت صندوق های تامینی ، سهام خصوصی و فروشگاه های اعتباری و از فروشندگان اختصاص داده شده به فضا داریم.
ما معتقدیم که تجربه عملی و واقعی در دنیای واقعی کار در این فضا برای ترجمه اثبات مفهوم هوش مصنوعی به واقعیت برای این بنگاه ها بسیار مهم است.
چه چیزی شما را به انتقال از توسعه نرم افزار در امور مالی کمی به کارآفرینی در امنیت سایبری و هوش مصنوعی القا می کند؟
من همیشه بوده ام و هنوز هم امروز یک تکنسین هستم. موضوع مشترک در امور مالی کمی ، امنیت سایبری و هوش مصنوعی این است که در آن زمان که من در فضا کار می کردم ، تحت یک رنسانس و ساخت گسترده قرار می گرفت. من عمیقاً از ورود به طبقه همکف لذت می برم زیرا یک فضای جدید در حال تحول است و به آموزش مشتریان و ایجاد در کنار آنها کمک می کند.
Blueflame AI به طور خاص برای مدیران سرمایه گذاری جایگزین طراحی شده است. چه چیزی باعث می شود آن را از سیستم عامل های عمومی AI مانند Openai’s Chatgpt یا سایر راه حل های AI Enterprise متفاوت کند؟
یک راه حل عمودی مانند Blueflame در واقع رقیب هیچ راه حل افقی مانند ChatGPT نیست. ما مجموعه ای از راه حل های خارج از جعبه را ارائه می دهیم که حل مسئله را در عمودی ما سریعتر و آسان تر می کند ، با ابزار خاص تری برای رسیدگی به موارد استفاده مشترک.
یک مثال ممکن است نسل یادداشت کمیته سرمایه گذاری (IC) باشد. اگرچه ممکن است یک راه حل افقی برای به دست آوردن یک نتیجه با الگو باشد ، اما برای تغذیه یادداشت IC ، ادغام در CRMS ، ارائه دهندگان داده های بازار یا پرونده های داخلی نخواهد داشت. راه حل های افقی توانایی رها کردن محتوا را در یک عرشه پاورپوینت الگوی ندارند.
آیا می توانید از طریق چگونگی افزایش Blueflame AI ، بهره وری برای صندوق های تامینی ، شرکت های سهام خصوصی و سایر سرمایه گذاران جایگزین را افزایش دهید؟
ما موارد استفاده از AI را برای مشتریان خود پیاده سازی می کنیم ، که اغلب با کارهای جلوی دفتر شروع می شوند اما می توانند کل شرکت را بپردازند. این موارد از موارد استفاده می کنند ، در حالی که رایج است ، متفاوت است. برخی از بنگاهها به خلاصه متن های شبکه متخصص اهمیت زیادی می دهند در حالی که برخی دیگر کاری انجام نمی دهند. برخی از بنگاهها به توافق نامه های اعتباری پرس و جو اهمیت زیادی می دهند در حالی که برخی دیگر این کار را نمی کنند.
ما با مشتریان خود کار می کنیم تا بالاترین فرصت های مورد استفاده ROI را شناسایی کنیم و 3-5 مورد از آنها را در سال اول خود مقابله کنیم.
با توجه به تجربه گسترده شما در زمینه امنیت سایبری ، خطرات کلیدی امنیتی که شرکت های سرمایه گذاری جایگزین باید هنگام اتخاذ راه حل های Genai از آن آگاه باشند چیست؟
امنیت داده ها و حریم خصوصی نگرانی بزرگی برای استفاده Genai است. اول از همه ، درک اینکه داده های شما به کجا می رود و چگونه از آن محافظت می شود ، مهم است که ارائه دهندگان LLM از راه حل های میزبانی شده استفاده می کنند. در مرحله بعد ، درک ضمانت های موجود برای اطمینان از اینکه داده های شما ایمن است و از آن برای آموزش مدل ها استفاده نمی شود یا سهواً در معرض سایر مشتری ها بسیار مهم است ، زیرا شرکت های سرمایه گذاری جایگزین با استراتژی های تجاری اختصاصی بسیار حساس و اطلاعات سرمایه گذار که در صورت به خطر انداختن می توانند فاجعه بار باشند ، سروکار دارند. سرانجام ، بنگاهها باید چارچوبهای حاکمیتی قوی را شامل شوند که شامل سیاست های شفاف سازی داده ها ، ممیزی های امنیتی منظم و برنامه های جامع آموزشی برای کاهش خطر و تهدیدهای نوظهور است که به طور بالقوه می تواند اطلاعات محرمانه را از طریق تعامل با این سیستم های قدرتمند هوش مصنوعی استخراج کند.
شما بر رویکرد LLM-Agnostic Blueflame AI تأکید کرده اید. چرا این یک ویژگی مهم است و چگونه به نفع مشتریان شما است؟
ما معتقدیم که قدرت همه LLM ها در کنار هم بیشتر از یک است. ما می بینیم که روزانه با مشتری کار می کنیم تا اتوماسیون هایی را ایجاد کنیم که می دانیم یک LLM ممکن است بهتر از دیگری برای یک کار معین باشد. Deepseek لحظه جالبی بود که نشان می داد مدل های منبع باز نیز بسیار جالب و رقابتی می شوند. LLM Agnostic به این معنی است که ما می توانیم و از همه آنها استفاده خواهیم کرد ، مشتری های ما می توانند این کار را مستقیماً بدون نیاز به مجوزهای فردی برای هر یک انجام دهند ، و ما می توانیم در زمان معین به بهترین انتخاب برای یک کار خاص بپردازیم. این امر همچنان با تغییر مدل ها با گذشت زمان مفید است.
بسیاری از بنگاهها با اضافه بار اطلاعات مبارزه می کنند. چگونه Blueflame AI به مدیران سرمایه گذاری کمک می کند تا تحقیقات و دقت کافی را ساده تر کنند؟
BlueFlame از طریق جستجو و پاسخ در تمام سیستم ها به مدیریت دانش سازمانی کمک می کند. ما برای اضافه بار اطلاعات و پراکندگی داده ها حل می کنیم. یک پاسخ ساده می تواند در هر یک از سیستم های 5-10 شرکت زندگی کند. ما به همه آنها نگاه می کنیم تا پاسخ های بالقوه ای را برای هر سؤال خاص در سیستم های کلیدی و فروشگاه های پرونده خود پیدا کنیم.
تنظیم کننده ها شروع به توجه جدی به استفاده از هوش مصنوعی در بازارهای مالی می کنند. چگونه می بینید که انطباق در چشم انداز سرمایه گذاری AI محور در حال تحول است؟
امروز ، تنظیم کننده ها انتظار سیاست ها و رویه ها و محافظت متفکرانه از داده های سرمایه گذار ، به طور خاص محافظت از 3 را دارندRd آموزش مدلهای حزب بر روی داده های حساس). به زودی ، ما یک لایه انطباق در برابر نمایندگان خواهیم دید: این نمایندگان “دسترسی به افراد” خواهند بود و باید مانند سایر اعضای تیم از قوانین پیروی از شرکت پیروی کنند.
چه چیزی باید صندوق ها و شرکت های سهام خصوصی در هنگام ادغام هوش مصنوعی در گردش کار خود در حالی که اقدامات امنیتی سایبری قوی را حفظ می کنند ، اولویت بندی کنند؟
فکر می کنم هنگام شروع کار ، هر بنگاه باید دو کار انجام دهد. ابتدا بهترین موارد استفاده را برای شرکت خود مشخص کنید. بیشتر اوقات وظایف جلوی دفتر ROI بالاتر و فوری تر را ارائه می دهد. این موارد را در برابر قابلیت های موجود در بازار نقشه برداری کنید تا 3-5 مورد نظر برای لاغر شدن را شناسایی کنید. دوم ، محصول و شریک مناسب را شناسایی کنید. یک بنگاه را که فکر می کنید پاسخگو و قادر به تکرار با شما باشد – با موفقیت اثبات شده و وضعیت مناسب سایبری/حریم خصوصی/انطباق.
آینده هوش مصنوعی در سرمایه گذاری های جایگزین چگونه به نظر می رسد؟ آیا می بینید که AI در نهایت در تصمیم گیری های سرمایه گذاری نقش ایفا می کند؟
هوش مصنوعی در حال حاضر در تصمیم گیری سرمایه گذاری درگیر است ، اما این فقط رایج تر می شود. بسیاری از کارکردهای PE دارای عوامل هوش مصنوعی هستند ، مانند یک عامل منابع برای کمک به هدف و برنامه ریزی هدف. سرانجام ، بنگاه های کمی PE وجود خواهند داشت که کاملاً با مدل های AI کار می کنند ، همانطور که صندوق های محافظت کمی انجام می دهند. این شرکت های Quant PE برای انجام معاملات ، نمایندگان هوش مصنوعی با بانکداران ، وکلا و غیره در تعامل هستند.
با تشکر از شما برای مصاحبه عالی ، خوانندگانی که مایل به کسب اطلاعات بیشتر هستند باید بازدید کنند Blueflame aiبشر
