شرکت‌هایی در زمینه‌هایی مانند خدمات مالی و بیمه با داده‌هایشان زندگی می‌کنند و می‌میرند – به‌ویژه، اینکه چقدر خوب می‌توانند از آن برای درک کارهای بعدی مردم و کسب‌وکارها استفاده کنند، فرآیندی که به طور فزاینده‌ای تحت تسلط هوش مصنوعی قرار می‌گیرد. اکنون، استارت آپی به نام Finbourne که در مرکز مالی لندن تأسیس شده است، پلتفرمی را برای کمک به شرکت های مالی در سازماندهی و استفاده بیشتر از داده های خود در هوش مصنوعی و مدل های دیگر ایجاد کرده است. این شرکت 55 میلیون پوند (70 میلیون دلار) بودجه را اعلام کرده است که از آن برای گسترش دامنه فعالیت خود در خارج از Square Mile استفاده خواهد کرد.

هایلند اروپا و حامی استراتژیک AVP (بازوی سرمایه گذاری غول بیمه AXA) در سری B که ارزش شرکت را کمی بیش از 280 میلیون پوند (356 میلیون دلار) پس از پول می داند، رهبری می کنند.

توماس مک هیو، مدیر عاملی که یکی از بنیانگذاران فینبورن بود، به TechCrunch بيان کرد که او پس از سال‌ها کار به عنوان یک کارمند ارشد در شهر، که بیشتر آن‌ها در بانک سلطنتی اسکاتلند گذرانده بود، ایده این استارت‌آپ را مطرح کرد. یکی از آن سال‌ها سال 2008 بود، سالی که RBS، در آن زمان بزرگ‌ترین بانک جهان، پس از قرار گرفتن بیش از حد در معرض سرایت وام‌های گران‌قیمت، به‌طور چشمگیری خود را در آستانه سقوط قرار داد.

تغییر عمده در داخل به شکل یک سازماندهی مجدد بزرگ انجام شد.

پیش از این، کل بانک در یک سری سیلوهای تجاری سازماندهی شده بود که نه تنها به نحوه عملکرد افراد، بلکه نحوه عملکرد داده های درون آنها نیز منجر می شد. همه اینها هزینه زیادی برای اجرا داشت، هزینه هایی که نیاز فوری به کاهش داشت. او یادآور شد: «ما مجبور شدیم صدها میلیون هزینه را در مدت زمان بسیار کوتاهی از تجارت حذف کنیم.

آنها تصمیم گرفتند صفحه ای از دنیای نوپا اما در حال رشد سریع خدمات ابری را انتخاب کنند. AWS که در سال 2006 تأسیس شد، در این مرحله تنها دو سال بود که کار می‌کرد، اما تیم‌های داده می‌توانستند ببینند که یک مدل قانع‌کننده و مقایسه‌ای برای نحوه ذخیره و استفاده یک بانک از داده‌ها ارائه کرده است. پس ، آن نیز رویکردی تلفیقی و فدرالی برای این مشکل در پیش گرفت.

ما موفق شدیم اساساً تعداد زیادی فناوری بسازیم که در هر طبقه دارایی کار می کند. مردم تا آن زمان می گفتند این واقعا امکان پذیر نیست. اما ما یک دلیل باورنکردنی برای تغییر داشتیم و از این طریق می‌دانستیم که می‌توانیم فناوری بهتر و فناوری بسیار مقیاس‌پذیرتری بسازیم. او بيان کرد که سیستم‌های سهام، درآمد ثابت و اعتبار، که قبلاً به صورت سیستم‌های جداگانه اجرا می‌شدند، اکنون روی یک پلتفرم قرار دارند.

بحران مالی بریتانیا در سال 2008 یک ترن هوایی بود که اگر به طور کامل از آن دور نمی‌شدید، قطعاً از این باور که می‌توانید تحمل کنید و هر نوع چالشی را تحمل کنید، کنار می‌رفتید. پس البته که در نهایت منجر به این شد که مک هیو مخاطره‌آمیزترین کار در تجارت را انجام دهد: یک استارت‌آپ.

فینبورن ممکن است ریشه در این داشته باشد که چگونه مک هیو و سایر اعضای تیمش با چالش ایجاد سرویس‌های داده کارآمدتر در بانک خود مواجه شدند، اما این ایده نیز تکامل یافته است و منعکس‌کننده و شکل‌دهی به نحوه خرید شرکت‌های خدمات مالی امروزی IT است. همانطور که شرکت هایی که عملیات فروش گسترده ای دارند ممکن است به جای ساختن نرم افزار خود از Salesforce (یا یک پلت فرم رقیب) استفاده کنند، شرط فینبورن این است که شرکت های مالی به طور فزاینده ای همین کار را انجام خواهند داد: با شرکت های خارجی برای ابزارهایی برای اجرای عملیات خود به جای ساختن آنها کار کنند. خود.

این امر به ناچار با نحوه کار بانک‌ها و سایر خدمات مالی با هوش مصنوعی همراه است.

امروزه محصولات این شرکت شامل فروشگاه داده عملیاتی LUSID است. دفاتر ثبت سرمایه گذاری و حسابداری (مورد استفاده در تحلیل مدیریت دارایی)؛ یک پلت فرم مدیریت پورتفولیو که موقعیت ها، پول نقد، P&L و قرار گرفتن در معرض را ردیابی می کند. و یک ابزار مجازی سازی داده ها. مک هیو بيان کرد که فینبورن همچنین به مدیریت نحوه مدیریت داده‌های شرکت‌ها برای مدل‌های آموزشی کمک می‌کند، حوزه‌ای که احتمالاً در آن مشارکت بیشتری خواهد داشت.

به نظر می رسد نکات اصلی در اینجا این است که هیچ رهبر آشکاری وجود ندارد، و بانک ها نمی خواهند داده ها را با بانک های دیگر به اشتراک بگذارند، پس به روش هایی آموزش می دهند تا از این کار جلوگیری کنند - فرآیندی که همچنین به مشتریان کمک می کند تا نتایج را به شدت کنترل کنند و "توهمات" را از خزش در تصویر دور نگه دارید. منبع باز نقش مهمی در نحوه ارائه گزینه های انعطاف پذیرتر به کاربران نهایی دارد.

او گفت: «آنچه که ما دیده‌ایم این است که مشتریان نمی‌خواهند هیچ یک از مدل‌هایی که ما می‌نویسیم یا استفاده می‌کنیم بر روی داده‌های دیگران آموزش داده شود. ما آن را به شدت می بینیم. ما این کار را انجام می دهیم زیرا با عدم اجازه استفاده از عکس دیگران، آن مدل ها کمتر قادر به توهم هستند.

فینبورن در حال حاضر طیف وسیعی از رقبا دارد. برای مثال، رقبای مدیریت دارایی عبارتند از علاءالدین توسط Blackrock، SimCorp، State Street Alpha و Goldensource. رقبای جایگزین مدیریت دارایی عبارتند از Broadridge، Enfusion، SS&C Eze و Maia. BNY Mellon Eagle، Rimes، Clearwater Analytics و IHS Markit همگی ابزارهایی را برای صاحبان دارایی ارائه می دهند. و خدمات دارایی شامل مواردی مانند FIS، Temenos، Denodo، SS&C Advent و NeoXam است.

این واقعیت که تعداد بسیار زیادی وجود دارد ممکن است یک دلیل قانع‌کننده باشد که کسی رویکرد ساده‌تری را برای کار با یکی از آنها اتخاذ کند - مسیری که شرکت‌هایی مانند Fidelity International، گروه بورس لندن، Baillie Gifford، Northern Trust و Pension Insurance Corporation می‌کنند. PIC) در حال گرفتن هستند.

تونی گفت: "در چند سال گذشته، Finbourne یک پلت فرم انقلابی SaaS ایجاد کرده است که بسیاری از بزرگترین موسسات مالی جهان را قادر می‌سازد از راه‌حل‌های قدیمی به معماری داده‌ای مدرن حرکت کنند و امکان مشاهده کامل زمان واقعی و تصمیم‌گیری بهینه را فراهم می‌کند." زاپالا، شریک هایلند اروپا، در بیانیه ای.

عمران اکرم، شریک عمومی در شرکای سرمایه گذاری AXA گفت : «زمانی که تیم برای اولین بار در سال 2020 به من نشان داد که می توانند داده های سرمایه گذاری را از کل دارایی های موجود توسط مدیران در یک پلت فرم واحد ادغام کنند، آنها مرا به خود جذب کردند. "امروز این یک تمایز آشکار و به ویژه برای موج نوظهور هوش مصنوعی مهم است. "

خبرکاو