许多金融决策背后的自动化逻辑往往是硬编码的,且不易修改。例如,如果银行的信贷主管想要调整银行的贷款标准,他们可能需要向 IT 部门提交工单。
在哈佛求学时相识的企业家 Maximilian Eber 和 Maik Taro Wehmeyer,在为企业客户开发 AI 驱动应用的公司 QuantCo 工作时,遇到了金融决策逻辑的局限性。2020 年,两人决定创立 Taktile,致力于将自动化决策逻辑的修改转变为一个自助服务流程。
"我们意识到我们在反复构建相同的东西,于是决定利用我们的经验教训来构建一个平台,"Taktile 的 CEO Wehmeyer 在接受 TechCrunch 采访时表示。
Taktile 的平台让金融科技公司的风控和工程团队能够创建和管理自动化决策工作流。用户可以试验数据集成,监控决策流程中预测模型的表现,并进行 A/B 测试来评估每个流程。
例如,银行可以使用 Taktile 来预测将开户最低年龄要求从 25 岁降至 21 岁可能对客户流失率产生的影响。贷款机构则可以构建一个工作流,自动从文档中提取信息、总结案例,并为人工审核推荐后续步骤。
"我们在数据层面投入了大量资源,"Wehmeyer 说,"这使用户能够在所有相关决策时刻,从初始注册到欺诈检查,以及收款等运营决策,全面了解他们的终端客户。"
这个领域存在竞争。例如,Noble 提供了一个基于规则的引擎来编辑和发布信贷模型,而 PowerCurve 等供应商则提供类似的工具,主要面向风控团队。
然而,Taktile 似乎保持着健康的增长。2024 年,公司的年度经常性收入同比增长 3.5 倍,客户群最近扩展到包括 Zilch 和 Mercury 等金融科技公司。
"传统软件已经完全过时了,"Wehmeyer 说。"我们赢得了很多竞标,因为即使我们在某些方面不如专业供应商,客户还是想要一个端到端的解决方案。"
本周,总部位于纽约的 Taktile 宣布完成由 Balderton Capital 领投的 5400 万美元 B 轮融资,Index Ventures、Tiger Global、Y Combinator、Prosus Ventures、Visionaries Club 和 OpenAI 董事会成员 Larry Summers 参与投资。这使得这家拥有 110 名员工的公司融资总额达到 7900 万美元;新资金将用于产品开发和建设 Taktile 的企业销售组织。
"从资金角度来说,没有必要融资——我们还有超过两年的资金储备——但由于 2024 年强劲的增长,我们看到了巨大的投资者需求,"Wehmeyer 说。"金融科技和金融服务往往是一个低利润的行业,所以人们非常关注单位经济效益。供应商整合是人们今年关注的焦点。"
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。