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
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。