Empresas em setores como serviços financeiros e seguros vivem ou morrem com base em dados. Especificamente, trata-se de como os dados podem ser usados para compreender o que as pessoas e as empresas farão a seguir, processos que estão cada vez mais dominados pela IA. Agora, uma startup chamada Finbourne, fundada no centro financeiro de Londres, construiu uma plataforma que ajuda as empresas financeiras a organizar os seus dados e a disponibilizar mais deles para IA e outros modelos. A empresa anunciou £ 55 milhões (US$ 70 milhões) em financiamento, que usará para expandir seu alcance além da Square Mile.
A Highland Europe e o patrocinador estratégico AVP, o braço de risco da gigante de seguros AXA, estão liderando conjuntamente a Série B, avaliando a empresa em pouco mais de £ 280 milhões (US$ 356 milhões) após o dinheiro.
O cofundador e CEO da Finbourne, Thomas McHugh, disse ao TechCrunch que teve a ideia da startup depois de passar muitos anos como quantificador sênior em Finbourne City, principalmente no Royal Bank of Scotland. Uma delas foi em 2008, quando o RBS, então o maior banco do mundo, ficou demasiado exposto à epidemia de empréstimos subprime e esteve à beira de um colapso dramático.
Esta grande mudança desdobrou-se internamente na forma de uma grande reorganização.
Anteriormente, bancos inteiros eram organizados numa série de silos empresariais, com o resultado de que não só as pessoas influenciavam a forma como realizavam o seu trabalho, mas os dados dentro deles também influenciavam a forma como realizavam o seu trabalho. Tudo isso custa muito dinheiro para funcionar e precisava ser reduzido rapidamente. “Tivemos que retirar centenas de milhões de dólares do negócio num período muito curto de tempo”, lembra ele.
Eles decidiram seguir o exemplo do mundo nascente, mas em rápido crescimento, dos serviços em nuvem. Fundada em 2006, a AWS tinha apenas dois anos nessa época, mas a equipe de dados estava confiante de que a AWS apresentaria um modelo comparativo atraente de como os bancos armazenam e usam os dados. Portanto, uma abordagem integrada e federada também foi adotada para esta questão.
“Conseguimos construir muita tecnologia que basicamente funciona em todas as classes de ativos. Pessoas antes de nós disseram que isso nunca seria possível. Mas tínhamos um motivo incrível para mudar e acreditávamos que poderíamos construir uma tecnologia melhor, mais escalável tecnologia a partir daí”, disse McHugh. Ele disse que o sistema de capital, o sistema de renda fixa e o sistema de crédito funcionavam anteriormente como sistemas separados, mas agora estão em uma plataforma.
A crise financeira de 2008 no Reino Unido foi uma viagem de montanha-russa e, se eu não estivesse completamente arrasado, teria desistido da crença de que conseguiria superar qualquer desafio. É claro que McHugh acabou assumindo o empreendimento mais arriscado dos negócios: startups.
Finbourne pode ter as suas raízes na forma como McHugh e outros membros da sua equipa enfrentaram o desafio de construir serviços de dados mais eficientes nos bancos, mas também desenvolveram a ideia e moldaram a forma como as empresas de serviços financeiros compram TI hoje. Assim como as empresas com grandes operações de vendas podem usar o Salesforce (ou uma plataforma concorrente) em vez de construir o seu próprio software, as empresas financeiras provavelmente farão o mesmo. Finborn acredita que, em vez de construir software internamente, as empresas começarão a trabalhar externamente. empresas forneçam as ferramentas para realizarem seu trabalho. Ter.
Isto está naturalmente alinhado com a forma como os bancos e outros serviços financeiros estão a trabalhar com a IA.
Os produtos da empresa incluem atualmente o armazenamento de dados operacionais LUSID. Livros de investimento e contabilidade (utilizados para análise de gestão de ativos). Uma plataforma de gerenciamento de portfólio que rastreia posições, caixa, lucros e perdas e exposição. e ferramentas de virtualização de dados. McHugh disse que Finborn também ajuda as empresas a gerenciar como trabalham com dados para treinar modelos, e é provável um maior envolvimento nesta área.
A principal conclusão aqui parece ser que não existe um líder claro e os bancos não querem partilhar os seus dados com outros bancos, por isso estão a treinar para garantir que isso não aconteça. Esse processo também ajuda os clientes a terem maior controle sobre seus resultados e dados. Impede que “ilusões” entrem em suas fotos. O código aberto desempenha um papel importante na forma como oferecemos opções mais flexíveis aos usuários finais.
“O que vimos é que os clientes não querem que os modelos que criamos ou usamos sejam treinados nos dados de outra pessoa”, disse ele. “Estamos perfeitamente conscientes disso. Fazemos isso porque não ter permissão para usar fotos de outras pessoas torna nossos modelos menos propensos a ter alucinações.”
Finborn atualmente tem uma variedade de concorrentes. Por exemplo, os concorrentes do gestor de ativos incluem Aladdin da Blackrock, SimCorp, State Street Alpha e Goldensource. Os concorrentes alternativos de gestão de ativos incluem Broadridge, Enfusion, SS&C Eze e Maia. BNY Mellon Eagle, Rimes, Clearwater Analytics e IHS Markit oferecem ferramentas para proprietários de ativos. Os serviços de ativos incluem FIS, Temenos, Denodo, SS&C Advent, NeoXam e muito mais.
O facto de existirem tantas empresas torna mais fácil lidar com apenas uma, um caminho seguido por empresas como a Fidelity International, o London Stock Exchange Group, a Baillie Gifford, a Northern Trust e a Pension Insurance Corporation. quem adota a abordagem. (PIC) está sendo tirada.
“Nos últimos anos, Finborn construiu uma plataforma SaaS inovadora que permitiu que muitas das maiores instituições financeiras do mundo migrassem de soluções tradicionais em silos para arquiteturas de dados modernas, proporcionando visibilidade completa em tempo real e tomada de decisões ideal.” disse Tony. O parceiro da Highland Europe, Zappala, disse em um comunicado.
Imran Akram, sócio geral da AXA Venture Partners, disse: “Fiquei fascinado em 2020, quando a equipe demonstrou pela primeira vez que um gestor poderia consolidar dados de investimento de seus ativos em uma única plataforma”, acrescentou. “Hoje, este é um diferenciador claro e é especialmente importante para a nova onda de IA.”
