熱門:

2020年7月24日

StartupBeat 創科鬥室

AI析海量數據專攻金融機構
港初創Apoidea疫市生意增

本地金融科技(FinTech)初創Apoidea,致力把人工智能(AI)及自然語言處理(Natural Language Processing, NLP)技術用於分析海量文本數據,現跟十多間國際金融機構達成合作,更獲李澤楷旗下E capital領投。今次請來其聯合創辦人鄭其森,分享如何用科技改善人手工作流程。

 

主持:(朱)朱美俞 《信報》科技記者

嘉賓:(鄭)鄭其森 Apoidea聯合創辦人

 

朱: 新冠肺炎疫情在港爆發,對公司業務發展有否影響?

鄭: 作為金融科技初創,公司專注為金融機構、銀行、投資銀行、證券行及資產管理公司等提供自動化解決方案。以往客戶對在家工作(WFH)存疑;惟在疫情期間,銀行沒理由停止交易,因此容許員工在家處理買賣盤等交易工作。肺疫並未打擊公司運作,通過引入NLP技術,以AI協助客戶理解海量交易文本數據,有助提高其工作效率;在疫情期間,公司業務增長高達三倍之多。

此外,傳統金融機構合作講求信任,面對面洽談生意有助提高夥伴信心。惟疫情令不少海外地區封關,團隊無法飛往各地洽談生意;這令客戶思想更為開放,願意試用遙距會議方案。

期間公司透過社交平台Linkedin尋找新客戶,再藉遙距會議,成功跟德國、馬來西亞、印尼及中東新客戶達成合作關係;平均僅開四五個會議就獲取對方信任。

了解AI能力界限 不過度承諾

朱: 近年本港發展創科,不少同類型AI金融工具應運而生,公司有何競爭優勢?

鄭: 作為AI創業者兼產品經理,團隊最需要知道AI的技術邊界,即AI在現階段能做到和不能做到的事。坦白說,我們看到首批誕生的AI公司,失敗個案居多。最重要的問題是,不少公司過度承諾(over promise)AI產品效能,結果客戶發現跟預期有落差。

市面不少公司滿足於AI準確率高達95%,但5%錯誤倘拖累客戶須花4小時重整資料,那就是一個失敗的產品。Apoidea的準確度雖已達95%,但團隊會標記(highlight)AI不肯定的資料,交由人手審視,讓客戶掌握更全面的分析。

朱: 公司成立不足兩年,就獲得數千萬元Pre-A輪融資。你們如何贏得投資者信任?

鄭: 團隊不少人出身金融業,有一定的投資者網絡。當然,規模較大的投資者相當精明,不單以人脈為首要考慮。除了須懂得建立AI模型,投資者也重視團隊能否把產品應用於行業實際場景,並獲得一定客戶支持。

此外,部分投資者作為金融機構,在探索合作的可能性時,會關注公司方案能否切合其業務拓展需要。

最低試驗成本 最佳商業效益

朱: 招攬科技人才方面,公司又有何策略?

鄭: 公司的數據科學主管,本身是我的大學同學。他會計師出身,中途轉行從事信貸分析,其後自修數據科學並改到銀行工作,之後再加盟公司。他具備非常難得的行業經驗,既熟悉金融,又懂數據科學,因此吸引了美國、德國的數據科學博士加入;另也有「獨角獸」(估值超過10億美元而未上市的初創)員工來投。

朱: 對於現今營商艱難的初創,你又有何建議?

鄭: 阿里巴巴(09988)創辦人馬雲有一句格言:「做生意今天很殘酷,明天更殘酷,後天就很美好。」馬雲曾在2003年「沙士」(SARS)期間發表該言論,今天置身於肺疫爆發期,我亦以此鼓勵自己。

初創在疫情期間,固然需要開源。此外,創科界有一條金科玉律,就是以最低成本去試驗。不少人花費數十萬、數千萬元,去構建一個未切合用戶需要的產品,最終失敗收場,我們要盡量避免犯有關錯誤。

以Apoidea為例,公司最初跟不同金融機構的部門開了數百個會議,做充足的市場調查及準備,再以最小規模的產品原型說服客人;待確認合作關係後,才再建立實體產品。因此,初創必須思考,如何因應其商業假設和試驗,創造最低成本與最佳的商業效益,確保公司的生存條件。

註:以上嘉賓訪問均屬個人意見,與本報立場無關。

放大圖片 / 顯示原圖

放大圖片 / 顯示原圖

訂戶登入

回上

信報簡介 | 服務條款 | 私隱條款 | 免責聲明 | 廣告查詢 | 加入信報 | 聯絡信報

股票及指數資料由財經智珠網有限公司提供。期貨指數資料由天滙財經有限公司提供。外滙及黃金報價由路透社提供。

本網站的內容概不構成任何投資意見,本網站內容亦並非就任何個別投資者的特定投資目標、財務狀況及個別需要而編製。投資者不應只按本網站內容進行投資。在作出任何投資決定前,投資者應考慮產品的特點、其本身的投資目標、可承受的風險程度及其他因素,並適當地尋求獨立的財務及專業意見。本網站及其資訊供應商竭力提供準確而可靠的資料,但並不保證資料絕對無誤,資料如有錯漏而令閣下蒙受損失,本公司概不負責。

You are currently at: www.hkej.com
Skip This Ads