受AI的推动 纳斯达克想要转变成一家金融行业的SaaS提供商

简介: 受AI的推动 纳斯达克想要转变成一家金融行业的SaaS提供商

本文来自 企业网D1net公众号

全球第二大证券交易所纳斯达克的CIO兼CTO布拉德·彼得森表示,纳斯达克正想要成为一家全球科技公司,推出新的监控和安全产品,转向基于SaaS的交付,并在其金融应用程序中进一步嵌入AI。

毫无疑问,纳斯达克看好AIGC。


纳斯达克公司的CIO兼CTO布拉德·彼得森十多年来一直在实施AI,并全力以赴地参与到由AIGC提供的创新中。


彼得森最近在波士顿接受记者采访时表示:“我们致力于提高世界经济的流动性、透明度和完整性,AI将继续提供给我们履行这一使命的能力。”


“它已经在我们的业务中发挥作用——防止市场中断,为投资者创造新的情报,并阻止金融犯罪分子的踪迹。”彼得森说。AIGC代表了这项技术的趋势,我们目前正在研究几种可以有效利用它的方法——无论是在我们的产品中还是在我们的业务中。


纳斯达克目前正在将AIGC用于一系列应用,包括支持数字调查人员识别金融犯罪风险的努力,以及授权公司董事会更高效地使用演示文稿和披露信息。


此外,彼得森表示,大型语言模型使纳斯达克能够“为投资者和企业客户创建新型的情报报告,利用公司的专有数据集,推动纳斯达克营销和沟通团队创造更快、更有影响力的内容。”


IDC分析师托马斯·舒斯特认为,这种分散纳斯达克投资组合的努力将带来有意义的结果。


IDC资本市场数字战略研究总监舒斯特表示:“包括纳斯达克在内的市场基础设施提供商越来越多地提供技术解决方案,以实现收入来源的多元化。”他补充说,纳斯达克等交易所处于有利地位,可以开发并利用数字生态系统。


舒斯特表示:“纳斯达克已加入竞争,在其包括Verafin在内的所有产品组合中利用AIGC的力量,他们正在探索AIGC监视金融犯罪和生成案件档案的能力。”


交易扩展至SaaS、AI


对许多人来说,纳斯达克这个词让人联想到开盘钟声仪式、股票交易大厅和华尔街公牛雕塑的图像,这些都是美国资本主义的传统象征。但纳斯达克没有交易大厅,位于时代广场,1971年诞生时是一个用于分发市场数据的数字系统。如今,它拥有并运营着27家证券交易所,并向全球100多家交易所销售其交易所软件。


但彼得森表示,纳斯达克远不止是一家金融交易所,它是一家全球科技公司,正在向监控和安全领域扩张,继续打造SaaS业务,并将AI应用于许多金融应用。


该公司2022年的净收入为36亿美元,约30%的业务来自市场、交易和交易所业务,约40%来自软件销售和许可。彼得森说,这是因为纳斯达克的技术堆栈是市场上最好的交易所软件。


“随着交易所的现代化,他们考虑到了成本效益,并意识到购买纳斯达克的技术更好。”彼得森说。纳斯达克的技术不仅被我们拥有和经营的交易所所利用,它还为50多个国家和地区的130多个客户提供关键技术支持——从印度尼西亚到香港再到阿根廷。这些公司将纳斯达克的技术用于关键应用,包括传统市场、交易所和清算业务,以及包括加密货币市场在内的新应用。“。


这家公司传统上是通过有支持的许可模式销售其软件,现在它正在向纯粹的SaaS模式过渡,彼得森说,这是正确的做法,因为我们已经在这个(技术)行业运行了20多年,完善了它。彼得森毕业于麻省理工学院,长期担任嘉信理财技术服务公司的CIO,并在西海岸的eBay担任了五年的CIO,现在他在波士顿安家。


“我们已经成为金融业的Salesforce或Workday。”他说。


纳斯达克于2005年上市,拥有7000名员工,其中约3000人致力于其庞大的IT组织,该组织开发的技术产品范围越来越广,包括交易系统、安全和监控软件,以及越来越多的SaaS。


该公司从2021年开始转向新技术开发和SaaS,专注于云、ML、AI以及用于跟踪数字资产的区块链。


彼得森表示,作为第一家在监管下将数据存储在云上的公司,纳斯达克的云可以追溯到很久以前。他的IT部门将AWS作为其主要的云提供商,依赖AWS RedShift Spectrum进行数据分析和仓储。彼得森还与Databricks的创始人密切合作,一直处于AI、自然语言处理和ApacheSpark的前沿,后者是纳斯达克用来开发风险管理应用程序的开源分析引擎。


彼得森说:“当你必须计算风险时,在云中水平分散风险真的很有效。”


为了推动其战略重心,纳斯达克重组为三个部门:市场平台、资本准入平台和反金融犯罪。它还进行了重大收购,尤其是收购了总部位于纽芬兰的Verafin,后者基于AI的金融犯罪管理解决方案支持全球2400家银行客户。今年6月,纳斯达克还收购了风险管理创新公司Adenza,使金融客户能够向监管机构报告。


发挥创新的双重作用


事实证明,作为CIO兼CTO的彼得森的双重角色,对于在纳斯达克的市场业务及其不断发展的监控、安全、SaaS和AI服务之间创造紧密的协同效应至关重要。


彼得森说:“拥有一体化的CIO/CTO角色使我们的技术团队能够在我们的产品和业务运营中实施一体化战略。”它使我们的技术战略得以无缝实施,我相信这是我们成为行业领先者的一个关键原因。“。


他表示,这也帮助纳斯达克“保持领先”于主要技术趋势,并在发展其作为交易所领导者和一家独立科技公司的身份方面更具战略性。


“我很快意识到了基于SaaS的解决方案的潜力,因为作为这些解决方案的客户,我发现它们非常强大。” 彼得森说,他聘请了另一名IT高管担任专门负责公司系统的CIO角色,并聘请了一名单独的CISO来监督安全。我知道,如果纳斯达克顺应这一趋势,向我们的客户提供更好的基于SaaS的解决方案,我们将取得巨大的成功。


截至2022年底,SaaS年化收入超过7亿美元,占纳斯达克经常性收入的三分之一以上。


彼得森表示,在协同效应方面,纳斯达克将业务模式扩展到安全、监控和风险管理领域,这将加强该公司的交易所和交易业务,同时使其能够进一步向SaaS扩张。


Chartis Research的首席研究员Sidhartha Dash也认为,该公司的扩张与其核心使命是一致的。


他表示:“其投资组合中的许多软件工具和应用都与其交易和清算系统密切相关或直接相连,例如用于其他交易所的执行软件、交易监控和实时风险管理——这些都是针对更广泛的交易服务价值链和合规的其他部分。”


彼得森承认AI的风险,但他保证,纳斯达克新兴技术的法律合规和风险管理高管正在共同领导一个小组,监控知识产权风险和其他潜在风险的结果。当然,纳斯达克也向SEC和FINRA等所有监管机构报告。


彼得森说:“我们的集成技术战略也使我们能够快速而普遍地实施AI解决方案。”因此,我们正在有效地利用AI来提高我们市场的弹性,为我们的客户提供更好的情报,并作为一种帮助银行每天打击犯罪的方式。


例如,FINRA告知记者,纳斯达克在4月份向SEC报告称,它“建议使用创新的和正在申请专利的ML技术,进一步优化M-ELO[中间价延长寿命订单]和M-ELO+CBS[M-ELO+Continous Book]的持有期,因为它发现,在标价方面,较短的持有期可以为参与者带来相同的、甚至更好的结果,尽管不是在价格波动加剧的时期。”[自那以后得到SEC批准的M-ELO]。


彼得森表示,利用AI帮助确保市场弹性的此类努力是纳斯达克传统使命的核心,但该公司进军监控和安全技术是AI迅速发挥作用的领域,因为这项技术只会加强对挑战市场和银行的不良参与者的防御。


他表示,市场监控“在早期是基于规则的,但现在它正变得越来越像AI”。他指出,尽管会有一些人使用AI来试图发现市场中的弱点,但纳斯达克已经为交易所和许多银行准备了安全产品,并将“让AI切入其中。”我们认为这将永远是一场小小的比赛,对吗?


彼得森补充道:“我们最担心的是有人试图颠覆资本主义的威胁。”


纳斯达克充满生机的未来


在最近的一次行业会议上,彼得森称赞了AIGC可能对纳斯达克新商业战略的影响。


7月份,彼得森在得克萨斯州奥斯汀的路透社Momentum上表示:“创新的机会太多了。”我们认为,如果我们只是说不,这将是一个错失的机会。我们正在把它推广到整个公司,而不仅仅是科技集团。


彼得森指出,人们对AIGC的联合试验能力以及内容创作者非常感兴趣,他们自然会从大语言模型的能力中受益,比如营销部门,这对法律团队来说是一个很大的好处。


“我们将继续在你必须创造内容的领域工作,围绕你作为一家公司的实际工作方式,还有一大堆额外的机会。”彼得森说。这是一个巨大的生产力,代码就是内容。


纳斯达克正在推进将AIGC用于动态订单类型和其他改善交易的应用程序。


“它会重新计算设定秩序寿命的最佳阈值,你会得到大量的符号,所以这不是一个人每30秒就能做的事情,”彼得森说。“AI会看着这些因素,做一个计算,然后自动重置。如果你改善了流动性,你就会得到更好的充足率,你就可以消除市场上发生的一些负面事情,它改善了结果。


所以,纳斯达克并没有因为最近的担忧而暂停AI——彼得森坚持认为,如果有必要,纳斯达克总是可以停止。彼得森在纳斯达克的双重角色,以及在技术方面的悠久历史,让他在AI进一步出现在商业领域之际,获得了恰到好处的经验。


它对我们如何制造产品以及我们如何无缝地过渡到…有这样的看法。将云视为一种更好的交付机制,作为能够真正为使用AI做好准备的先驱。“彼得森说。


相关文章
|
3月前
|
人工智能 自然语言处理 搜索推荐
AI战略丨SaaS 遇见 AI, 企业教培开启新范式
“我们会不断完善整体的工程能力,争取以最低的成本,帮助用户训练他们所需要的、好用的 AI 产品。”
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
AI在金融领域的应用:智能投资顾问
【10月更文挑战第31天】随着AI技术的快速发展,智能投资顾问在金融领域的应用越来越广泛。本文介绍了智能投资顾问的定义、工作原理、优势及未来发展趋势,探讨了其在个人财富管理、养老金管理、机构风险管理及量化交易中的典型应用,并分析了面临的挑战与机遇。智能投资顾问以其高效、低成本、个性化和全天候服务的特点,正逐步改变传统投资管理方式。
|
6月前
|
存储 人工智能 自然语言处理
《百炼成金-大金融模型新篇章》––11.构建金融级AI原生的蓝图
百炼必定成金,新质生产力会催生新质劳动力,谨以此文抛砖引玉,希望与业内的各位朋友一同探讨如何积极拥抱并运用大模型技术,以应对和驾驭不断变化的市场环境,实现科技金融持续稳定的提质增效和创新发展,携手开启金融大模型未来新篇章。
159 4
|
6月前
|
机器学习/深度学习 人工智能 搜索推荐
《百炼成金-大金融模型新篇章》––09.金融级AI原生的发展
百炼必定成金,新质生产力会催生新质劳动力,谨以此文抛砖引玉,希望与业内的各位朋友一同探讨如何积极拥抱并运用大模型技术,以应对和驾驭不断变化的市场环境,实现科技金融持续稳定的提质增效和创新发展,携手开启金融大模型未来新篇章。
|
2月前
|
数据采集 人工智能 自然语言处理
AI Agent 金融助理0-1 Tutorial 利用Python实时查询股票API的FinanceAgent框架构建股票(美股/A股/港股) AI Finance Agent
金融领域Finance AI Agents方面的工作,发现很多行业需求和用户输入的 query都是和查询股价/行情/指数/财报汇总/金融理财建议相关。如果需要准确的 金融实时数据就不能只依赖LLM 来生成了。常规的方案包括 RAG (包括调用API )再把对应数据和prompt 一起拼接送给大模型来做文本生成。稳定的一些商业机构的金融数据API基本都是收费的,如果是以科研和demo性质有一些开放爬虫API可以使用。这里主要介绍一下 FinanceAgent,github地址 https://github.com/AI-Hub-Admin/FinanceAgent
|
2月前
|
数据采集 人工智能 算法
近五千支队伍决战AI之巅, AFAC2024金融智能创新大赛在2024 Inclusion · 外滩大会完美收官
自从2022年12月ChatGPT上线以来,全球掀起了一场你追我赶的AI竞赛,不少国家都在全力以赴,抢占制高点。
|
3月前
|
人工智能 关系型数据库 分布式数据库
用友X阿里云:加速AI in SaaS
在今年的云栖大会上,用友公司与阿里云共同宣布将进一步加深合作,推动用友BIP与阿里云深度融合,以SaaS模式为诸多大中型企业客户提供一体化解决方案。同时,通义大模型已作为底层基础大模型集成到用友企业服务大模型YonGPT,加速企业数智化转型。
73 7
|
2月前
|
人工智能 算法 JavaScript
无界 SaaS AI 生态大模型:技术在中国,链接全世界
无界 SaaS AI 生态大模型涵盖前端用户界面、后端服务器逻辑、数据库设计、API 接口开发及区块链技术应用。本文提供一个简化框架,介绍技术栈选择、核心功能模块(用户管理、商城、数据确权、链接力、算力算法、AI 生态大模型、全球化支持)及后端示例代码,帮助将商业模式转化为代码。
|
2月前
|
人工智能 算法 JavaScript
无界SaaS与AI算力算法,链接裂变万企万商万物互联
本文介绍了一种基于无界SaaS与AI算力算法的商业模式的技术实现方案,涵盖前端、后端、数据库及AI算法等关键部分。通过React.js构建用户界面,Node.js与Express搭建后端服务,MongoDB存储数据,TensorFlow实现AI功能。提供了项目结构、代码示例及部署建议,强调了安全性、可扩展性和性能优化的重要性。
|
4月前
|
机器学习/深度学习 数据采集 人工智能
【AI在金融科技中的应用】详细介绍人工智能在金融分析、风险管理、智能投顾等方面的最新应用和发展趋势
人工智能(AI)在金融领域的应用日益广泛,对金融分析、风险管理和智能投顾等方面产生了深远影响。以下是这些领域的最新应用和发展趋势的详细介绍
491 1