Moshi: AI-verktyg som hjälper traders tolka marknadsdata
Moshi är ett AI-verktyg byggt för traders som omvandlar marknadsdata till konkreta insikter – men det intressanta här är betoningen på att verktyget måste passa in i det befintliga arbetsflödet, inte tvärtom. Artikeln är en intervju med grundaren Anekha Sokhal om hur man bygger AI-produkter för en yrkesgrupp med höga krav på snabbhet och precision.
Djupdykning
Moshi är ett AI-verktyg byggt specifikt för traders, och kärnidén är enkel men svår att få rätt: rådata från marknaden är värdelöst om det inte landar i rätt format vid rätt tidpunkt i din arbetsdag. De flesta AI-verktyg för finans fastnar i att imponera med analyskraft men missar att en trader som sitter mitt i en session inte har tid att formulera en välskriven prompt eller tolka ett långt textsvar. Det Moshi försöker lösa är det som brukar kallas "last-mile-problemet" inom AI-adoption — att tekniken faktiskt måste smälta in i hur människor redan jobbar, inte tvinga dem att anpassa sig till verktyget. Det låter självklart men är anledningen till att de flesta enterprise-AI-satsningar misslyckas: man bygger kapacitet, inte arbetsflöde. Det som de flesta missar i snacket om AI för finansmarknader är att fördelen sällan handlar om att AI är smartare än en erfaren trader — det handlar om att den inte blir trött, inte påverkas av FOMO och kan hålla hundra variabler i huvudet samtidigt utan att kognitiv belastning sänker kvaliteten. En solo-trader eller ett litet team som använder rätt verktyg kan i praktiken operera med samma informationsprocesskapacitet som ett betydligt större desk, och det förskjuter var de riktiga konkurrensnackdelarna faktiskt finns.