# Нил Павар из Enfusion: «Данные — это золото, которое умеет размножаться» Источник: https://www.youtube.com/watch?v=e7_hd6rU8-Q Канал: Capital Allocators Опубликовано: 22.10.2024 --- В новом выпуске подкаста Capital Allocators Нил Павар (Neal Pawar), операционный директор (COO) компании Enfusion, делится своим тридцатилетним опытом на стыке финансов и технологий. От разработки систем репликации данных в начале 90-х до управления технологическими стеками в крупнейших хедж-фондах мира, таких как D.E. Shaw и AQR, Павар прослеживает эволюцию индустрии от создания проприетарного софта до перехода на унифицированные SaaS-решения. В центре дискуссии — концепция «золотой копии» данных и то, как современные платформы меняют операционную эффективность инвестиционных менеджеров. ## 📈 Путь от разработчика до партнёра ведущих хедж-фондов [[JUMP:01:32]] Нил Павар начал свою карьеру в начале 90-х после изучения компьютерных наук в Университете Брауна. По его словам, в то время финансовый сектор решал гораздо более интересные технологические задачи, чем классические ИТ-компании [01:46]. Первым местом работы стала компания O’Connor (впоследствии ставшая частью UBS), где он занимался созданием ПО для маркет-мейкинга и управления рисками в сегменте процентных деривативов [02:11]. В начале карьеры Павар столкнулся с проблемой задержки сети: трейдеры в Лондоне или Сингапуре были вынуждены подключаться к единой базе данных в Чикаго. Поскольку технологий репликации данных от Oracle или Sybase тогда ещё не существовало, команда Павара разработала собственное решение, которое эксплуатировалось долгие годы [02:50]. За свою карьеру Нил Павар сменил несколько крупнейших организаций, часто переходя из небольших фирм в гигантов индустрии в результате слияний: * **UBS:** Павар пережил серию слияний (Swiss Bank, Warburg, Dillon Read), наблюдая, как его роль смещается от написания кода к управлению процессами в Excel и PowerPoint [07:54]. * **D.E. Shaw:** Придя в фирму, когда её активы под управлением (AUM) составляли около $1 млрд, он проработал там 12 лет, став свидетелем роста до $40 млрд [05:15]. Там он усвоил важный урок: не стоит «прикручивать» новые модули сбоку (bolt-ons), лучше тратить время на масштабирование единой внутренней платформы [06:20]. * **AQR Capital Management:** В качестве CTO он управлял переходом фирмы от $10 млрд к $80 млрд AUM, руководя командой из 40 инженеров и осознав, насколько эффективнее могут быть малые группы без корпоративного «балласта» [08:45]. ## 🛡️ Enfusion: Единый источник истины и революция SaaS [[JUMP:12:01]] Сегодня Нил Павар занимает пост COO в Enfusion — платформе, ориентированной на buy-side (хедж-фонды, управляющие активами). Главная особенность системы заключается в использовании единой «инвестиционной книги записей» (Investment Book of Record, IBR) для всех функций: от формирования портфеля до учета и отчетности [12:27]. По мнению Павара, традиционный подход с использованием разрозненных систем для фронт-, мидл- и бэк-офиса неизбежно ведет к ошибкам и необходимости постоянной сверки (reconciliation) [12:53]. Enfusion решает эту проблему, предлагая: 1. **Облачную архитектуру (SaaS):** Обновления выпускаются еженедельно для всех клиентов одновременно [13:18]. В отличие от классических систем, требующих месяцев на тестирование и установку новых версий, клиенты Enfusion всегда работают на актуальном ПО [15:46]. 2. **Мультиактивность:** Система изначально создавалась для хедж-фондов, работающих с любыми типами инструментов. Павар с иронией вспоминает, как в старых системах трейдерам приходилось «заталкивать» процентные свопы в поля для акций, создавая фиктивные облигации [17:53]. 3. **Интеграцию комплаенса:** Вместо того чтобы ждать уведомления о нарушении лимитов после совершения сделки, система позволяет проверять правила в реальном времени еще на этапе формирования портфеля [20:33]. 4. **Управляемые сервисы (Managed Services):** Enfusion выступает расширением операционного отдела клиента, беря на себя процессы сверки с прайм-брокерами и администраторами [16:24]. ## 🧠 Искусственный интеллект и «хайп-цикл» Гартнера [[JUMP:25:43]] Обсуждая текущие тренды, Нил Павар ссылается на цикл зрелости технологий Гартнера (Hype Cycle). По его мнению, большие языковые модели (LLM) сейчас находятся на «пике завышенных ожиданий» или уже начинают переход к «фазе разочарования» [28:28]. За последние 12 месяцев в ранние стадии развития LLM было инвестировано около $90 млрд, и теперь инвесторы задаются вопросом о реальной отдаче [28:54]. Павар считает, что ключом к успеху в области ИИ для финансовых фирм является не выбор конкретной модели, а подготовка данных [29:33]. Он выделяет критические аспекты работы с данными перед внедрением ИИ: * **Качество и идентификация:** Данные должны быть чистыми и иметь уникальные идентификаторы для сопоставления «яблок с яблоками» [30:26]. * **Архитектура хранения:** Для обучения моделей не подходят транзакционные базы данных. Enfusion, например, партнерствует с Google, выгружая данные в BigQuery, чтобы клиенты могли запускать LLM без нагрузки на основную систему [23:22]. * **Безопасность и суверенитет:** Важно гарантировать, что проприетарные данные, используемые для обучения, не станут доступны другим клиентам через общую модель [31:08]. * **Предвзятость (Bias):** Фирмы должны анализировать свои данные на наличие скрытых искажений перед их подачей в алгоритмы [31:34]. ## 💰 Данные как новый класс активов [[JUMP:42:07]] Во время лекций в бизнес-школе Университета Эмори Павар разработал аналогию между данными и золотом. Он утверждает, что жизненный цикл данных идентичен циклу добычи драгоценных металлов: разведка сигналов (prospecting), добыча (mining), очистка от шума, хранение и, наконец, создание «ювелирного изделия» в виде инвестиционного решения [42:46]. Однако, по мнению гостя, индустрии катастрофически не хватает стандартов. В то время как для платежей есть SWIFT, а для исполнения сделок — FIX, внутренних стандартов для систем управления рисками или OMS практически не существует [44:31]. Это создает высокую стоимость перехода (switching cost) между вендорами из-за необходимости сложного маппинга данных. Главное отличие данных от золота, по словам Павара: «Золото не может порождать новое золото, а данные порождают новые данные» [46:05]. Учитывая, что 90% мировых данных было создано за последние два года, мы находимся лишь в самом начале пути их монетизации [46:32]. ## ⛓️ Блокчейн и токенизация реальных активов [[JUMP:37:17]] Нил Павар полагает, что блокчейн находится на более зрелой стадии, чем ИИ, но всё ещё далёк от повсеместного внедрения. Наиболее перспективным направлением он считает токенизацию фондов прямых инвестиций (Private Equity) и хедж-фондов [38:38]. Преимущества токенизации по версии Павара: * Устранение бумажной волокиты, подписей «от руки» и сложных проверок соответствия (KYC/AML) при входе в фонд [39:30]. * Создание ликвидных вторичных рынков для долей в фондах, где блокчейн гарантирует отсутствие обременений на актив [40:36]. В качестве примера смарт-контрактов Нил приводит кейс страховой компании AXA: страховка от задержки авиарейса автоматически выплачивала компенсацию клиенту, как только данные о времени прилета в публичном реестре отклонялись от графика, без необходимости подачи заявления [41:03]. ## 🎓 Советы новым управляющим и человеческий фактор [[JUMP:49:31]] Для новых менеджеров, запускающих фонды сегодня, совет Павара однозначен: не нанимайте инженеров для создания базовой инфраструктуры. Сегодня почти всё — от почты до OMS и систем отчетности — доступно как готовый сервис [50:10]. Фокусироваться нужно только на тех технологиях, которые создают уникальную альфу (дифференцируют фонд на рынке) [50:37]. В завершение беседы Павар рекомендует книгу профессора Сезара Идальго «Как люди судят машины» (MIT Press) [51:02]. Основной тезис книги: люди гораздо жестче судят ошибки машин, чем ошибки людей. Если машина ошибается в диагностике МРТ, её склонны списать со счетов навсегда, даже если статистически она точнее врача-человека, которому прощают ошибки из-за благих намерений [51:46]. По мнению Нила, понимание этой психологической предвзятости критически важно для успешного внедрения ИИ в бизнес-процессы.