QUANT AI Lab: a por el liderazgo de la IA de nueva generación

Dirigida por Bertrand Hassani y Francisco Velasco Correa, QUANT AI Lab opera en la intersección entre investigación científica, rendimiento económico y soberanía tecnológica.

La visión es construir un ecosistema en el que la investigación y la tecnología confluyan para anticipar y dar forma al futuro, redefiniendo los estándares de rendimiento y fiabilidad dentro de las organizaciones.

Los cimientos de QUANT AI Lab se basan en tres pilares. El primero es diseñar soluciones tecnológicas a medida en la vanguardia de la ciencia.

En segundo lugar, se propone mejorar estructuralmente la eficiencia económica de las organizaciones. Finalmente, quieren “encarnar la casa de los ingenieros de la inteligencia”.

IA explicable

Se refieren a la inteligencia artificial, con un enfoque en la IA explicable (XAI) y arquitecturas híbridas, que es a lo que se refieren con IA de última generación.

Aquí es donde quieren alzarse con el liderazgo europeo posicionándose como “una de las primeras empresas de inteligencia artificial viable a nivel financiero porque, hoy por hoy, no hay ninguna viable”.

Así de rotundo se expresa Bertrand Hassani, CEO y cofundador de la compañía junto con el empresario tecnológico Manuel Revuelta.

Investigador, autor y especialista en inteligencia artificial aplicada a las finanzas, en los últimos años Hassani se ha centrado especialmente en el desarrollo de arquitecturas avanzadas de IA para modelización de riesgo y análisis estructural en mercados financieros. 

Este conocimiento profundo es el que vuelca ahora en el proyecto franco-español de QUANT AI Lab. Él es quien explica el cometido de la compañía y su ‘modus operandi’.

Algoritmos para la banca

El foco principal de sus soluciones lo tienen ahora en el sector financiero. Se dirigen a la banca, minorista y mayorista, gestión de activos, gestión de cartera, seguros, inversiones y fondos, entre otros. 

Para ellos han desarrollado ya distintas soluciones basadas en la integración de algoritmos de inteligencia artificial de desarrollo propio que les permite nuevas fuentes de información y datos de distinta naturaleza, como ficheros audios, vídeos, imágenes, o documentos.

Un LLM interno

“Hemos construido nuestra arquitectura de inteligencia artificial propia, como un LLM interno (grandes modelos de lenguaje), dedicada a alimentar nuestras soluciones que abordan toda la cadena de valor”.

En esta línea han desarrollado plataformas de riesgo financiero, de crédito, de mercado, operacional, riesgo climático y riesgo reputacional, entre otras cosas.

Ofrecen también una solución de gestión de activos y pasivos instalada en más de 25 bancos; otra de optimización de cartera; de detección de fraude; de blanqueo de capital; ESG y más.

Todas son soluciones de IA aplicadas a la gestión de activos, medición del riesgo, cumplimiento normativo (ESG, ALM, CSRD) y optimización de carteras.

A través de estas iniciativas, QUANT AI Lab quiere encarnar una nueva generación de actores europeos de la inteligencia artificial: científicos, pragmáticos y responsables, bajo el lema Engineering intelligence for real-world impact.

Es decir, el impacto real de la IA en el mundo corporativo como algo útil, medible y sostenible al servicio del rendimiento y la soberanía tecnológica.

Soberanía y eficiencia: IA fuera de la nube

Un pilar central de la compañía es su compromiso con la soberanía tecnológica y la eficiencia. En este sentido se refiere Hassani a las suyas como soluciones frugales, ligeras y pequeñas que minimizan la dependencia de las grandes centros de datos “nubes americanas o chinas”. 

Utilizar el ecosistema de QUANT AI Lab permite a sus clientes implementar las plataformas directamente en servidores más pequeños, incluso fuera de la nube, abordando de manera efectiva las preocupaciones de privacidad, seguridad y dependencia de infraestructuras externas.

Otra forma de trabajar

Aparte de delegar en cada cliente la opción de albergar o no su información en la nube, el LLM de  QUANT AI Lab se diferencia de los grandes lenguajes más populares, tipo ChatGPT o Gemini con una visión genérica, muy business to consumer, en que ellos trabajan top-down. 

“No empezamos por la tecnología para ver luego qué problemas puede tratar. Nosotros tratamos un problema que hemos identificado con la tecnología. Es decir, empezamos con el problema del cliente. Entendemos las restricciones, el alcance y luego analizamos los distintos elementos tecnológicos que debemos integrar para construir algo eficiente y que funcione cada segundo de cada minuto de cada hora, sin romperse”.

Enfoque ‘top-down’

Su enfoque es top-down: empiezan con el problema específico del cliente y luego seleccionan la tecnología y los algoritmos (propio I+D, incluyendo un LLM interno) para asegurar una solución eficiente, precisa, entendible y con un retorno medible.

Este es el enfoque con el que garantiza soluciones eficientes, precisas, entendibles (XAI) y con un retorno medible.

A juicio de Hassani, los modelos genéricos no funcionan bien en tareas corporativas específicas sin un reentrenamiento que puede costar más de 5 millones de dólares, lo que ilustra la inviabilidad económica de la IA genérica para el entorno empresarial.

Crecimiento ‘bootstrapping’ 

Aunque la empresa está respaldada por un family office español, han querido crecer de forma orgánica financiándose con los clientes.

Actualmente, tienen en cartera más de 70 clientes, repartidos especialmente entre España y Francia, pero también en Italia, Reino Unido y África del Norte, además de Luxemburgo y Andorra. 

El año pasado consiguieron cerrarlo con una facturación superior a los 7 millones de euros procedentes tanto de la venta de licencias y mantenimiento –un 25%– como de servicios de consultoría.

El objetivo ahora es mejorar la facturación y repartir el volumen del negocio a un 50/50 entre licencias y consultoría. 

y un mantenimiento, un soporte, o proponemos consultoría con nuestras herramientas. Tenemos los dos modelos económicos.

Otras industrias

Además de en el sector financiero, QUANT AI Lab trabaja también de manera minoritaria con organizaciones industriales. La razón es oportunista, dado que muchos de los algoritmos que han desarrollado pueden trasladarse a otras áreas.

Valgan como ejemplos la fórmula para optimizar el precio de un medicamento en el sector farmacéutico, mejorar los procesos logísticos en el sector de transporte o en el sector de retail. 

No quieren, no obstante, alejarse mucho de las finanzas conscientes de que pueden seguir ganando cuota de mercado en regiones como América del Norte u Oriente Medio.

Cuestión de talento

Otro de los hitos de QUANT AI Lab es que en sus cinco años de historia ha logrado reunir un equipo de altura del que forman parte cerca de 140 ingenieros, data scientists e investigadores. A muchos de ellos los captan en las universidades a las que se mantienen muy pegados.

El 25% de la plantilla son doctores en finanzas, matemática, econometría o ciencia informática. También sus procedencias son muy dispares.

Comparten, dice Hassani “un carácter curioso, buen temperamento, ser muy fiables, el amor por el trabajo bien hecho y no parar hasta dar con la solución que andan buscando”.

Se entiende entonces que el CEO lamente la dificultad para encontrar talento.