Anekha Sokhal znała problem z pierwszej ręki - jako traderka energii pochodnych w JPMorgan musiała śledzić ogromną ilość informacji rynkowych, znacznie więcej niż jeden człowiek mógł przeczytać. Teraz, jako CEO startup Moshi, tworzy dokładnie takie narzędzie, jakie sobie życzyła: silnik rekomendacji łączący przepływ danych rynkowych bezpośrednio z tym, co naprawdę liczy się dla książki tradera.
Moshi łączy elementy trzech światów - dostarcza dane rynkowe jak Bloomberg, oferuje interfejs zasilany zdolnościami LLM takimi jak Claude, oraz buduje rekomendacje personalizowane na wzór algorytmów Netflixa. Sokhal opisała to jako "co by się stało, gdyby Bloomberg, Claude i Netflix mieli dziecko". System zajmuje się ekstrakcją dokumentów, przetwarzaniem fali informacji rynkowych i wdrażaniem reguł, które rzeczywiście pokrywają się z pracą traderów na co dzień.
W rozmowie z Swyxem Sokhal podkreśliła, że użyteczny AI musi pasować do rzeczywistych przepływów pracy ludzi - nie odwrotnie. Dyskusja obejmowała also wyzwania typu "you are the team", z którym borykają się inżynierowie AI, a także znaczenie rozmów z użytkownikami jeszcze przed zatrudnianiem dużych zespołów. Jej doświadczenie pokazuje, że sukces takich narzędzi zależy od głębokiego zrozumienia domeny i potrzeb użytkownika, a nie od czystej mocy algorytmu.