Ang Amber Premium ay nagre-rebrand bilang AMBR, at nagpapalit ng focus sa AI Agent sa Finance at Enterprise

Setyembre 1, ang Amber Premium ay opisyal na binago ang pangalan nito sa AMBR at inihayag ang pagiging AI Agent bilang pangunahing direksyon ng kumpanya sa hinaharap, na may unang mga produkto na nakatuon sa mga senaryo sa financial, korporatibo, at paglago, kabilang ang personal na financial AI Agent na Ambre at ang MIA para sa corporate marketing.

Tingnan lamang ang oras na ito, ang aksyon na ito ay madaling maunawaan bilang isa pang fintech company na umiiwas sa AI. Ngunit kung papalawakin ang panahon ng pagmamasid, ang landas na ito ay maaaring hindi ganun kalaking pagbabago kaysa sa paningin.

Noong 2017, ang founding team ay nagsimula bilang Amber AI, kung saan unang sinubukan ang pagkakaisa ng AI at mga financial markets. Mula noon, halos sampung taon na ang nakalipas, ang negosyo ng kumpanya ay lumawak patungo sa digital asset wealth management, trading, at security. Ngayon, ang tatlong direksyon na pinili ni AMBR—financial, enterprise, at growth—ay may mataas na pagkakatugma sa kanilang umiiral na portfolio ng negosyo.

Kaya ang totoong pagbabago ay hindi nasa pagpasok sa bagong industriya, kundi sa paraan ng pagpapadala. Noong nakaraan, mas marami ang mga kakayahan na ipinapalabas sa pamamagitan ng mga financial product, software, serbisyo, at propesyonal na team; ngayon, sinubukan ng AMBR na i-convert ang kaalaman sa industriya, mga proseso sa negosyo, at karanasan sa trabaho sa isang bagong anyo ng produkto gamit ang AI Agent.

Sa antas ng industriya, ang pag-usbong ng Agent ay hindi isang pagpili ng isang kumpanya lamang, kundi ang natural na resulta ng pag-unlad ng kakayahan ng AI. Sa nakaraang dalawang taon, may malaking pag-unlad ang mga pangunahing modelo sa pag-unawa at paglikha, ngunit agad na nalaman ng mga user na ang mga halagang trabaho ay kadalasan ay hindi isang tanong-tugon lamang, kundi ang patuloy na pagsasagawa sa iba’t ibang kasangkapan at hakbang.

Samantala, ang pangkalahatang chatbot ay mabilis na naging komoditi. Ang pagkakatulad ng kakayahan ng model at ang pagbaba ng gastos sa pagtawag ay nagiging mahirap magkaroon ng pagkakaiba-iba sa simpleng pagpapalakas ng malaking model. Kaya ang pansin ng industriya ay nagsisimula na lumipat mula sa “Ano ang kayang sabihin ng model” patungo sa “Ano ang kayang gawin ng Agent”.

Hindi nagkataon na ang pagsasagawa ng finansya at marketing ay naging mga maagang lugar ng pagsubok. Ang dalawang larangan na ito ay may mataas na density ng impormasyon, komplikadong proseso, at patuloy na pangangailangan para sa efficiency at akurasyon. Ngunit sa kabilang banda, mas mataas din ang kanilang mga pangangailangan sa reliability, pagkontrol ng mga pribilehiyo, at pagkakaroon ng kumpirmasyon sa mga resulta. Ibig sabihin nito na ang pagpapatupad ng Agent sa mga ganitong sitwasyon ay hindi lamang nakasalalay sa kakayahan ng modelo, kundi pati na rin sa pag-unawa sa mga proseso ng industriya, data, at mga hangganan ng panganib.

Ang industriya ay kasalukuyang nasa maagang yugto. Ang kakayahan ng Agent na matatag na matapos ang mga gawain at makuha ang tiwala ng mga negosyo upang isama sa kanilang pangunahing proseso, ay patuloy na isang bukas na tanong. Dahil dito, ang serye ng kompetisyon na ito ay hindi maaaring matukoy lamang sa antas ng modelo, kundi mas magkakalat sa pagitan ng mga aplikasyon, kasangkapan, at mga espesipikong escenario.

Kung ang AI strategy ng isang kumpanya ay tanging pagpapalakas ng mga modelo, mahihirapan itong makamit ang matagalang pagkakaiba. Ang mga modelo mismo ay mabilis na umuunlad at bumababa ang gastos sa paggamit. Kaya, ang kompetisyon sa mga Agent ay mas maaaring mangyari sa labas ng mga modelo: ang pag-unawa sa industriya, ang pagkakaunawa sa mga proseso ng negosyo, ang kalidad ng data, ang kakayahang gamitin ang mga kasangkapan, ang mga hangganan ng pagsasagawa, at ang pagkontrol sa panganib.

Sa pananaw na ito, mayroong partikular na pagkakaiba ang simula ng AMBR. Bago ito lumipat sa AI Agent, ito ay nagsasagawa na ng maraming taon sa mga larangan ng pampinansyal na digital asset, pagtatakda, seguridad, at mga serbisyo para sa negosyo, digital marketing. Ibig sabihin nito, hindi ito kailangang magsimula mula sa zero upang makakilala ng mga problema sa industriya, at mayroon nang mga negosyo na maaaring subukan at maisasagawa.

Ngunit kung ang mga nakaraang karanasan ay maaaring i-translate bilang kapakinabangan sa panahon ng Agent, ay kailangan pang obserbahan. Ang mga proseso at kaalaman na epektibo sa nakaraan ay hindi kinakailangang ma-transfer nang direkta sa bagong teknolohikal na paraan. Ito ay ang pagkakataon ng AMBR, kasama ang pangunahing kakaibang kundisyon na ito ay kinakaharap.

Ang kasalukuyang ipinakilalang Ambre at MIA ay nakatuon sa personal na pampublikong finansyal at korporatibong pagpapalaganap. Kailangan ng Ambre na maunawaan ang kalagayan at pangangailangan ng user, at piliin ang tunay na kaugnay na impormasyon mula sa mga datos ng merkado; samantalang ang MIA ay sumasakop sa iba’t ibang yugto tulad ng pag-aaral ng kliyente, paggawa ng nilalaman, pagkakahatid ng media, at pagsusuri ng epekto.

Dalawang skena ang tila magkaibang, ngunit nagtatagpo sa iisang problema: Maaari ba ng AI na hindi lamang makumpleto ang isang hakbang, kundi maintindihan ang partikular na sitwasyon, gamitin ang kaugnay na kasangkapan, at tuloy-tuloy na magpalaya ng isang gawain.

Ito rin ang posibleng pangunahing pagkakaiba ng vertical agent mula sa mga pangkalahatang chatbot. Hindi ito kailangang alam ang lahat, ngunit kailangan nito na sapat na maunawaan ang isang industriya at makapagtapos ng mga gawain dito. Habang ang mga kakayahan ng foundational models ay nagiging magkakatulad, ang pagkakaroon ng kompetisyon ay maaaring magshift patungo sa mga kakayahan na nasa labas ng mga model na ito: kaalaman sa industriya, paggamit ng mga kasangkapan, pag-unawa sa proseso, at reliability sa pagpapatupad.

Ang agent ay isa na sa pinakamalalaking direksyon sa kasalukuyang industriya ng AI. Ang mga kumpanya ng malalaking modelo, mga vendor ng SaaS, at maraming startup ay nagpapakilala mula sa iba’t ibang pananaw. Kaya para sa AMBR, ang pagbabago ng pangalan at pagbabago ng estratehiya ay lamang ang unang hakbang.

Ang mga sumusunod na tanong ay mas partikular: Maaari bang ma-transfer ang mga karanasan sa financial, corporate services, at digital assets sa mas epektibong Agent? Handa ba ang mga user na ipagkaloob sa ito ang kanilang tunay na trabaho? Handa ba ang mga kumpanya na pahintulutan ang Agent na mabuhos sa kanilang pangunahing proseso? Sa mga mataas na sensitibong sitwasyon tulad ng financial, kayang umabot ba ito sa sapat na reliability?

Hindi masasagot ang mga tanong na ito sa pamamagitan ng brand positioning o strategic narrative, kundi depende sa tunay na paggamit ng produkto at patuloy na pagpapabuti.

Ano ang totoong nangyari mula sa Amber Premium patungo sa AMBR?

Sa kasalukuyan, ito ay isang ganap na pagpapalit ng negosyo. Isang nakalista sa stock exchange na kompanya na dating malapit sa mga digital asset, ay isinilang ang AI Agent bilang pangunahing puso ng kanyang kinabukasan.

Ngunit kung babalik tayo sa simula ng 2017, ang kuwento na ito ay hindi nagmula sa wala. Mula sa Amber AI hanggang sa pagsasalapi ng digital assets, at pagkatapos sa corporate services at digital marketing, ang mga karanasan ng kompanya sa nakaraang mahigit sa sampung taon ay may isang mapapansin at maaring masuri na landas na nag-uugnay sa ilang direksyon ng Agent na pinili ngayon.

Kaya, mas tumpak na sabihin na: isang kumpanya na nagpapatakbo sa maraming kumplikadong industriya sa loob ng mahigit sa sampung taon, ay subukang ilapat ang kanilang nakalap na karanasan sa industriya sa isang bagong teknolohikal na paraan para muli itong i-verify.

Hindi pa nakakakuha ng sagot kung ang karanasang ito ay magiging hadlang o mababawasan ng mabilis na pagbabago ng teknolohiya. Pero rito napapalabas ang kahalagahan ng pagbabago ng AMBR na dapat masuri nang patuloy ng industriya.

Sampung taon na ang nakalipas, bumalik na ang AMBR sa AI. Ang tunay na interes ay hindi sa pagbabago ng brand, kundi kung kayang i-convert nito ang industriya ng kaalaman sa kakayahang magpatupad sa mundo ng katotohanan. Para sa industriya, isang eksperimento na dapat sundin ito.