Lionel a été fondateur et dirigeant opérationnel de 3 sociétés dans le domaine de la technologie appliquée au marché de capitaux : OMF, première bourse électronique avec chambre de compensation intégrée en France sur les futures et options sur futures. Lionel était en charge des développements informatiques et des opérations. Après une première prise de participation de toutes les grandes banques françaises, OMF a été fusionné avec EuroNext. La deuxième société, Renaissance Software, éditait un logiciel de pricing, risk, P&L et back office sur les dérivés de taux destinés aux grandes banques de Wall Street. Lionel était VP Engineering de Renaissance. Renaissance a été acquise par SunGard (FIS).
La troisième société, Application Networks, développait et commercialisait un logiciel de gestion de risque de marché cross-asset et cross-facteurs pour les banques leaders de leur domaine telles que JPMorgan ou UBS sur les crédits ou SocGen sur les dérivés d’actions. Lionel était co-CEO d’Application Networks. Cette société a été acquise par Reuters.
Serge a débuté sa carrière d’ingénieur à Renaissance Software et a ensuite rejoint ApplicationNetworks où il a dirigé de larges projets d’implémentation du logiciel pour Deutsche Bank et SocGen, avant de prendre la direction de l’Amérique du Nord à partir de New-York afin de développer les affaires auprès des grandes banques de Wall Street. Avant de rejoindre Cardabel, Serge a co-fondé Xanadu, agence de voyage basée à Beijing, qui a développé une offre complète de marque blanche, d’agence en ligne et de magasins dans plus de 10 Carrefour et Auchan en Chine. Serge était CTO de Xanadu. Xanadu a été revendu à un concurrent chinois, Yongli.
Lionel et Serge travaillent ensemble depuis 20 ans, initialement pour Renaissance Software, puis Application Networks et dernièrement à la création et au développement de Cardabel. Lionel et Serge ont toujours appliqué la même stratégie consistant à déployer dans un marché vertical une nouvelle technologie qui a fait ses preuves dans d’autres industries.
Pour Cardabel, Lionel et Serge avaient remarqué depuis longtemps la vétusté des solutions existantes de détection de fraude et ont pensé que le machine learning était une nouvelle technologie qui permettrait de changer radicalement cette industrie.
Une vidéo en ligne ?
Vos produits et services
Cardabel est une solution SaaS ou sur site de détection de fraudes et d’erreurs opérationnelles et autres anomalies dans les transactions de marchés de capitaux. La solution proposée s’adresse aux banques et gestionnaires d’actifs. Cardabel a développé des algorithmes de machine learning non supervisé à cette fin.
Cardabel détecte tout ce qui est anormal, connu ou inconnu.
Les algorithmes de machine learning non supervisé développés par Cardabel permettent d’établir des groupes de transactions grâce à l’identification des « comportements normaux » des traders. Ainsi, les algorithmes peuvent également détecter les transactions qui n’appartiennent à aucun groupe, soit des anomalies. Le machine learning non supervisé permet d’identifier des « comportements anormaux » qu’on ne connait pas a priori.
Vos facteurs de réussite
Nous sommes une équipe fraîche et dynamique avec une approche nouvelle dans un domaine où l’innovation fut rare.
Les cofondateurs cumulent plus de 50 ans d’expérience dans les software de finance de marché et apportent une compréhension essentielle dans un domaine peu accessible.
Le choix de nos algorithme et leur mise en oeuvre dans notre outil ont été faits et testés pour la détection de fraude et d’erreurs opérationnelles dans la finance et ne sont pas le fruit d’une application hasardeuse d’algorithmes génériques de machine learning.
Dès le début nous avons eu des clients tests pour s’assurer de l’efficacité et de la pertinence de notre solution.
Vos facteurs différenciants et disruptifs par rapport à l’existant
Aujourd’hui l’existant n’est fait que de solutions utilisant des règles, du type “trader Joe ne peut pas traiter plus de 10 millions sur des bonds USD”. Si on considère les milliards de combinaisons possibles dans chaque portefeuille, cette approche est vouée à l’échec: ce que reflètent bien les statistiques: environ 50% des erreurs ne sont pas détectés par les solutions existantes.
Il faut une approche nouvelle: du machine learning et en particulier, comme il s’agit de fraudes rares, du machine learning non supervisé.
Jusqu’à maintenant, nous sommes les seuls à le proposer pour les marchés financiers.
Votre business model
Que la solution soit en SaaS ou sur site, les clients payent une licence annuelle qui varie en fonction:
- du volume
- du nombre d’algorithme utilisé
- de l’utilisation batch ou temps réel
Vos concurrents
La concurrence indirecte est très importante : il y a de nombreux rivaux qui ont développé des logiciels reposant sur des règles déterministes comme nous l’écrivions ci-dessus: NiceActimize, Protegent, Smart (du Nasdaq)
Cardabel est la seule entreprise à utiliser du machine learning, qu’il soit supervisé ou non supervisé, spécifique aux marchés de capitaux pour découvrir les anomalies, ce qui lui donne un avantage concurrentiel certain.
Les barrières à l’entrée sont élevées : Cardabel a mis près de 3 ans à développer des algorithmes de machine learning spécifiques aux marchés de capitaux, ce qui représente un coût pécuniaire et temporel.
Votre site web
0 Comments