غوتام سينغ، رئيس وحدة الأعمال العالمية للتحليلات والبيانات والذكاء الاصطناعي، WNS Analytics – سلسلة المقابلات

غوتام سينغ هو رئيس وحدة الأعمال في WNS Analytics والشريك المؤسس والرئيس التنفيذي لشركة The Smart Cube، وهي شركة تابعة لشركة WNS. وقضى 20 عامًا في تأسيس وتطوير The Smart Cube (التي تُعتبر رائدة في البحث والتحليلات) قبل أن تُكتسب من قبل WNS. وقبل ذلك، عمل لمدة 10 سنوات في الاستشارات الإدارية ورأس المال الاستثماري في أوروبا والولايات المتحدة. شغل غوتام العديد من المناصب، بما في ذلك مناصب في Coven Partners (لندن) وA.T. Kearney (لندن) وميتسوبيشي موتورز (الهند) وCummins Engines (الولايات المتحدة). وهو حاصل على ماجستير في إدارة الأعمال من جامعة ميشيغان، آن آربر، الولايات المتحدة الأمريكية ودرجة البكالوريوس في الهندسة الميكانيكية من المعهد الهندي للتقنية في بومباي، الهند.

WNS Analytics تساعد الشركات على تحويل بياناتها إلى قيمة استراتيجية من خلال “ذكاء القرار” – الذي يجمع بين البنية التحتية للبيانات القوية وتكنولوجيا الذكاء الاصطناعي / GenAI / Agentic-AI والخبرة المحددة للنطاق. تقدم خدماتها عبر الصناعات بما في ذلك التأمين والخدمات المصرفية والمالية والتجزئة والسلع الاستهلاكية والتصنيع والرعاية الصحية والطاقة واللوجستيات. وتشمل قدراتها هندسة البيانات وحوكمة البيانات والتحليلات الوصفية والتنبؤية وأدوات الذكاء الاصطناعي / تعلم الآلة والتصوير – جميعها مصممة لتمكين القرارات أسرع وأكثر ثقة والابتكار المستمر.

بدأت مسيرتك المهنية في الاستشارات الإدارية من الطراز العالي، ثم أسست The Smart Cube وقادتها لمدة 20 عامًا قبل استحواذ WNS عليها. ما هو ما دفعك إلى الانتقال من الاستشارات إلى ريادة الأعمال، ثم إلى قيادة أعمال التحليلات والبيانات والذكاء الاصطناعي على مستوى العالم؟

لقد قضيت عشر سنوات في الاستشارات الإدارية ورأيت فراغًا سوقيًا واضحًا: الشركات تجلس على جبال من البيانات ولكنها لا تستخرج قيمتها الكاملة. في عام 2003، كانت التحليلات لا تزال أساسية – كنا نعمل مع جداول البيانات في برنامج إكسل.

كان القرار لمغادرة الحياة الشركية يعود إلى الاعتقاد الذاتي. رأيت فرصة لمساعدة المنظمات على استخراج قيمة بياناتها الحقيقية، لذلك أسست The Smart Cube بهذا الرؤية.

بعد 20 عامًا من بناء The Smart Cube، لم يكن الانضمام إلى WNS خروجًا ولكن تطورًا. لقد نقلت إلى الأمام العقلية الريادية، ولكن الآن مع موارد وموارد أكبر بكثير. هذا يسمح لنا بمواجهة مشاكل على مستوى لم أستطع تقديمه في شركة صغيرة. وأهم شيء هو أنني أدركت قوة دمج البيانات والتحليلات في العمليات التجارية الأساسية بدلاً من معاملتها كتدخلات منفصلة. هذه التكامل السلس للخبرة المحددة والتحول في العملية هو ما يُعتبر جزءًا من الحمض النووي لشركة WNS – وهو ما دفعني إلى الاستحواذ والقيادة الآن لهذه وحدة الأعمال في WNS.

كيف رأيت دور البيانات والذكاء الاصطناعي في الخدمات المالية يتطور – من مرحلة التبني المبكر إلى التكامل على مستوى المؤسسة اليوم؟

في أواخر التسعينيات، كانت التحليلات تعني النظر إلى البيانات التاريخية وصنع توقعات إحصائية. كانت التحولة مذهلة.

أدى العقد الأول من القرن الحادي والعشرين إلى بداية العصر الرقمي ونمذجة تنبؤية أكثر تقدمًا. بحلول عام 2010، أصبحت تحليلات التداول في الوقت الفعلي معايير قياسية. قبل ما يقرب من عقد من الزمن، بدأت تعلم الآلة في دفع تحول حقيقي، وأخيرًا، أصبحت الذكاء الاصطناعي التوليدي (Gen AI) على خشبة المسرح.

اليوم، تعامل المؤسسات المالية مع البيانات كأصل استراتيجي. لقد انتقل السؤال من “هل يمكننا استخدام الذكاء الاصطناعي؟” إلى “كيف ندمج الذكاء الاصطناعي في كل قرار؟”

الأثر ملموس: عملية التأشير التي استغرقت أيامًا الآن تكتمل في ساعات مع التحقق القائم على الذكاء الاصطناعي. تقييمات مخاطر الائتمان تُقيم مئات من نقاط البيانات في الوقت الفعلي بخلاف الدرجات التقليدية. حسابات المخاطر التي تتطلب تشغيلًا ليليًا الآن هي فورية. والكشف عن الاحتيال لم يعد يتفاعل بعد الحادث – بل يمنع النشاط المشبوه في الوقت الفعلي.

كيف تستخدم المؤسسات المتقدمة بحكمة البحيرات البيانية والهياكل التوجيهية لتحسين اتخاذ القرارات في الوقت الفعلي والامتثال التنظيمي والشفافية في العمليات المالية؟

بناء مستودعات بيانات وحيدة وآمل في الحصول على رؤى لا يعمل. تحتاج المؤسسات إلى تصميم أنظمة بيانات ذكية.

تُعتبر الخدمات المالية تواجه تحديًا فريدًا: فهي تواجه العملاء، وتتعامل مع بيانات حساسة للغاية، ولا تزال تحتاج إلى تقديم تخصيص واستجابة في الوقت الفعلي. هذا يتطلب بحيرات بيانات موديلار مبنية على إطارات مرنة.

داخل هذه الهياكل، تخلق المنظمات برك بيانات متخصصة للتحليلات السعرية وتقييم المخاطر والتقارير التنظيمية. تعمل كل بركة بشكل مستقل بينما تغذي النظام البيئي الأكبر، وتقدم قيمة فورية مع الحفاظ على حدود الأمان.

يُعتبر اتجاه Zero ETL ذا صلة خاصة هنا، حيث يزيل عمليات Extract-Transform-Load المعقدة من خلال تمكين الاستفسار المباشر عبر الأنظمة. هذا يسمح للذكاء الاصطناعي بالوصول إلى البيانات وتحليلها في الوقت الفعلي دون نقلها، مما يقلل من التأخير والحفاظ على الحوكمة.

تُطوّر وكلاء الذكاء الاصطناعي أيضًا إلى ما هو أبعد من الكشف عن الشذوذ. لا يُشيرون فقط إلى المعاملات المشبوهة ولكن يُقترحون أيضًا إجراءات وتنفيذ استجابات داخل معايير الحوكمة.

يُعتبر البيانات الاصطناعية غالبًا وسيلة آمنة لتدريب نماذج الذكاء الاصطناعي دون كشف المعلومات الحساسة. هل يمكنك مشاركة أمثلة عن كيفية تطبيق البيانات الاصطناعية بفعالية في الكشف عن الاحتيال وتحليل المخاطر واعتماد النماذج؟

في WNS Analytics، نستخدم توليد البيانات الاصطناعية المتقدمة لإنشاء مجموعات بيانات عالية الدقة ومتوافقة مع الخصوصية التي تسرع من تدريب نموذج الذكاء الاصطناعي، خاصة في المجالات التي تفتقر إلى البيانات. مجموعات بياناتنا الاصطناعية تقلد السيناريوهات في العالم الحقيقي مع تمثيل نفس الأنماط الإحصائية والسلوكيات والارتباطات مثل البيانات المالية الفعلية – تدفقات المعاملات، اتجاهات الاحتيال، سلوك العملاء – دون كشف أي معلومات حساسة أو بيانات تعريف شخصية.

تُعتبر هذه القدرة تحول الخدمات المالية عبر مجالات مثل تحليل المخاطر والكشف عن الاحتيال وتقييم الائتمان والاختبارات الضاغطة ونمذجة الامتثال. تمكن مجموعات البيانات الاصطناعية هذه المنظمات من بدء تطوير حلول الذكاء الاصطناعي بسرعة مع ضمان خصوصية البيانات وثقة التنظيم.

تُعتبر التطبيق المبتكر خاصة استخدام بيانات PII-المasked لإنشاء نماذج شبيهة. هذا يسمح للشركات بطرح عروض مستهدفة للمستهلكين، مما يُمكن التسويق المخصص مع الحفاظ على الخصوصية الكاملة.

تُدمج آليات التutomatisation الذكية ووكلاء الذكاء الاصطناعي بشكل متزايد في سير العمل التجاري. ما هي الحالات الأكثر تحولًا التي رأيتها في الخدمات المالية، وكيف تحسن من متانة ومؤشرات الأداء التشغيلي؟

تُسرع آليات التutomatisation الذكية التي تستخدم وكلاء الذكاء الاصطناعي سير العمل المؤسسي، مما يُمكن للمنظمات تسهيل العمليات واتخاذ قرارات أسرع وأكثر اطلاع. تُجمع هذه الوكلاء التautomatisation مع التفكير المتقدم لتوفير تحسينات في المتانة والقابلية للتوسع والأداء.

في WNS Analytics، نطبق إطار GAIN (إطارنا المملوك لتنفيذ الذكاء الاصطناعي Agentic) لتقييم المستويات المناسبة من الاستقلالية لوكلاء الذكاء الاصطناعي Agentic. كما نقدم مكونات قابلة لإعادة الاستخدام ومبنية على خدمات دقيقة لموكلين гипerspecialized من خلال مركزنا الفائز بالجوائز AI Utilities Hub.

في التأمين، قمنا بتحويل سير العمل المتعددة من خلال الذكاء الاصطناعي Agentic. في مطالبات التأمين على السيارات، حلنا ذا القدرة على الكشف عن استرداد الطرف الثالث، الذي يُدفع بواسطة وكلاء الذكاء الاصطناعي المستقلين، حقق دقة 85٪، وضاعف حجم الاسترداد، ورفع الاستردادات السنوية بما يقرب من 49٪ – وفك القفل لملايين الفرص التي تم تجاهلها في السابق.

في عمليات التأمين، يستخدم مساعدنا البحثي ذا القدرة على الذكاء الاصطناعي Agentic وكلاء متخصصين متعددين لتحليل الاستفسارات المعقدة، واستخراج البيانات من مصادر متعددة، وتوليد رؤى بدقة 99٪ مع تقليل وقت الاستجابة بنسبة 85٪.

لمؤسسة مالية رائدة، خفض حلنا ذا القدرة على الذكاء الاصطناعي التوليدي من وقت فحص وسائل الإعلام السلبية بنسبة 60٪، وخفض الإيجابيات الكاذبة بنسبة 12-15٪.

كما لدينا حل إدارة المعرفة ذا القدرة على الذكاء الاصطناعي التوليدي – مصمم كمنصة أفقية – لإعادة تعريف كيفية استرجاع المؤسسات للبيانات، والتفكير من خلالها، وسياقها. من خلال تقديم رؤى دقيقة ومتوافقة وثابتة في الوقت الفعلي، يعزز اتخاذ القرارات، ويفضل الكفاءة، ويعزز المتانة التشغيلية عبر الصناعات.

تُحسّن هذه الحلول الحكم البشري، مما يُسرع من أنظمة أكثر دقة.

للمؤسسات التي تهدف إلى توسيع مبادرات الذكاء الاصطناعي، ما هي أكبر الحواجز – التقنية أو الثقافية أو الاستراتيجية – وكيف يمكن للقادة التغلب عليها؟

أعتقد أن أكبر عائق أمام توسيع مبادرات الذكاء الاصطناعي ليس التكنولوجيا – بل جاهزية المنظمة.

أولاً، هناك سيلو بيانات عبر الأنظمة التقليدية. لا يُعتبر الاستبدال الكامل عمليًا دائمًا؛ بدلاً من ذلك، يجب التركيز على بناء جسور ذكية. في WNS، قمنا بإنشاء “فرق الجسور” التي تجمع مسؤولي الأنظمة التقليدية مع مهندسي السحابة، مما يسرع التنفيذ مع الحفاظ على القواعد التجارية الحيوية.

ثانيًا، الفجوة في المهارات. تحتاج المؤسسات إلى المزيج الصحيح من الخبراء في المجال، ومهندسي البيانات، وعلماء البيانات، ومترجمين يمكنهم ربط الرؤى التقنية بقيمة الأعمال.

ثالثًا، وتيرة التغيير التكنولوجي. يُمكن مختبر WNS AI للمؤسسات تجربة التكنولوجيات الناشئة وإنشاء نماذج أولية قبل الالتزام بالتنفيذ على نطاق واسع.

من الناحية الثقافية، يعتمد النجاح على إدارة التغيير الفعالة. نُصمم إطارات تُمكن الموظفين من النظر إلى الذكاء الاصطناعي كإضافة وليس كبديل. إنشاء مجلس للذكاء الاصطناعي هو أيضًا خطوة ذكية، حيث يوفر الحوكمة والتنسيق عبر الوظائف ومسارًا منظمًا لتحريك الحلول من المرحلة التجريبية إلى التوسع على مستوى المؤسسة.

مع تزايد التدقيق على أخلاقيات الذكاء الاصطناعي والتحيز والشفافية، كيف يمكن للمؤسسات المالية أن تحقق التوازن الصحيح بين الابتكار والحوكمة المسؤولة للذكاء الاصطناعي؟

لا يُعتبر الابتكار والمسؤولية خيارات متضادة – يجب بناء المسؤولية في الابتكار من البداية.

تحتاج المؤسسات المالية إلى إطارات حوكمة للذكاء الاصطناعي قوية. في WNS، نُطبق إطارات تضمن تطوير الذكاء الاصطناعي بشكل مسؤول وآمن ومتوافق مع الأخلاقيات. يُدمج نهجنا فحوصات للتحيز والعدالة ومؤشرات الأداء المخصصة ومراقبة انحراف النموذج. هذا يُbuilt الثقة، وليس مجرد الامتثال التنظيمي.

الشفافية هي أمر بالغ الأهمية في الخدمات المالية. إذا رفض الذكاء الاصطناعي قروضًا، فإن المتقدمين يستحقون تفسيرات واضحة وقابلة للفهم.

في النهاية، يُعتبر الذكاء الاصطناعي المسؤول ميزة تنافسية. البنوك التي تُظهر العدالة والشفافية والأمان في أنظمة الذكاء الاصطناعي تكتسب ثقة العملاء. تلك التي تعامل الحوكمة كأمر ثانوي تُخاطر بالعقوبات التنظيمية وأضرار السمعة التي يصعب إصلاحها.

في السنوات الثلاث إلى الخمس القادمة، ما هي القدرات الناشئة للذكاء الاصطناعي أو استراتيجيات البيانات التي تُعتبر أن لها أكبر تأثير على كيفية عمل المؤسسات المالية؟

ستكون ثلاثة تطورات تحدد الخدمات المالية في السنوات الثلاث إلى الخمس القادمة.

أولاً، سيتحرك الذكاء الاصطناعي Agentic من التجريبي إلى الأساسي. ستنفذ وكلاء الذكاء الاصطناعي المستقلون سير عمل معقد وorchestrate أقسام كاملة إلى جانب فرق بشرية.

ثانيًا، ستُصبح أنظمة التعلم المستمر معايير. سيتكيف الذكاء الاصطناعي من كل互одействة، مما يُمكن خدمات مالية حقيقية شبه شخصية تُطوّر مع احتياجات كل عميل.

ثالثًا، سنرى تلاقي تقنيات قوية: الحوسبة الكمومية لحسابات المخاطر المتقدمة، وتكنولوجيا البلوكشين لسجلات قرارات الذكاء الاصطناعي الشفافة، والحوسبة الحدية لاتخاذ القرارات الفورية. ستفتح هذه التكنولوجيا مجتمعة أشكالًا جديدة من الخدمات المالية التي نبدأ فقط في تخيلها.

بعد الملاحة في ريادة الأعمال والاستحواذ، ثم دور القيادة العالمي، ما هي المبادئ التوجيهية التي ساعدتك على اتخاذ القرارات وتوجيه الفرق خلال التغيير؟

ثلاثة مبادئ توجيهية تُحددني.

أولاً، الاستمرارية على الكمال. عندما بدأنا The Smart Cube، لم يكن لدينا كل الإجابات. لقد كنا نخطئ، نتكيف، ونمضي قدمًا. لقد كان الاصرار مع المرونة ضروريًا.

ثانيًا، بناء القيمة الدائمة، وليس الخروج السريع. لقد نصحه أحد أساتذتي في المدرسة التجارية – بعد سنوات من تأسيس The Smart Cube – “لا تركز على الخروج. ركز على بناء عمل ناجح سيستمر”. لقد شكّل هذا التفكير على المدى الطويل كل قرار اتخذته.

ثالثًا، استمتع بما تفعله. لقد كنت دائمًا أعتقد أن إذا لم أستمتع، سأنتقل إلى شيء آخر. بعد 30 عامًا، ما زلت أستيقظ متحمسًا، وهذا الحماس يُلهم الفرق خلال التغيير.

تعزيز القيادة خلال الاستحواذ أيد حقيقة أخرى: ينجح التغيير عندما تأتي الناس معًا. التكامل التقني هو بسيط؛ التكامل الثقافي – بناء رؤية مشتركة – هو حيث يهم القيادة الحقيقية.

لمهنيين يريدون تشكيل مستقبل الذكاء الاصطناعي في التمويل، ما هي المهارات أو العقلية أو الخبرات التي تُعتبر الأكثر قيمة؟

المستقبل ي属于 أولئك الذين يمكنهم ربط العوالم. المهارات التقنية النقية أو الخبرة في المجال وحدها لن تكون كافية.

أولاً، تطور التفكير النظمي. ابدأ بالحاجة السوقية – حالة استخدام واضحة – واعمل إلى الوراء. يتطلب الذكاء الاصطناعي في التمويل رؤية كيفيةเช Kếtل كل شيء: كيف يتأثر تغيير في نماذج المخاطر بتجربة العملاء أو كيف يفتح التautomatisation فرصًا جديدة.

ثانيًا، ثقافة الواقعية المتميزة عن المثالية. كن متحمسًا للتكنولوجيا الجديدة، ولكن صارمًا في تقييمها. لا يحتاج كل مشكلة إلى الذكاء الاصطناعي – أحيانًا، يمكن للتحليلات البسيطة أو حتى جداول البيانات في برنامج إكسل أن تفعل العجائب.

ثالثًا، بناء مهارات الترجمة. هذا أمر بالغ الأهمية. القدرة على شرح مفاهيم الذكاء الاصطناعي المعقدة لأعضاء مجلس الإدارة وترجمة متطلبات الأعمال ل科学اء البيانات هي قيمة لا تُقدر بثمن. قادة الذكاء الاصطناعي الأكثر قوة يُحاذرون التكنولوجيا مع الاستراتيجية التجارية.

أخيرًا، اعتنق التعلم المستمر. الأدوات التي كانت حادة قبل خمس سنوات أصبحت قديمة الآن. البقاء متعلمًا ومتواضعًا وملتزمًا بالتعلم سيفتح أبوابًا لفرص لا نستطيع حتى تخيلها عند تقاطع الذكاء الاصطناعي والتمويل.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة WNS Analytics.