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

غوتام سينغ هو رئيس وحدة الأعمال العالمية للتحليلات والبيانات والذكاء الاصطناعي في WNS Analytics، والشريك المؤسس والمدير التنفيذي لشركة The Smart Cube، وهي شركة تابعة لشركة WNS. قضى 20 عامًا في تأسيس وتطوير The Smart Cube (قائد في البحث والتحليلات) قبل أن تتم استحواذها من قبل WNS. قبل ذلك، عمل لمدة 10 سنوات في الاستشارات الإدارية ورأس المال الاستثماري في أوروبا والولايات المتحدة. شغل غوتام مناصب مختلفة، بما في ذلك مناصب في شركة Coven Partners (لندن) وشركة A.T. Kearney (لندن) وشركة Mitsubishi Motors (الهند) وشركة Cummins Engines (الولايات المتحدة). يحمل درجة الماجستير في الإدارة من جامعة ميشيغان، آن آربر، الولايات المتحدة، ودرجة البكالوريوس في الهندسة الميكانيكية من معهد الهند التكنولوجي في بومباي، الهند.

WNS Analytics تساعد الشركات على تحويل بياناتها إلى قيمة استراتيجية من خلال “الذكاء القراري” – الذي يجمع بين البنية التحتية للبيانات القوية وتكنولوجيا الذكاء الاصطناعي والخبرة المحددة للنطاق. تقدم خدماتها عبر الصناعات بما في ذلك التأمين والخدمات المصرفية والمالية والتجزئة والسلع الاستهلاكية والتصنيع والرعاية الصحية والطاقة واللوجستيات. تمتد قدراتها لتشمل هندسة البيانات وحوكمة البيانات والتحليلات الوصفية والتنبؤية وأدوات الذكاء الاصطناعي والرؤية – جميعها مصممة لتمكين اتخاذ القرارات بشكل أسرع وأكثر ثقة والابتكار المستمر.

بدأت مسيرتك المهنية في الاستشارات الإدارية العليا، 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 البيانات والتحليلات والذكاء الاصطناعي العالمية؟

قضيت 10 سنوات في الاستشارات الإدارية ورأيت فراغًا واضحًا في السوق: الشركات كانت جالسة على جبال من البيانات ولكنها لم تستخرج قيمتها الكاملة. في عام 2003، كان التحليل البياني masih أساسيًا – كنا نعمل مع جداول البيانات.

القرار ترك الحياة الشركة جاء 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، الانضمام إلى WNS لم يكن خروجًا ولكن تطورًا. لقد حملت إلى الأمام العقلية الريادية، ولكن الآن مع موارد أكبر وبعدًا. هذا يسمح لنا بمواجهة مشاكل على نطاق لم أستطع تحقيقه في شركة أصغر. الأهم من ذلك، أنني أدركت قوة دمج البيانات والتحليلات في العمليات التجارية الأساسية بدلاً من معاملتها كتدخلات منفصلة. هذا التكامل السلس للخبرة المحددة والتحول في العمليات هو مركزي للDNA في WNS – وهو ما دفعني إلى الاستحواذ والقيادة الآن لهذه وحدة الأعمال في WNS.

في 20 عامًا من العمل في التحليلات، كيف رأيت دور البيانات والذكاء الاصطناعي في الخدمات المالية يتطور – من التبني المبكر إلى التكامل الواسع النطاق على مستوى المؤسسات اليوم؟

في أواخر التسعينيات، كان التحليل البياني يعني النظر إلى البيانات التاريخية وصنع التوقعات الإحصائية. التحول كان ملحوظًا.

بداية الألفية الجديدة جلبت الت数字ية ونمذجة تنبؤية أكثر تقدمًا. بحلول عام 2010، أصبحت التحليلات التجارية في الوقت الفعلي معيارًا. قبل ما يقرب من عقد من الزمن، بدأت الذكاء الاصطناعي في دفع تحول حقيقي، وأخيرًا، أصبح الذكاء الاصطناعي التوليدي (Gen AI) على خشبة المسرح.

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

التأثير ملموس: عملية تسجيل العميل التي كانت تأخذ أيامًا الانتهت في ساعات مع التحقق القائم على الذكاء الاصطناعي. تقييمات مخاطر الائتمان تقييم مئات من نقاط البيانات في الوقت الفعلي بخلاف الدرجات التقليدية. حسابات المخاطر التي تتطلب تشغيلات ليلية الانتهت في اللحظة. وكشف الاحتيال لم يعد يتفاعل بعد الحادث – بل يمنع النشاط المشبوه في الوقت الفعلي.

كيف تستخدم المؤسسات المتقدمة الذكاء الاصطناعي والبيانات والهياكل الإدارية لتحسين اتخاذ القرارات في الوقت الفعلي والامتثال التنظيمي والشفافية في العمليات المالية؟

بناء مستودعات البيانات الشاملة لم يعد يعمل. المؤسسات تحتاج إلى تصميم أنظمة بيانية ذكية.

الخدمات المالية تواجه تحديًا فريدًا: فهي تواجه العملاء وتتعامل مع بيانات حساسة للغاية ولا تزال تقدم تخصيصًا واستجابة في الوقت الفعلي. هذا يتطلب بحيرات بيانات موديولار مبنية على إطارات مرنة.

داخل هذه الهندسة المعمارية، تخلق المؤسسات بحيرات بيانات متخصصة للتحليلات السعرية وتقييم المخاطر والتقارير التنظيمية. كل بُحيرة تعمل بشكل مستقل بينما تغذي النظام البيئي الأكبر، وتقدم قيمة فورية مع الحفاظ على حدود الأمان.

اتجاه Zero ETL ذو صلة بشكل خاص هنا، حيث يزيل عمليات استخراج وتحويل وتحميل البيانات المعقدة من خلال تمكين الاستعلام المباشر عبر الأنظمة. هذا يسمح للذكاء الاصطناعي بالوصول إلى البيانات وتحليلها في الوقت الفعلي دون نقلها، مما يقلل من التأخير والحفاظ على الحوكمة.

وكلاء الذكاء الاصطناعي يتطورون أيضًا إلى ما هو أبعد من كشف الشذوذ. لا يزالون يشيرون إلى المعاملات المشبوهة، بل يوصون بإجراءات ويقومون بالاستجابة داخل معايير الحوكمة.

في مجال الامتثال، يراقب الذكاء الاصطناعي باستمرار المعاملات، ويولد تقارير، ويكشف عن قضايا قبل أن يفعلها المنظمون.

البيانات الاصطناعية غالبًا ما يتم الترويج لها كوسيلة آمنة لتدريب نماذج الذكاء الاصطناعي دون كشف المعلومات الحساسة. هل يمكنك مشاركة أمثلة حول كيفية تطبيق البيانات الاصطناعية بشكل فعال في كشف الاحتيال وتحليل المخاطر واعتماد النماذج؟

في WNS Analytics، نستخدم توليد البيانات الاصطناعية المتقدم لإنشاء مجموعات بيانات عالية الدقة ومتوافقة مع الخصوصية لتسريع تدريب نماذج الذكاء الاصطناعي، خاصة في مجالات نادرة البيانات. مجموعاتنا الاصطناعية تقلد السيناريوهات في العالم الحقيقي مع نفس الأنماط الإحصائية والسلوكيات والارتباطات مثل البيانات المالية الفعلية – تدفقات المعاملات، اتجاهات الاحتيال، سلوك العملاء – دون كشف أي معلومات شخصية حساسة أو بيانات عملاء.

هذه القدرة تتحول في الخدمات المالية عبر مجالات مثل تحليل المخاطر، وكشف الاحتيال، وتقييم الائتمان، واختبار التوتر، ونمذجة الامتثال. مجموعات البيانات الاصطناعية هذه تمكن المنظمات من بدء تطوير حلول الذكاء الاصطناعي بسرعة مع ضمان خصوصية البيانات وثقة التنظيم.

تطبيق مبتكر خاص يتضمن استخدام بيانات PII المخفية لإنشاء نماذج شبيهة. هذا يسمح للشركات بتقديم عروض مستهدفة للمستهلكين، مما يسمح بالتسويق المخصص مع الحفاظ على الخصوصية الكاملة.

الآلية الذكية ووكلاء الذكاء الاصطناعي يتزايدون بشكل متزايد في عمليات العمل. ما هي الحالات الأكثر تحولًا التي رأيتها في الخدمات المالية، وكيف تحسن من متانة الأداء؟

الآلية الذكية التي تستخدم وكلاء الذكاء الاصطناعي تتسارع في تسريع تدفقات العمل، مما يسمح للمنظمات بتبسيط العمليات واتخاذ قرارات أسرع وأكثر информائية. هؤلاء الوكلاء يجمعون بين الآلية والاستدلال المتقدم لتوفير تحسينات في المتانة والقابلية للتطوير والأداء.

في WNS Analytics، نطبق إطار GAIN (إطارنا الخاص لتنفيذ الذكاء الاصطناعي العامل) لتقييم مستويات الاستقلالية المناسبة لوكلاء الذكاء الاصطناعي. كما نقدم مكونات قابلة لإعادة الاستخدام ومicroservices-قائمة على وكلاء متخصصين من خلال مركزنا الفائز بالجوائز للخدمات الذكية.

في التأمين، قمنا بتحويل عدة تدفقات عمل من خلال الذكاء الاصطناعي العامل. في مطالبات السيارات، حلنا القائم على الذكاء الاصطناعي التوليدي لاكتشاف الاسترداد من الطرف الثالث حقق دقة 85٪، وضاعف حجم الاسترداد، ورفع الاستردادات السنوية بما يقرب من 49٪ – مفتوحًا فرصًا بقيمة ملايين الدولارات التي كانت مخفية في السابق.

في التأمين، مساعدنا البحث القائم على الذكاء الاصطناعي العامل يستخدم وكلاء متخصصين متعددين لتقسيم الاستفسارات المعقدة، واستخراج البيانات من مصادر متعددة، وتوليد رؤى بدقة 99٪ مع تقليل وقت الإرجاع بنسبة 85٪.

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

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

هذه الحلول تعزز الحكم البشري، مما يخلق أنظمة أسرع وأكثر دقة.

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

أ أكبر حاجز لتحويل الذكاء الاصطناعي ليس التكنولوجيا – بل جاهزية المنظمة.

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

ثانيًا، فجوة المهارات. المؤسسات تحتاج إلى مزيج من الخبراء في المجال، ومهندسي البيانات، وعلماء البيانات، وترجمات يمكنها ربط رؤى تقنية بقيمة أعمال.

ثالثًا، وتيرة التغيير التكنولوجي. مختبر الذكاء الاصطناعي في WNS يسمح للمنظمات بتجربة التكنولوجيات الناشئة وبناء نماذج إثبات قبل الالتزام بالتنفيذ على نطاق واسع.

من الناحية الثقافية، يعتمد النجاح على إدارة التغيير الفعالة. نصمم إطارات تساعد الموظفين على النظر إلى الذكاء الاصطناعي كإضافة وليس استبدال. إنشاء مجلس للذكاء الاصطناعي هو أيضًا خطوة ذكية، حيث يوفر الحوكمة والتنسيق عبر الوظائف ومسارًا منظمًا للانتقال من التجارب إلى التوسع على مستوى المؤسسة.

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

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

المؤسسات المالية تحتاج إلى إطارات حوكمة للذكاء الاصطناعي قوية. في WNS، ننفذ إطارات تضمن تطوير الذكاء الاصطناعي بشكل مسؤول ومتعقل وأمني. نهجنا يدمج فحوصات للتحيز والعدالة والكفاءات المخصصة ومراقبة انحراف النموذج. هذا يبني الثقة، وليس فقط الامتثال التنظيمي.

الشفافية حاسمة بشكل خاص في الخدمات المالية. إذا رفض الذكاء الاصطناعي قرضًا، يستحق المتقدمون تفسيرات واضحة وقابلة للفهم.

في النهاية، الذكاء الاصطناعي المسؤول هو ميزة تنافسية. البنوك التي تظهر عدالة وشفافية وأمان في أنظمة الذكاء الاصطناعي تكتسب ثقة العملاء. تلك التي تعامل الحوكمة كأمر ثانوي تتعرض للعقوبات التنظيمية وتضرر سمعة يصعب إصلاحها.

في السنوات الثلاث إلى الخمس القادمة، ما هي القدرات الناشئة للذكاء الاصطناعي أو استراتيجيات البيانات التي تعتقد أنها سيكون لها أكبر تأثير على كيفية عمل المنظمات المالية؟

سيتطور ثلاثة تطورات تشكل الخدمات المالية في السنوات الثلاث إلى الخمس القادمة.

أولاً، سيتحرك الذكاء الاصطناعي العامل من التجريبي إلى الأساسي. سيتولى وكلاء الذكاء الاصطناعي المستقلون سير عمليات معقدة وتنسيق أقسام كاملة جنبًا إلى جنب مع فرق بشرية.

ثانيًا، ست trở成 معايير معينة. سيتكيف الذكاء الاصطناعي مع كل互одействة، مما يسمح بتقديم خدمات مالية حقًا مخصصة تتطور مع احتياجات العملاء المتغيرة.

ثالثًا، سنرى تقارب تقني قوي: الحوسبة الكمومية لحسابات المخاطر المتقدمة، وتكنولوجيا البلوك تشين لسجلات قرارات الذكاء الاصطناعي الشفافة، و計算 الحواف لاتخاذ القرارات الفورية المحلية. معًا، ستفتح هذه التكنولوجيات أشكالًا جديدة من الخدمات المالية التي لا نزال ن开始 في تخيلها.

بعد الملاحة في ريادة الأعمال والاستحواذ والقيادة العالمية، ما هي المبادئ التوجيهية التي ساعدتك على اتخاذ القرارات وتوجيه الفرق خلال التغيير؟

ثلاثة مبادئ توجيهني.

أولاً، الاستمرارية على الكمال. عندما بدأنا The Smart Cube، لم نكن لدينا كل الإجابات. كنا نرتكب الأخطاء، نتكيف، ونستمر في التقدم. الاستمرارية مع المرونة كانت أساسية.

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

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

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

لمهنيين يريدون تشكيل مستقبل الذكاء الاصطناعي في المالية، ما هي المهارات أو العقلية أو الخبرات التي تعتقد أنها ستكون الأكثر قيمة؟

المستقبل ينتمي إلى من يمكنهم ربط العوالم. المهارات الفنية النقية أو الخبرة في المجال لن تكون كافيتين.

أولاً، طور تفكيرًا نظاميًا. ابدأ بالحاجة السوقية – حالة استخدام واضحة – واعمل إلى الوراء. الذكاء الاصطناعي في المالية يتطلب رؤية كيفية ارتباط كل شيء: كيف يؤثر تغيير في نماذج المخاطر على تجربة العملاء أو كيف يفتح التأتمتة فرصًا جديدة.

ثانيًا، ثق في الواقعية التكتيكية أكثر من المثالية. كن متحمسًا للتكنولوجيا الجديدة، ولكن صارمًا في تقييمها. ليس كل مشكلة تحتاج إلى الذكاء الاصطناعي – أحيانًا، التحليلات البسيطة أو حتى جداول البيانات يمكن أن تفعل العمل.

ثالثًا، بناء مهارات الترجمة. هذا هو أمر بالغ الأهمية. أن تكون قادرًا على شرح مفاهيم الذكاء الاصطناعي المعقدة لأعضاء مجلس الإدارة وترجمة متطلبات الأعمال لعلوم البيانات هو قيمة لا تُقدر بثمن. أقوى قادة الذكاء الاصطناعي يرتبطون التكنولوجيا مع الاستراتيجية التجارية.

أخيرًا، اعتنق التعلم المستمر. الأدوات التي كانت حادة قبل خمس سنوات أصبحت بالية. البقاء متعلمًا ومتواضعًا ومتعهدًا بالتعلم سيفتح أبوابًا لفرص لا نستطيع تخيلها بعد في تقاطع الذكاء الاصطناعي والمالية.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم المزيد يجب أن يزوروا WNS Analytics.