Η CIBC Mellon διαχειρίζεται 3,5 τρισεκατομμύρια δολάρια σε περιουσιακά στοιχεία σε μια αγορά όπου μια seule μέρα μπορεί να κοστίσει εκατοντάδες εκατομμύρια. Δείτε πώς η εταιρεία χρησιμοποιεί την τεχνητή νοημοσύνη για να διασφαλίσει ότι είναι πάντα η πρώτη που φτάνει.

Στις 18 Φεβρουαρίου 2021, το πρώτο ETF Bitcoin στη Βόρεια Αμερική εκκίνησε στον Καναδά και drew πάνω από 500 εκατομμύρια δολάρια την πρώτη εβδομάδα. Την επόμενη μέρα, ένα δεύτερο ETF Bitcoin εκκίνησε στην ίδια αγορά. Το δεύτερο, σύμφωνα με τον Mal Cullen, CEO της CIBC Mellon, drew 35 εκατομμύρια δολάρια. Αν και ήταν ένα παρόμοιο προϊόν στην ίδια αγορά, που εκκίνησε μόνο μια μέρα διαφορά, υπήρχε μια μεγάλη διαφορά στα νούμερα που drew.

Αυτή η αντίθεση είναι το είδος του πράγματος που ορίζει τον κόσμο του Cullen. Η CIBC Mellon είναι μια από τις μεγαλύτερες εταιρείες asset servicing στον Καναδά, υπεύθυνη για τη διαχείριση 3,5 τρισεκατομμυρίων δολαρίων σε περιουσιακά στοιχεία. Σε αυτό το είδος περιβάλλοντος, μια seule μέρα καθυστέρηση κοστίζει πραγματικά χρήματα — μερικές φορές, εκατοντάδες εκατομμύρια από αυτά.

«Τι είναι η αξία μιας μέρας στη δική σας επιχείρηση;» ρώτησε ο Cullen το κοινό στο Appian World 2026 στο Ορλάντο τον περασμένο μήνα. «Στη δική μας επιχείρηση, μπορεί να είναι τεράστια.»

Αυτή η ερώτηση οδηγεί τώρα σε μια από τις πιο σημαντικές παραγωγές AI στις καναδικές χρηματοοικονομικές υπηρεσίες, και τα μαθήματα από αυτήν φθάνουν πέρα από τις κεφαλαιαγορές.

Το Πρόβλημα Με 30 Χρόνια Διαδικασίας

Η CIBC Mellon λειτουργεί για 30 χρόνια. Είναι μια κοινή εταιρεία μεταξύ BNY — η οποία διαχειρίζεται πάνω από 59 τρισεκατομμύρια δολάρια σε περιουσιακά στοιχεία παγκοσμίως — και CIBC, μια από τις μεγαλύτερες τράπεζες του Καναδά. Αυτή η γονεϊκή εταιρεία φέρνει τεράστια κλίμακα και θεσμική πιστότητα. Φέρνει επίσης πολυπλοκότητα.

«Υπάρχει μόνο ένα πράγμα καλύτερο από το να ανήκεις σε μια τράπεζα», είπε ο Cullen, με ένα μετρημένο χαμόγελο. «Και αυτό είναι να ανήκεις σε δύο τράπεζες. Δύο τράπεζες σημαίνουν δύο ομάδες συμμόρφωσης, δύο ομάδες κινδύνου και δύο γνώμες σχεδόν για όλα.»

Για να γίνει σοβαρή η CIBC Mellon με την τεχνητή νοημοσύνη, χρειαζόταν να αντισταθεί στην έμφυτη έλξη να κινηθεί γρήγορα. Πριν από τη διαployment του πρώτου εργαλείου, η εταιρεία επέστρεψε στις βασικές αρχές. Η ομάδα χαρτογράφησε κάθε ροή εργασίας, αναγνώρισε πού η ικανότητα ήταν περιορισμένη, πού ο κίνδυνος ήταν υψηλότερος και πού η χειρωνακτική εργασία ήταν συγκεντρωμένη. Αυτό που βρήκαν τους έκπληξε.

«Οι άνθρωποι που κάνουν την εργασία δεν ήταν το πρόβλημα», σημείωσε ο Cullen. «Ήταν το πώς η εργασία ρέει μεταξύ των ομάδων που προκαλούσε τις περιορισμούς.» Με άλλα λόγια, η τεχνολογία δεν θα έλυνε ποτέ αυτό που η διαδικασία είχε σπάσει.

Από Γραμμές Συναρμολόγησης Σε Τεχνητή Νοημοσύνη

Η πρώτη σημαντική παραγωγή αφορούσε τη λογιστική των κεφαλαίων — μια διαδικασία που η CIBC Mellon εκτελεί σε τεράστια κλίμακα. Η εταιρεία παράγει περίπου 350.000 αξιολογήσεις κεφαλαίων κάθε μήνα, κάθε μια από τις οποίες υπόκειται σε στενές προθεσμίες και αυστηρές απαιτήσεις ακρίβειας.

Για χρόνια, η διαδικασία λειτουργούσε κάθετα: Ένας λογιστής κατείχε ένα αρχείο από την αρχή μέχρι το τέλος. Ήταν μια διαδικασία που βασίζεται στην ατομική εμπειρία, η οποία σημαίνει ότι ήταν επίσης χτισμένη σε ατομικά όρια και σχεδόν αδύνατο να κλιμακωθεί. Η εταιρεία την επανασχεδίασε οριζόντια, διανέμοντας την εργασία σε εξειδικευμένες ομάδες. Αλλά αυτό δημιούργησε ένα νέο πρόβλημα — οι παραδόσεις μεταξύ των ομάδων έγιναν πηγή τριβής και καθυστέρησης. Οι επόπτες δεν είχαν ορατότητα σε πού stood η εργασία χωρίς να ρωτήσουν.

Ένας λογιστής κεφαλαίων με πάνω από μια δεκαετία εμπειρίας, ο οποίος γνώριζε τη διαδικασία καλύτερα από οποιονδήποτε στο κτίριο, χρησιμοποίησε την πλατφόρμα low-code της Appian για να χτίσει αυτό που ο Cullen ονομάζει «πύργο ελέγχου» — ένα σύστημα ροής εργασίας που δίνει σε κάθε ομάδα πραγματική ορατότητα σε πού βρίσκεται η εργασία στη διαδικασία, αυτοματοποιώντας τις παραδόσεις που προκαλούσαν τις καθυστερήσεις.

Το αποτέλεσμα ήταν μια αύξηση της αποδοτικότητας 34% σε μια seule διαδικασία. Σε 350.000 αξιολογήσεις το μήνα, αυτό συνδυάζεται γρήγορα.

«Μου είπε ότι σχεδίασε έξω όλα όσα δεν του άρεσαν στη δουλειά του», είπε ο Cullen. «Όταν παίρνετε ανθρώπους που κατανοούν τη διαδικασία να εργαστούν σε αυτή, δεν αυτοματοποιούν τα χειρωνακτικά πράγματα που υπήρχαν πριν. Ανασχεδιάζουν τη διαδικασία και την κάνουν καλύτερη.»

Το Πρόβλημα του ETF

Το δεύτερο παράδειγμα επιστρέφει σε αυτή την ιστορία του ETF Bitcoin. Όταν ένα ETF εκκινεί ή διανέμει αποδόσεις σε κατόχους μονάδων, εμπλέκει ένα σύνθετο δίκτυο ανταλλακτών — τον διαχειριστή του κεφαλαίου, τον κηδεμόνα, την αγορά, τον creator της αγοράς και τον μεταφορέα. Κάθε ένας από αυτούς χρειάζεται να ειδοποιηθεί. Κάθε ένας έχει ένα ρόλο. Để να βγάλει το κεφάλαιο μια μέρα νωρίτερα, χρειάζεται όλοι να κινηθούν σε συγχρονισμό.

Ένας ειδικός προϊόντων ETF στην CIBC Mellon χτίστηκε μια ροή εργασίας στην Appian που φέρνει διαφάνεια σε όλους τους ανταλλακτές σε ένα μέρος — μετατρέποντας μια θραυσματική, email-βαρετή διαδικασία σε κάτι αυτοματοποιημένο και ελέγξιμο.

Τρεις εβδομάδες πριν από το Appian World, η CIBC Mellon επέδειξε την εφαρμογή στους μεγαλύτερους παρόχους ETF του Καναδά σε μια ομάδα χρηστών πελάτη στο Τορόντο. «Το δωμάτιο έγινε πιο ήσυχο», θυμάται ο Cullen. «Οι άνθρωποι κλίνουν. Ένας από τους μεγαλύτερους πελάτες μας είπε στους ομοτίμους του: Αυτό μόλις μου σώσει ένα υλικό ποσό χρόνου στην ημέρα μου.»

Η Ερώτηση της Διακυβέρνησης

Κανένα από αυτά τα γεγονότα δεν συνέβη γρήγορα, και ο Cullen είναι σαφής σχετικά με το γιατί. Η CIBC Mellon δεν χρησιμοποιεί ακόμη την τεχνητή νοημοσύνη σε τίποτα που αφορά τους πελάτες. Κάθε παραγωγή AI μέχρι τώρα είναι εσωτερική — περιεχόμενα σε καθορισμένες ροές εργασίας, ελέγξιμες και αναθεωρημένες από ανθρώπους πριν από οποιοδήποτε αποτέλεσμα επηρεάσει einen πελάτη.

«Μπορούμε να κινηθούμε μόνο με την τεχνητή νοημοσύνη όσο γρήγορα είναι ο βαθμός άνεσης των πελάτων μας», είπε. «Επιτελώς δεν έχουμε ενσωματώσει την τεχνητή νοημοσύνη σε τίποτα που αφορά τους πελάτες μας, επειδή δεν νιώθουμε ότι η διακυβέρνηση είναι εκεί ακόμη.»

Τα νούμερα από την ευρύτερη αγορά επιβεβαιώνουν αυτό που ο Cullen ήδη γνώριζε. Σύμφωνα με μια νέα μελέτη από το Harvard Business Review Analytic Services, χορηγούμενη από την Appian και κυκλοφορημένη στη διάσκεψη, το 92% των οργανισμών συμφωνούν ότι τα πράγματα της τεχνητής νοημοσύνης χρειάζονται κανόνες-φράχτες για να λειτουργούν ασφαλώς — ωστόσο, λιγότεροι από το μισό έχουν ορίσει πραγματικά. Η CIBC Mellon είναι μεταξύ των οργανισμών που επέλεξαν να χτίσουν τις βάσεις πριν να κλιμακωθούν η παραγωγή.

Εντός του οργανισμού, αυτή η προσοχή διαμορφώνει το πώς η εταιρεία προετοιμάζει τους ανθρώπους της. Η εταιρεία έχει ορίσει 100 υπαλλήλους από περίπου 2.000 ως πρωταθλητές της τεχνητής νοημοσύνης. Αυτοί οι πρωταθλητές λαμβάνουν πρώιμη πρόσβαση σε εργαλεία, χρόνο για να χτίσουν περιπτώσεις χρήσης και μια εντολή να πιέσουν τις εφαρμογές σε αμμοδοχείς πριν από οποιαδήποτε κίνηση στην παραγωγή. Εκτελούν εβδομαδιαίες εσωτερικές συνεδρίες που ονομάζονται «Τεχνητά Ομιλώντας», φέρνοντας εταιρείες όπως η Snowflake και η Microsoft για να μοιραστούν τι λειτουργεί και τι δεν λειτουργεί.

Ο Cullen έχει δει αυτό το μοτίβο να παίζει πριν. Πριν από είκοσι χρόνια, είχε συζητήσεις με CTOs που έλεγαν ότι το cloud ήταν μια μόδα και δεν θα ήταν ποτέ αξιόπιστο με ευαίσθητα δεδομένα. Τότε εμφανίστηκε το υβριδικό cloud, δίνοντας στους οργανισμούς einen μεσαίο δρόμο — την αποδοτικότητα της υποδομής cloud χωρίς την αντίληψη της απώλειας ελέγχου. Περιμένει την ίδια καμπύλη με την τεχνητή νοημοσύνη.

«Νομίζω ότι θα δείτε υβριδική τεχνητή νοημοσύνη», είπε. «Περιεχόμενα, διακυβερνώμενη, αλλά κινηθείσα.»

Τι Μπορούν να Μάθουν οι Υπόλοιποι της Αγοράς

Η ιστορία της CIBC Mellon δεν είναι μια ιστορία για μια τεχνολογική επανάσταση. Είναι μια ιστορία για οργανωτική πειθαρχία που εφαρμόζεται σε ένα ισχυρό εργαλείο. Μέτρησε πριν χτίσεις, βάλτε τους ανθρώπους που γνωρίζουν τη διαδικασία πιο κοντά στο πρόβλημα και διακυβέρνηση πριν από την κλιμάκωση.

Αυτά τα μαθήματα ισχύουν καλά πέρα από τις υπηρεσίες asset. Σε μια αγορά όπου μόνο το 16% των οργανισμών αναφέρει ότι πραγματοποιεί σημαντική αξία από την τεχνητή νοημοσύνη, οι οργανισμοί που λαμβάνουν πραγματικά αποτελέσματα είναι εκείνοι που αντιμετωπίζουν τη διακυβέρνηση ως χαρακτηριστικό, όχι ως περιορισμό.

«Μην αρχίσετε με την τεχνολογία», είπε ο Cullen στο κοινό στο Appian World. «Μέτρησε πρώτα όλα.»

Σε μια βιομηχανία όπου μια μέρα μπορεί να σημαίνει τη διαφορά μεταξύ 500 εκατομμυρίων και 35 εκατομμυρίων δολαρίων, αυτή η sorte της προσοχής αποδεικνύεται ότι είναι το δικό της ανταγωνιστικό πλεονέκτημα.