Gautam Singh, Διευθυντής Παγκόσμιου Επιχειρηματικού Τμήματος Αναλυτικών, Δεδομένων και AI, WNS Analytics – Σειρά Συνεντεύξεων

Gautam Singh είναι ο Διευθυντής του Επιχειρηματικού Τμήματος των WNS Analytics και ο συνιδρυτής και CEO της The Smart Cube, μιας εταιρείας του WNS. Πέρασε 20 χρόνια ιδρύοντας και αναπτύσσοντας τη The Smart Cube (ένα ηγέτη στην έρευνα και τις αναλυτικές) πριν την απόκτηση από το WNS. Προηγουμένως, εργάστηκε για 10 χρόνια στη διαχείριση συμβουλευτικών και κεφαλαίων rizik στην Ευρώπη και τις ΗΠΑ. Ο Gautam έχει κατέχει διάφορες θέσεις, συμπεριλαμβανομένων θέσεων στην Coven Partners (Λονδίνο), A.T. Kearney (Λονδίνο), Mitsubishi Motors (Ινδία) και Cummins Engines (ΗΠΑ). Κάνει MBA από το Πανεπιστήμιο του Μίσιγκαν, Ann Arbor, ΗΠΑ και πτυχίο μηχανολογικής μηχανικής από το IIT Bombay, Ινδία.

WNS Analytics βοηθά τις εταιρείες να μετατρέψουν τα δεδομένα τους σε στρατηγική αξία μέσω της «αποφασιστικής ευφυΐας» – συνδυάζοντας ισχυρή υποδομή δεδομένων, τεχνολογίες AI/GenAI/agentic-AI και εξειδίκευση σε συγκεκριμένα πεδία. Προσφέρουν υπηρεσίες σε διάφορους κλάδους, συμπεριλαμβανομένων των ασφαλειών, τραπεζών και χρηματοοικονομικών υπηρεσιών, λιανικής, CPG, κατασκευών, υγείας, ενέργειας και логιστικής. Οι ικανότητές τους περιλαμβάνουν μηχανική δεδομένων και διακυβέρνηση, περιγραφική και προβλεπτική ανάλυση, εργαλεία AI/ML και οπτικοποίηση – όλα σχεδιασμένα για να επιτρέψουν ταχύτερες, πιο自信τικές αποφάσεις και συνεχείς καινοτομίες.

Ξεκινήσατε την καριέρα σας σε κορυφαίες συμβουλευτικές εταιρείες, στη συνέχεια ίδρυσατε τη The Smart Cube και την οδηγήσατε για πάνω από δύο δεκαετίες πριν την απόκτηση από το WNS. Τι σας мотίβισε την μετάβαση από τη συμβουλευτική στην επιχειρηματικότητα και αργότερα στη διεύθυνση eines παγκόσμιου επιχειρήματος αναλυτικών δεδομένων και AI;

Πέρασα δέκα χρόνια στη διαχείριση συμβουλευτικών και είδα μια σαφή αγορά κενό: οι εταιρείες κάθονταν σε βουνά δεδομένων αλλά δεν εξάγανε την πλήρη αξία τους. Πίσω στο 2003, οι αναλυτικές ήταν ακόμη βασικές – εργαζόμασταν με φύλλα εργασίας Excel.

Η απόφαση να εγκαταλείψω την εταιρική ζωή κατέβηκε σε αυτοπεποίθηση. Είδα μια ευκαιρία να βοηθήσω τις οργανώσεις να εκμεταλλευτούν πραγματικά τα δεδομένα τους, οπότε ίδρυσα τη The Smart Cube με αυτήν την όραση.

Μετά από 20 χρόνια κατασκευής της The Smart Cube, η ένταξη στο WNS δεν ήταν μια έξοδος αλλά μια εξέλιξη. Έχω μεταφέρει τον επιχειρηματικό μου τρόπο σκέψης, αλλά τώρα με πολύ μεγαλύτερες πόρους και εμβέλεια. Αυτό μας επιτρέπει να αντιμετωπίσουμε προβλήματα σε μια κλίμακα που δεν θα μπορούσα να την επιτύχω σε μια μικρότερη επιχείρηση. Το πιο σημαντικό, αναγνώρισα τη δύναμη της ενσωμάτωσης και της έγχυσης δεδομένων και αναλυτικών σε βασικές επιχειρηματικές διαδικασίες και όχι να τις αντιμετωπίζουμε ως διακριτές παρεμβάσεις. Αυτή η ατελείωτη ενσωμάτωση της εξειδίκευσης σε συγκεκριμένα πεδία και της μετασχηματισμού της διαδικασίας είναι κεντρική στο DNA του WNS – και είναι αυτό που με мотίβισε να αγοραστεί και τώρα να οδηγήσω这一 επιχειρηματικό τμήμα στο WNS.

Στα 20+ χρόνια εργασίας σας στις αναλυτικές, πώς έχετε δει το ρόλο των δεδομένων και του AI στις χρηματοοικονομικές υπηρεσίες να εξελίσσεται – από την πρώιμη υιοθέτηση μέχρι τη σημερινή μεγάλης κλίμακας, επιχειρηματική ενσωμάτωση;

Στα τέλη της δεκαετίας του ’90, οι αναλυτικές σήμαιναν να κοιτάζουμε ιστορικά δεδομένα και να κάνουμε στατιστικές προβλέψεις. Η μετασχηματισμός ήταν αξιοσημείωτη.

Η αρχή της δεκαετίας του 2000 είδε τη ψηφιοποίηση και πιο προηγμένα προβλεπτικά μοντέλα. Μέχρι το 2010, οι πραγματικές αναλυτικές交易 είχαν γίνει τυποποιημένες. Λίγα χρόνια πριν, η μηχανική μάθηση είχε αρχίσει να οδηγεί μια πραγματική μετατόπιση, και πιο πρόσφατα, το Gen AI έχει πάρει το κέντρο της σκηνής.

Σήμερα, οι χρηματοοικονομικές ιδρύματα αντιμετωπίζουν τα δεδομένα ως στρατηγικό περιουσιακό στοιχείο. Το ερώτημα έχει μετατοπιστεί από «μπορούμε να χρησιμοποιήσουμε το AI;» σε «πώς θα ενσωματώσουμε το AI σε κάθε απόφαση;»

Η επίδραση είναι ουσιαστική: η ενσωμάτωση πελατών που πήρε ημέρες τώρα ολοκληρώνεται σε ώρες με AI-βασισμένη επαλήθευση. Οι αξιολογήσεις κινδύνου αξιολογούν εκατοντάδες σημεία δεδομένων σε πραγματικό χρόνο πέρα από τις παραδοσιακές βαθμολογίες. Οι υπολογισμοί κινδύνου που απαιτούσαν νυχτερινές批 runs τώρα είναι άμεσοι. Και η ανίχνευση απάτης δεν αντιδρά πλέον μετά το γεγονός – μπλοκάρει τις υποψιασμένες δραστηριότητες σε πραγματικό χρόνο.

Πώς οι προοδευτικές εταιρείες χρησιμοποιούν AI-ωδηγμένες λίμνες δεδομένων και πλαισιαία διακυβέρνησης για να βελτιώσουν την απόφαση σε πραγματικό χρόνο, την συμμόρφωση με τους κανονισμούς και τη διαφάνεια στις χρηματοοικονομικές επιχειρήσεις;

Η κατασκευή μονολιθικών αποθηκών δεδομένων και η ελπίδα για έμπνευση δεν λειτουργεί πλέον. Τα ιδρύματα χρειάζονται να σχεδιάσουν έξυπνες οικοσυστήματα δεδομένων.

Οι χρηματοοικονομικές υπηρεσίες αντιμετωπίζουν μια μοναδική πρόκληση: είναι προσανατολισμένες στον πελάτη, χειρίζονται εξαιρετικά ευαίσθητα δεδομένα και πρέπει ακόμη να παρέχουν προσωποποίηση και απόκριση σε πραγματικό χρόνο. Αυτό απαιτεί modуляр λίμνες δεδομένων που βασίζονται σε ευέλικτα πλαισιαία.

Μέσα σε αυτήν την αρχιτεκτονική, οι οργανώσεις δημιουργούν εξειδικευμένες λίμνες δεδομένων για αναλυτικές τιμών, αξιολόγηση κινδύνου και αναφορές κανονισμών. Κάθε λίμνη λειτουργεί ανεξάρτητα ενώ ταΐζει στο μεγαλύτερο οικοσύστημα, παρέχοντας άμεση αξία जबकαι διατηρεί τα όρια ασφαλείας.

Η τάση Zero ETL είναι ιδιαίτερα σχετική εδώ, поскольку εξαλείφει τις σύνθετες διαδικασίες Extract-Transform-Load επιτρέποντας την άμεση ερώτηση σε διάφορα συστήματα. Αυτό επιτρέπει στο AI να έχει πρόσβαση και να αναλύει δεδομένα σε πραγματικό χρόνο χωρίς να τα μετακινήσει, μειώνοντας την καθυστέρηση και διατηρώντας τη διακυβέρνηση.

Οι πράκτορες AI εξελίσσονται επίσης πέρα από την ανίχνευση ανωμαλιών. Δεν chỉ σηματοδοτούν τις υποψιασμένες συναλλαγές αλλά και συνιστώνται ενέργειες και εκτελούν απαντήσεις μέσα στα όρια διακυβέρνησης. Σε συμμόρφωση, το AI παρακολουθεί συνεχώς τις συναλλαγές, δημιουργεί αναφορές και αναγνωρίζει ζητήματα πριν οι ρυθμιστές.

Η συνθετική δεδομένα συχνά προωθείται ως ένας ασφαλής τρόπος για την εκπαίδευση μοντέλων AI χωρίς την έκθεση ευαίσθητων πληροφοριών. Μπορείτε να μοιραστείτε παραδείγματα πώς η συνθετική δεδομένα εφαρμόζεται αποτελεσματικά στην ανίχνευση απάτης, αναλυτικές κινδύνου και επικύρωση μοντέλων;

Στο WNS Analytics, χρησιμοποιούμε προηγμένη γεννήτρια συνθετικών δεδομένων για να δημιουργήσουμε υψηλής πιστότητας, προστατευμένα από την ιδιωτικότητα σύνολα δεδομένων που επιταχύνουν την εκπαίδευση μοντέλων AI, ιδιαίτερα σε πεδία με έλλειψη δεδομένων. Τα συνθετικά μας σύνολα δεδομένων μιμούνται πραγματικές σκηνές ενώ αντανακλούν τις ίδιες στατιστικές μοτίβα, συμπεριφορές και συσχετίσεις με τα πραγματικά χρηματοοικονομικά δεδομένα – ροές συναλλαγών, τάσεις απάτης, συμπεριφορές πελατών – χωρίς να εκθέτουν keine ευαίσθητες Προσωπικές Πληροφορίες (PII) ή δεδομένα πελατών.

Αυτή η ικανότητα μετασχηματίζει τις χρηματοοικονομικές υπηρεσίες σε διάφορους τομείς, όπως αναλυτικές κινδύνου, ανίχνευση απάτης, αξιολόγηση πιστωτικής αξιοπιστίας, δοκιμή στρες και μοντέλα συμμόρφωσης. Αυτά τα συνθετικά σύνολα δεδομένων επιτρέπουν στις οργανώσεις να ξεκινήσουν γρήγορα την ανάπτυξη λύσεων AI ενώ διατηρούν την ιδιωτικότητα δεδομένων και τη ρυθμιστική εμπιστοσύνη.

Μια ιδιαίτερα καινοτόμος εφαρμογή περιλαμβάνει τη χρήση PII-μασκοφόρων δεδομένων για να δημιουργήσει μοντέλα lookalike. Αυτό επιτρέπει στις εταιρείες να προωθούν στοχευμένες προσφορές σε καταναλωτές, ενεργοποιώντας προσωποποιημένη μάρκετινγκ ενώ διατηρούν την πλήρη ιδιωτικότητα.

Η έξυπνη αυτοματοποίηση και οι πράκτορες AI ενσωματώνονται ολοένα και περισσότερο σε επιχειρηματικές διαδικασίες. Ποια είναι τα πιο μετασχηματιστικά παραδείγματα που έχετε δει στις χρηματοοικονομικές υπηρεσίες, και πώς βελτιώνουν την επιχειρηματική ανθεκτικότητα και απόδοση;

Η έξυπνη αυτοματοποίηση που χρησιμοποιεί πράκτορες AI επιταχύνει τις επιχειρηματικές διαδικασίες, επιτρέποντας στις οργανώσεις να ροκανίσουν τις επιχειρήσεις και να λάβουν ταχύτερες, πιο ενημερωμένες αποφάσεις. Αυτοί οι πράκτορες συνδυάζουν αυτοματοποίηση με προηγμένη λογική για να παραδώσουν ανθεκτικότητα, κλιμάκωση και βελτιώσεις απόδοσης.

Στο WNS Analytics, εφαρμόζουμε το πλαισιο GAIN (το δικό μας πλαισιο για την εφαρμογή Agentic AI) για να αξιολογήσουμε τα σωστά επίπεδα αυτονομίας για agentic AI. Παρέχουμε επίσης επαναχρησιμοποιήσιμα, microservices-βασισμένα στοιχεία για υπερειδικευμένους πράκτορες μέσω του βραβευμένου μας AI Utilities Hub.

Στην ασφάλιση, μετασχημάτισα πολλές διαδικασίες μέσω της agentic AI. Στην απαίτηση αποζημίωσης οχημάτων, η λύση μας Gen AI-δυναμική ανίχνευση τρίτων μερών, οδηγούμενη από αυτόνομους πράκτορες, έχει επιτύχει 85% ακρίβεια, διπλασίασε τον όγκο αποζημίωσης και ενίσχυσε τις ετήσιες αποζημιώσεις κατά περίπου 49% – ξεκλείδωσε εκατομμύρια ευκαιρίες που προηγουμένως αγνοούνταν.

Στην ασφάλιση, ο βοηθός μας έρευνας που βασίζεται στην agentic AI χρησιμοποιεί πολλαπλούς εξειδικευμένους πράκτορες για να σπάσει σύνθετα ερωτήματα, να εξαγάγει δεδομένα από πολλαπλά συστήματα και να παράγει έμπνευση με 99% ακρίβεια ενώ μειώνει τον χρόνο απόκρισης κατά 85%.

Για μια ηγετική τράπεζα, η λύση μας Gen AI μείωσε τον χρόνο οθόνης των αντιτιθέμενων μέσων ενημέρωσης 60% και μείωσε τις ψευδείς θετικές 12-15%.

Έχουμε επίσης μια λύση Gen AI-δυναμική διαχείριση γνώσεων – σχεδιασμένη ως οριζόντια πλατφόρμα – για να ανασχεδιάσει τον τρόπο με τον οποίο οι επιχειρήσεις ανακτούν, λογίζονται και συναρτούνται με τεράστια αδιάτακτα δεδομένα. Παρέχοντας ακριβείς, συμμορφωμένες και συνεπείς έμπνευση σε πραγματικό χρόνο, ενισχύει την απόφαση, βελτιώνει την αποδοτικότητα και ενδυναμώνει την επιχειρηματική ανθεκτικότητα σε διάφορους κλάδους.

Αυτές οι λύσεις ενισχύουν την ανθρώπινη κρίση, δημιουργώντας ταχύτερα, πιο ακριβή συστήματα.

Για τις εταιρείες που στοχεύουν να κλιμακώσουν τις πρωτοβουλίες AI, ποια είναι τα μεγαλύτερα εμπόδια – τεχνικά, πολιτιστικά ή στρατηγικά – και πώς μπορούν οι ηγέτες να τα υπερβούν;

Το μεγαλύτερο εμπόδιο για την κλιμάκωση του AI δεν είναι η τεχνολογία – είναι η ετοιμότητα της οργάνωσης.

Πρώτον, υπάρχουν λίμνες δεδομένων σε legacy συστήματα. Η πλήρης αντικατάσταση δεν είναι πάντα πρακτική. Ο στόχος πρέπει να είναι η κατασκευή έξυπνων γεφυρών. Στο WNS, έχουμε δημιουργήσει «γέφυρες ομάδες» που ζευγαρώνουν διαχειριστές legacy με μηχανικούς cloud, επιταχύνοντας την εφαρμογή ενώ διατηρούμε κρίσιμους κανόνες επιχείρησης.

Δεύτερον, το κενό δεξιοτήτων. Οι εταιρείες χρειάζονται το σωστό μείγμα εξειδικευμένων, μηχανικών δεδομένων, επιστημόνων δεδομένων και μεταφραστών που μπορούν να συνδέσουν τεχνικές έμπνευση με επιχειρηματική αξία.

Τρίτον, ο ρυθμός της τεχνολογικής αλλαγής. Το WNS AI Lab μας επιτρέπει να πειραματιστούμε με αναδυόμενες τεχνολογίες και να κατασκευάσουμε proof-of-concepts πριν από την πλήρη ανάπτυξη.

Στην πολιτιστική πλευρά, η επιτυχία εξαρτάται από την αποτελεσματική διαχείριση αλλαγών. Σχεδιάζουμε πλαισιαία που βοηθούν τους υπαλλήλους να θεωρούν το AI ως προσθετικό και όχι ως αντικατάσταση. Η εγκατάσταση ενός AI συμβουλίου είναι επίσης μια έξυπνη κίνηση, παρέχοντας διακυβέρνηση, διαλειτουργική ευθυγράμμιση και μια δομημένη οδό για την κίνηση από πιλότους σε επιχειρηματική κλίμακα.

Με τη μεγαλύτερη εποπτεία του AI ηθικής, προκατάληψης και διαφάνειας, πώς μπορούν οι χρηματοοικονομικές ιδρύματα να βρουν το σωστό ισορροπία μεταξύ καινοτομίας και υπεύθυνης διακυβέρνησης AI;

Η καινοτομία και η υπευθυνότητα δεν είναι αντίθετες επιλογές – η υπευθυνότητα πρέπει να είναι ενσωματωμένη στην καινοτομία από την αρχή.

Οι χρηματοοικονομικές ιδρύματα χρειάζονται ρομποτικά πλαισιαία διακυβέρνησης AI. Στο WNS, εφαρμόζουμε πλαισιαία που διασφαλίζουν ότι το AI αναπτύσσεται με υπευθυνότητα, ηθικά και ασφαλώς. Η προσέγγισή μας ενσωματώνει ελέγχους για προκατάληψη, δίκαιη, προσαρμοσμένα KPI και παρακολούθηση της μετατόπισης μοντέλων. Αυτό χτίζει εμπιστοσύνη, όχι μόνο ρυθμιστική συμμόρφωση.

Η διαφάνεια είναι ιδιαίτερα κρίσιμη στις χρηματοοικονομικές υπηρεσίες. Αν το AI αρνηθεί ένα δάνειο, οι αιτούντες αξίζουν σαφείς και κατανοητές εξηγήσεις.

Τελικά, η υπεύθυνη AI είναι ένα ανταγωνιστικό πλεονέκτημα. Οι τράπεζες που αποδεικνύουν δίκαιη, διαφανή και ασφαλή AI συστήματα κερδίζουν την εμπιστοσύνη των πελατών. Αυτοί που θεωρούν τη διακυβέρνηση ως μια μεταθανάτια σκέψη κινδυνεύουν με ρυθμιστικές ποινές και ζημιά στην εικόνα που είναι πολύ πιο δύσκολο να επισκευαστεί.

Τα επόμενα 3-5 χρόνια, ποια αναδυόμενες ικανότητες AI ή στρατηγικές δεδομένων πιστεύετε ότι θα έχουν την μεγαλύτερη επίδραση στον τρόπο με τον οποίο λειτουργούν οι χρηματοοικονομικές οργανώσεις;

Τρεις εξελίξεις θα μετασχηματίσουν τις χρηματοοικονομικές υπηρεσίες τα επόμενα τρία έως πέντε χρόνια.

Πρώτον, η agentic AI θα μετατοπιστεί από πειραματική σε απαραίτητη. Αυτόνομες AI πράκτορες θα εκτελούν σύνθετες εργασίες και θα ορχηστρώνουν ολόκληρες διαδικασίες μαζί με ανθρώπινες ομάδες.

Δεύτερον, τα συστήματα συνεχούς μάθησης θα γίνουν τυποποιημένα. Το AI θα προσαρμόζεται από κάθε αλληλεπίδραση, επιτρέποντας πραγματικά προσωποποιημένες χρηματοοικονομικές υπηρεσίες που εξελίσσονται με τις不断 αλλαγμένες ανάγκες κάθε πελάτη.

Τρίτον, θα δούμε ισχυρή τεχνολογική σύγκλιση: κβαντική υπολογιστική για προηγμένα υπολογιστικά κίνδυνου, blockchain για διαφανείς AI αποφασιστικές εγγραφές και edge υπολογιστική για άμεσες τοπικές αποφάσεις. Μαζί, αυτές οι τεχνολογίες θα ξεκλειδώσουν εντελώς νέες μορφές χρηματοοικονομικών υπηρεσιών που μόλις αρχίζουμε να φανταζόμαστε.

Έχοντας πλοηγηθεί στην επιχειρηματικότητα, απόκτηση και τώρα σε μια παγκόσμια ηγετική θέση, ποια οδηγούντα αρχές σας έχουν βοηθήσει να λάβετε αποφάσεις και να οδηγήσετε ομάδες μέσω αλλαγών;

Τρεις αρχές με οδηγούν.

Πρώτον, η επιμονή πάνω από την τελειότητα. Όταν ξεκινήσαμε τη The Smart Cube, δεν είχαμε όλες τις απαντήσεις. Κάναμε λάθη, προσαρμοστήκαμε και συνέχισαμε. Η επιμονή με προσαρμογή έχει sido απαραίτητη.

Δεύτερον, χτίσιμο διαρκούντων αξίων, όχι γρήγορων εξόδων. Ένας καθηγητής από τη σχολή επιχειρήσεων μου είχε πει—χρόνια μετά την ίδρυση της The Smart Cube—«Μην εστιάσετε στην έξοδο. Εστιάστε στο να χτίσετε μια επιτυχημένη επιχείρηση που θα διαρκέσει». Αυτή η μακροπρόθεσμη σκέψη έχει διαμορφώσει κάθε απόφασή μου.

Τρίτον, απολαύστε αυτό που κάνετε. Πάντα πίστευα ότι αν δεν απολαμβάνω, θα μετατοπίσω σε κάτι άλλο. Μετά από 30 χρόνια, ακόμη ξυπνάω ενθουσιασμένος, και αυτό το ενθουσιασμό εμπνέω τις ομάδες μέσω αλλαγών.

Η ηγεσία μέσω απόκτησης ενίσχυσε μια άλλη αλήθεια: η αλλαγή επιτυγχάνεται όταν φέρνουμε τους ανθρώπους μαζί. Η τεχνική ενσωμάτωση είναι απλή. Η πολιτιστική ενσωμάτωση – η κατασκευή μιας κοινής όρασης – είναι όπου η πραγματική ηγεσία έχει σημασία.

Για τους επαγγελματίες που θέλουν να διαμορφώσουν το μέλλον του AI στις χρηματοοικονομικές υπηρεσίες, ποια δεξιότητες, στάσεις ή εμπειρίες πιστεύετε ότι θα είναι πιο πολύτιμες;

Το μέλλον ανήκει σε εκείνους που μπορούν να γεφυρώσουν κόσμους. Καθαρές τεχνικές δεξιότητες ή εξειδίκευση σε συγκεκριμένα πεδία δεν θα είναι αρκετά.

Πρώτον, αναπτύξτε σκέψη συστημάτων. Ξεκινήστε με την αγορά ανάγκη – μια σαφή περίπτωση χρήσης – και εργαστείτε προς τα πίσω. Το AI στις χρηματοοικονομικές υπηρεσίες απαιτεί να δείτε πώς όλα συνδέονται: πώς μια αλλαγή στα μοντέλα κινδύνου επηρεάζει την εμπειρία του πελάτη ή πώς η αυτοματοποίηση ανοίγει νέες ευκαιρίες.

Δεύτερον, καλλιεργήστε πειθαρχημένη πρακτικότητα πάνω από ιδεαλισμό. Να είστε ενθουσιασμένοι για τις νέες τεχνολογίες, αλλά ριγωτοί στην αξιολόγησή τους. Όχι κάθε πρόβλημα χρειάζεται AI – đôiες φορές, απλές αναλύσεις ή ακόμη και φύλλα εργασίας μπορούν να κάνουν τη δουλειά.

Τρίτον, χτίσιμο δεξιοτήτων μετάφρασης. Αυτό είναι ζωτικό. Να μπορείτε να εξηγήσετε σύνθετες AI έννοιες σε διοικητικά συμβούλια και να μεταφράσετε επιχειρηματικές απαιτήσεις για επιστήμονες δεδομένων είναι απαραίτητο. Οι ισχυρότεροι ηγέτες AI ευθυγραμμίζουν την τεχνολογία με την επιχειρηματική στρατηγική.

Τέλος, ενστερνιστείτε τη συνεχή μάθηση. Εργαλεία που ήταν ακριβή πριν από πέντε χρόνια είναι ήδη ξεπερασμένα. Να μείνετε περίεργοι, ταπεινοί και δεσμευμένοι στη μάθηση θα ανοίξουν πόρτες σε ευκαιρίες που ακόμη δεν μπορούμε να φανταστούμε στο σταυροδρόμι του AI και των χρηματοοικονομικών.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα πρέπει να επισκεφθούν WNS Analytics.