Haastattelut

Sunil Padiyar, Trintechin teknologiajohtaja – Haastattelusarja

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Sunil Padiyar on kokenut teknologiajohtaja, jolla on vahva tausta pilvipohjaisissa B2B SAAS -ratkaisuissa nopeasti kasvaville ohjelmistoyrityksille. Corcentricin teknologiajohtajana hän johti 25 %:n vuosittaisen liikevaihdon kasvun, keskittyen CFO -toimistoon tilien maksamisen, automaation, hankinnan ja maksutapahtumien sujuvoittamiseen. Sunil on myös toiminut FacilitySourcen teknologiajohtajana, jossa hän valvoi yrityksen merkittävää laajentumista 40 miljoonasta 250 miljoonaan dollariin vain viidessä vuodessa, mikä päättyi onnistuneeseen CBRE -kauppaan.

Trintech on pilvipohjainen ohjelmistopalveluntarjoaja, joka automatisoi taloudellisen sulkemisen prosesseja ja tilitoimien tarkastuksia rahoitus- ja talousjoukkueille. Yli 35 vuoden kokemuksella se tukee tuhansia asiakkaita yli 100 maassa, prosessoiden miljardeja tapahtumia vuosittain. Yritys hyödyntää tekoälyohjattua automaatiota ja strategisia kumppanuuksia auttaakseen rahoitusammattilaisia siirtymään manuaalisista tehtävistä arvokkaampiin töihin.

Mitä ensin veti sinut rakentamaan ratkaisuja, jotka mahdollistavat rahoitusjoukkueiden työn, ja miten tämä motivaatio on kehittynyt urasi aikana?

Uransa alussa näin, kuinka paljon aikaa ja energiaa rahoitusjoukkueet käyttivät toistuviin, manuaalisiin töihin — ja kuinka vähän heidän päivästään oli jäljellä analyysiin ja päätöksentekoon. Tuli selväksi, että teknologia voisi muuttaa tämän tasapainon, antaen rahoitusammattilaisille mahdollisuuden keskittyä arvokkaampiin tehtäviin. Ajan myötä motivaationi on kehittynyt yksinomaan tehtävien automatisoinnista kokonaan uudelleenmuokkaamaan työnkulkua, jotta tekoäly ja automaatio eivät ainoastaan säästä aikaa, vaan myös parantavat tarkkuutta, vaatimustenmukaista olemista ja taloudellisten näkymien yleistä laatua.

Miten Trintech käyttää tällä hetkellä tekoälyä omissa sisäisissä toimissaan tehokkuuden tai päätöksenteon parantamiseksi?

Sisäisesti käytämme tekoälyä prosessien sujuvoittamiseen useissa tiimeissä. Toiminnassa tekoäly auttaa meitä tunnistamaan ja priorisoimaan tukipyynnöt, mahdollistaen nopeamman ratkaisun asiakkaillemme. Tuotekehityksessä käytämme tekoälyavusteisia koodausvälineitä nopeuttaaksemme ominaisuuksien toimittamista laatustandardien ylläpitämisellä. Kokeilemme myös tekoälyä asiakaspalautteen analysointiin laajassa mittakaavassa, jotta tuote- ja asiakastukitiimimme voivat havaita trendejä ja mahdollisuuksia paljon perinteisiä menetelmiä nopeammin.

Voitko kuljettaa meidät läpi, miten tekoäly on upotettu Trintechin tuotteisiin auttaakseen rahoitusjoukkueita sulkemaan nopeammin, vähentämään riskiä tai parantamaan tarkkuutta?

Tekoäly ei ole kiinnitetty tuotteisiimme — se on upotettu niiden ydintyönkulkuun. Cadency-alustassamme tekoäly toimii asiakkaan ympäristön, tiedon ja vaatimustenmukaisuusvaatimusten täydellisessä tietoisuudessa. Tämä mahdollistaa ominaisuuksien, kuten automaattisen journal entry -luomisen, poikkeamien priorisoinnin ja dynaamisten sovittamisajurien, räätälöinnin kullekin organisaatiolle. Adra-alustassamme tekoäly on rakennettu käyttöliittymään tarjoamaan nopeita voittoja: suosittelemalla vertailusääntöjä, määrittelemällä tietokenttiä ja avustamalla journal -luomisessa — kaikki yhden painalluksen alla. Tämä tekee tekoälystä käyttäjille helposti saatavilla ja vaikuttavan ilman monimutkaisen asetuksen tarvetta.

Onko Cadencyssä tai Adrassa tekoälyohjattuja ominaisuuksia, jotka ovat olleet asiakkaiden kannalta merkittäviä?

Cadencylle Risk-Intelligent Automation on ollut muodonmuuttaja — automaattisesti priorisoiden ja reitittäen poikkeamia riskin perusteella ja vähentäen manuaalista tarkastelua jopa 90 %. Lisäksi journal entry -automaatiomme voi lyhentää yhden entryn luomiseen käytetyn ajan yhdeksästä minuutista noin yhteen minuuttiin. Satojen entryjen kohdalla tehokkuusvoitot rahoitusjoukkueille ovat valtavat.

Adralle tekoäly parantaa tuottavuutta sulkuprosessin jokaisessa vaiheessa. Ominaisuudet, kuten MatchAssist, suosittelevat transaktioiden vertailusääntöjä, vähentäen merkittävästi manuaalista ponnistelua vertailulogistiikan määrittelyssä. Tekoäly myös muotoilee saapuvaa dataa ja täyttää automaattisesti kenttiä tuontiin, poistaa toistuvan työn ja parantaa vertailuvälejä — kaikki nopeuttaa sovittamista ja vähentää käyttäjän väsymystä.

Miten tiimisi päättää, mitkä tekoälyominaisuudet kehittää seuraavaksi — mitä prosessi on ideasta toteutukseen?

Aloitan asiakkaan kipupisteistä. Tuotejohtajamme, asiakastukitiimimme ja tekoälyasiantuntijamme työskentelevät yhdessä tunnistamaan, missä tekoäly voi tehdä suurimman vaikutuksen. Tämän jälkeen priorisoimme mahdollisuuksia arvon, toteutettavuuden ja tuotekuvamme mukaisuuden perusteella. Kehitämme nopeasti prototyyppejä ja testaamme niitä pienellä asiakasryhmällä todistaaksemme mitattavat tulokset. Vain todistaen merkittävät tulokset otamme ne laajemmin käyttöön.

Mikä on tekoälyn rooli poikkeamien havaitsemisessa, virheiden estämisessä tai vaatimustenmukaisuuden parantamisessa taloudellisissa työnkuluissa?

Hemmot tekoäly analyysiä sekä käyttäjän syöttämää dataa että perustana olevaa transaktiodataa poikkeamien, potentiaalisten virheiden ja vaatimustenmukaisuusloukkauksien havaitsemiseksi. Koska tekoälymme on kontekstiaavainen ja osaa tunnistaa palvelimansa asiakkaan, se voi pakottaa vaatimustenmukaisuussääntöjä, jotka on räätälöity kyseiselle asiakkaalle, varmistaen tarkkuuden ja vaatimustenmukaisuuden ilman prosessin hidastamista.

Miten varmistat, että tekoälytuotokset ratkaisuissamme ovat selitettävissä ja luotettavia rahoitusjoukkueille, jotka riippuvat niistä?

Suunnittelemme tekoälytuotokset täydelliseksi avoimuudeksi. Jokainen suositus on varustettu perustelulla tai datamallilla, joka johti siihen, jotta käyttäjät voivat ymmärtää, miksi järjestelmä teki ehdotuksen. Cadencyssä esimerkiksi poikkeamien riskipisteet näyttävät tekijät, jotka vaikuttivat pisteisiin, antaen rahoitusjoukkueille mahdollisuuden vahvistaa logiikka ennen toimintaa. Tämä avoimuus luo luottamusta ja varmistaa, että tekoäly toimii avustajana, ei mustana laatikkoa.

Voitko jakaa menestystarinan, jossa asiakas saavutti mitattavat tulokset tekoälyvoimaisen automaation ansiosta?

Yksi suurista asiakkaistamme on parhaillaan kokeilemassa tekoälyvoimaista journal entry -automaatiota Cadencyssä. Ennen tekoälyä yhden journal entryn luominen vei jopa yhdeksän minuutin manuaalista työtä. Automaatiomme ansiosta sama prosessi kestää nyt noin yhden minuutin. Tuuhannista kuukausittain prosessoiduista journal -entryistä odotetaan valtavia tehokkuusvoittoja — mikä kääntyy merkittäviin kustannussäästöihin ja vapauttaa rahoitusjoukkueita strategisempaan työhön. Kokeilu on jo tuottanut vahvoja tuloksia ja odotetaan tulevan pian käyttöön.

Miten Trintech tasapainottaa tekoälyinnovaatiota ja taloudellisen datan turvallisuuden ja eheyyden ylläpitämistä?

Turvallisuus on ehdoton.

Kaikki tekoälypalvelumme toimivat tilattomassa konfiguraatiossa, mikä tarkoittaa, että asiakastietoja ei säilytetä tai käytetä mallien koulutukseen. Omat ML-mallimme isännöidään yksityisissä pilviympäristöissä, ja generatiivinen tekoäly on käytettävissä Microsoft Azuren OpenAI-palvelun kautta. Data on salattu sekä siirrossa että levossa, ja järjestelmämme on SOC 2 – ja ISO 27001 -sertifioitu. Tämä varmistaa, että innovaatio ei koskaan tule datan eheisyyden kustannuksella.

Miten näet tekoälyn muokkaavan sekä Trintechin sisäisiä toimintoja että asiakkaiden kokemusta tuotteistamme seuraavan viiden vuoden aikana?

Seuraavan viiden vuoden aikana tekoäly siirtyy olemasta yksittäinen ominaisuus ratkaisuissamme kokonaisen taloudellisen sulkemisprosessin orkestraattoriksi. Asiakkaiden näkökulmasta tämä tarkoittaa, että tekoäly ei ainoastaan automatisoi yksittäisiä tehtäviä, vaan myös ennakoi, mitä on tehtävä seuraavaksi, orkesteroi työnkulkuja järjestelmissä ja tuo esiin näkemyksiä ennen ongelmien syntymistä. Sisäisesti jatkamme tekoälyn käyttöä tehokkuuden parantamiseksi tuotekehityksessä, asiakastuessa ja toiminnassa, varmistaen, että voimme toimittaa asiakkaille entistä enemmän arvoa nopeammin.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Trintech:ssa.

Antoine on visionäärisellä johtajalla ja Unite.AI:n perustajakumppani, joka on intohimoisesti omistautunut tulevaisuuden älyteknologian ja robotiikan muotoiluun ja edistämiseen. Sarjayrittäjänä hän uskoo, että älyteknologia tulee olemaan yhtä mullistava yhteiskunnalle kuin sähkö, ja hän on usein innostunut puhumaan älyteknologian ja AGI:n mahdollisuuksista.

Hän on tulevaisuudentutkija, joka on omistautunut tutkimiseen, miten nämä innovaatiot muotoilevat maailmaamme. Lisäksi hän on Securities.io:n perustaja, joka on keskittynyt sijoittamiseen älykkäisiin teknologioihin, jotka määrittelevät tulevaisuutta ja muokkaavat koko toimialoja.