Rishi Chohan, PDG américain de GFT Technologies – Série d’entretiens

Rishi Chohan, PDG américain de GFT Technologies, est un leader expérimenté de la transformation numérique avec plus de 20 ans d’expérience dans l’industrie du logiciel et des services, notamment des rôles chez Ernst & Young et SoftServe. Depuis qu’il a pris les rênes en 2025, il s’est concentré sur la mise à l’échelle de la stratégie d’IA de GFT aux États-Unis en renforçant les liens avec les institutions financières, les fabricants et les partenaires technologiques tout en modernisant les systèmes hérités pour la préparation à l’IA.

GFT Technologies est une société de transformation numérique et d’ingénierie logicielle mondiale spécialisée dans l’IA, la modernisation du cloud et l’innovation des plateformes pour les secteurs bancaire, assurance et manufacture. Fondée en 1987 et opérant dans plus de 20 pays, GFT rassemble plus de 12 000 professionnels. Son travail est guidé par cinq valeurs fondamentales : Caring, Committed, Collaborative, Courageous et Creative.

Vous avez dirigé des transformations dans des institutions majeures comme EY et SoftServe, mais prendre les rênes du PDG américain de GFT pendant un changement majeur d’IA est un défi unique. Qu’est-ce qui vous a personnellement attiré vers cette opportunité – et qu’est-ce qui vous excite le plus à l’idée de façonner le prochain chapitre de GFT ?

Dès le début de mes conversations avec GFT, j’ai réalisé que l’entreprise était en mesure d’aborder les défis courants de l’industrie de manière différente de celle des acteurs les plus établis de la transformation numérique. Il était clair que l’entreprise était une puissance dans les services financiers, à la fois en termes d’expertise technique et, peut-être encore plus importante, de connaissance approfondie du domaine. L’équipe avec laquelle j’allais travailler avait une connaissance qui pouvait même surpasser celle des institutions financières elles-mêmes.

Alors que nous continuions à discuter, j’ai rapidement formé une vision de la manière dont j’aborderais cette opportunité de transformer les sociétés de services financiers pour leur propre avenir d’IA, tout en GFT subissant simultanément sa propre transformation centrée sur l’IA.

Depuis que j’ai passé quelques mois à travailler au sein de l’organisation, j’ai confirmé mes soupçons initiaux : le fait que nous soyons à la jonction de l’expertise technique, de la connaissance financière approfondie et de l’expérience étendue en matière d’IA nous met dans une position très unique pour réinventer les modèles et les approches commerciales hérités – soit de fond en comble, soit pièce par pièce. C’est une approche « choisissez votre propre aventure » pour perturber une industrie qui est mûre pour la perturbation, et je suis heureux d’en faire partie.

GFT est en pleine voie de devenir une entreprise entièrement centrée sur l’IA en cinq ans. Quelle est la situation actuelle à l’interne ?

Il y a quatre domaines majeurs que nous abordons. En termes généraux, ceux-ci sont :

1. L’audit de nos processus et de nos opérations pour déterminer comment et où l’IA peut élever les membres de l’équipe.
2. La détermination des opportunités à exploiter à court terme, ainsi que de ce que nous devons construire pour le long terme. Cela inclut l’identification des domaines où les employés peuvent utiliser l’IA dans leurs tâches quotidiennes, tout en exécutant une feuille de route plus large qui influence les opérations de manière holistique au fil du temps.
3. L’application de notre propre solution d’IA générative pour mettre à l’échelle le développement de logiciels pour nos clients et les amener sur le marché plus rapidement. Nous avons déjà constaté des gains de productivité allant de 30 % à 90 %, selon le projet, en raison de la mise en œuvre de cette IA pour livrer de nouveaux services et offres.
4. L’éducation de nos employés à travers la transition pour nous assurer qu’il est clair pour eux où l’IA peut intervenir et où ils peuvent grandir avec elle pour soutenir l’évolution de l’entreprise.

Pouvez-vous partager des exemples ou des cas d’utilisation spécifiques qui illustrent l’impact de la solution d’IA générative de GFT, en particulier dans les services financiers ?

Un bon exemple récent que je peux citer est une nouvelle solution que nous avons développée pour les banques et les sociétés de capital privé. Nous avons créé un assistant d’IA générative qui évalue le risque de crédit pour éclairer les décisions de prêt importantes – à une échelle exponentielle. L’outil nouveau assemble automatiquement de vastes quantités de données financières pour créer des rapports de crédit, réduisant les délais de création de rapports de plusieurs heures et même de jours à quelques minutes, tout en assurant la conformité. En économisant du temps sur la création de rapports (nous disons 40 %, mais c’est conservateur), les analystes de crédit peuvent désormais accroître leur concentration sur l’évaluation des décisions de risque complexes.

Ceci résout un problème majeur, compte tenu du fait que dans l’industrie du crédit, chaque seconde compte – mais bouger trop rapidement peut entraîner des erreurs humaines, et une seule omission peut avoir un impact sur les décisions de prêt importantes.

Parce qu’il peut falloir des jours de travail manuel pour compiler un rapport de risque, la seule façon dont les entreprises ont historiquement pu accélérer – sans surcharger les travailleurs et risquer des erreurs – a été de mettre à l’échelle les équipes. Maintenant, avec cette nouvelle approche d’IA générative, les institutions financières peuvent prendre des décisions de prêt plus rapidement avec une confiance accrue.

Un autre exemple récent vient de la plus grande société d’assurance du Brésil, qui a utilisé notre outil d’IA propriétaire pour identifier les vulnérabilités dans son code et prévenir les attaques de cybersécurité avant qu’elles ne se produisent.

Ceci est critique, car les grandes institutions financières sont particulièrement vulnérables aux pirates – et cette assureur en particulier subissait un certain nombre d’attaques chaque jour. Alors qu’elle avait une grande équipe dédiée à la détection et à l’identification des fuites potentielles avant qu’elles ne se produisent, en raison de la grande quantité de vulnérabilités, les pirates parvenaient encore à passer à travers les failles de leurs défenses.

La solution d’IA de GFT a pu identifier les anomalies 90 % plus rapidement que les équipes de développeurs ne pouvaient le faire précédemment. De plus, une fois identifiées, la solution d’IA est utilisée pour réparer automatiquement les vulnérabilités dans le code pour prévenir les attaques, ce qui rend le processus 66 % plus rapide qu’auparavant.

Ces deux capacités ensemble ont représenté des gains d’efficacité allant jusqu’à 30 % dans le cycle de vie de développement global en seulement 3-4 mois.

Avec votre expérience en tant que responsable de projets pour des banques de premier plan comme JPMC, Morgan Stanley (MS ) et Citibank, comment adaptez-vous la stratégie d’IA de GFT pour répondre aux besoins hyper-spécifiques des institutions financières américaines ?

Grâce à mon travail avec des banques de premier plan, et dans plusieurs facettes de l’espace financier, je suis clair sur le potentiel que représente l’IA pour les institutions financières. Les connaissances que j’apporte avec moi à GFT complètent l’expérience propre de l’entreprise dans l’espace financier pendant 35 ans.

Au fil des ans, j’ai été témoin de première main des défis courants qui surgissent dans les projets sur lesquels j’ai eu le privilège de travailler, ainsi que des douleurs nuancées ressenties par les entreprises individuelles. Pouvoir voir ces tendances macro et leur impact sur l’industrie dans son ensemble, ainsi que sur les entreprises spécifiques, m’a donné une compréhension très claire de la manière et du lieu d’appliquer l’IA. À travers le tableau, des défis tels que le blanchiment d’argent, la fraude, l’identification des clients et les rapports de crédit complexes ont tourmenté les institutions pendant des années.

Par exemple, GFT est en train d’injecter Google Vertex AI dans une banque de premier plan pour améliorer sa détection de fraude. Malgré le fait que la technologie n’est pas généralement utilisée à cette fin, l’institution avait besoin d’une solution qui puisse être facilement intégrée à ses systèmes complexes. Pour soutenir cette demande, GFT aide la banque à former Google Vertex sur des modèles courants pour identifier les fraudes potentielles et déclencher des actions pour les prévenir.

De plus, GFT travaille avec AWS pour construire des solutions d’IA pour les banques. À Singapour, nous avons construit un processus de lutte contre le blanchiment d’argent basé sur l’IA.

D’un point de vue stratégique global de GFT, je m’efforce de trouver un équilibre entre la promotion de nos propres solutions d’IA et celles que nous construisons pour les clients aux côtés de nos partenaires technologiques à long terme comme Google et AWS.

GFT vise à devenir un leader mondial de l’IA responsable. Quels garde-fous ou cadres de gouvernance mettez-vous en place pour assurer la sécurité, la transparence et la conformité réglementaire, en particulier dans des secteurs hautement réglementés ?

Différentes institutions financières suivent différentes réglementations ; actuellement, il n’y a pas de garde-fou universel pour l’IA. Cela signifie que pour rester conforme et assurer la sécurité pour chaque client, nous nous adaptons aux règles particulières de l’organisation.

Les solutions que nous fournissons sont facilement adaptables. Avant de lancer, nous nous assurons d’être familiarisés avec les réglementations et les règles associées à cette institution spécifique et d’ajuster la solution pour qu’elle soit conforme à son environnement. De cette façon, il n’y a jamais de problèmes de sécurité ou de conformité qui se posent.

En plus de créer nos solutions pour les exigences réglementaires des différentes entreprises, nous suivons également les réglementations de l’industrie telles que le RGPD en Europe.

On vous a décrit comme un leader axé sur les données et orienté vers l’action. Dans la pratique, comment cultivez-vous cette culture à travers une organisation aussi vaste – en particulier une qui subit une transformation d’IA rapide ?

La première étape pour cultiver une culture axée sur les données au sein d’une organisation consiste à s’assurer que chaque membre comprend les avantages de travailler de cette manière.

Pour exploiter avec succès une entreprise, les équipes ont besoin d’accéder aux données de l’organisation. Cela donne un aperçu de ce qui fonctionne et de ce qui ne fonctionne pas, et peut fournir des projections de résultats probables pour différents scénarios. Armés de ces données, il est beaucoup plus facile de prendre des décisions qui sont justes pour votre entreprise.

Pour démontrer cela, il est essentiel de montrer l’exemple et de montrer comment les décisions axées sur les données peuvent apporter des changements significatifs qui profitent à tout le monde dans l’organisation. Par exemple, si les données de vente montrent que le taux de conversion est faible, nous savons que c’est un domaine qui nécessite une attention et que nous pouvons créer une stratégie pour remédier au défi. Une fois que les résultats bénéfiques d’une culture axée sur les données sont clairs, il est plus facile pour les équipes de l’organisation d’adopter en douceur cette pratique.

En particulier, alors que nous subissons une transformation d’IA rapide, les données sont essentielles pour comprendre comment le changement fonctionne et où il peut y avoir des domaines d’amélioration.

Au-delà de la banque, comment GFT applique-t-elle sa stratégie d’IA à d’autres secteurs comme la manufacture ? Y a-t-il des défis ou des opportunités uniques pour traduire les apprentissages du secteur financier en applications industrielles ?

Dans l’industrie manufacturière, GFT a un partenariat solide avec Google. Ensemble, au cours de la dernière année, nous avons publié des cas d’utilisation d’IA spécifiquement conçus pour les ateliers de fabrication.

L’année dernière, nous avons annoncé la mise en œuvre du Manufacturing Data Engine (MDE) de Google Cloud, qui a alimenté les capacités d’IA telles que l’inspection visuelle de la ligne de production, la maintenance prédictive des machines et la prévision de production. Maintenant, cette année, nous avons dévoilé notre prochaine série d’applications construites sur les modèles Gemini de Google, notamment la capacité de déterminer la cause profonde des erreurs et des défauts, des tableaux de bord visuels qui permettent aux utilisateurs d’interroger les données de l’entreprise dans un langage naturel et la capacité de convertir des milliers de manuels de formation de machine en démonstrations vidéo dirigées par des avatars.

Lorsqu’il s’agit de traduire les apprentissages du secteur financier en applications industrielles, il s’agit moins de l’industrie elle-même et plus des découvertes dans le code. Dans chaque industrie, les apprentissages sur le développement de code et les cycles de vie logiciels sont importants et transposables – le code peut créer et faire différentes choses, mais certains obstacles ou défis liés au développement logiciel sont universels. Nous utilisons ce que nous apprenons dans chaque projet, qu’il s’agisse d’institutions financières ou de fabricants, pour apporter une compréhension plus approfondie à notre prochain projet.

Avec des partenariats stratégiques en place avec NVIDIA (NVDA ), AWS et Google Cloud, quel est le prochain évolution de l’approche d’écosystème de GFT ? Les produits d’IA spécifiques aux secteurs verticaux seront-ils co-développés ou construits de manière indépendante ?

Nous avons déjà commencé à la fois à co-développer et à construire de manière indépendante des solutions d’IA. Les cas d’utilisation d’IA pour la manufacture que nous avons publiés avec Google Cloud ne sont que le début de notre travail d’automatisation de l’atelier de fabrication. Nous prévoyons également de publier prochainement des cas d’utilisation d’IA spécifiques au secteur financier que nous avons développés avec AWS pour les banques américaines.

En outre, nous continuons à développer de manière continue notre solution d’IA générative pour le développement de logiciels.

La stratégie quinquennale de GFT comprend des objectifs audacieux : atteindre 1,5 milliard d’euros de chiffre d’affaires et devenir un leader reconnu de l’IA. Alors que vous regardez vers 2029, quels jalons ou signaux vous indiqueront que l’entreprise est vraiment sur la bonne voie ?

Nos deux principaux objectifs qui sont essentiels à atteindre tournent autour de la culture et des solutions.

Tout d’abord, nous devons changer à la fois la mentalité et les compétences des membres de l’organisation pour que l’IA soit au cœur de la façon dont nous opérons. Cela ne se limite pas à notre personnel technique ; chaque membre de l’équipe, qu’il s’agisse d’un développeur, d’un représentant des ventes ou d’un marketeur, sera entièrement formé pour utiliser nos solutions d’IA.

Deuxièmement, nous mesurons le succès par les services à forte valeur ajoutée que nous livrons à nos clients. Au cours des cinq prochaines années, nous espérons voir le pourcentage de projets qui intègrent l’IA dans les services et les produits que nous livrons exploser.

Nous avons déjà constaté des progrès importants sur ces deux fronts, avec une grande partie de notre personnel déjà formée et utilisant l’IA en interne, ainsi qu’un élément d’IA croissant dans les projets auxquels nous participons. Ces objectifs de base sont essentiels pour établir une solide fondation. Chez GFT, nous savons que l’IA va continuer à évoluer dans les années à venir et que le seul moyen de rester en tête est de se préparer dès maintenant.

Enfin, maintenant que vous avez passé quelques mois dans le rôle – qu’est-ce qui vous a le plus surpris dans la culture ou les capacités de GFT ? Et qu’est-ce qu’une idée fausse que les gens ont encore sur la transformation d’IA d’entreprise que vous aimeriez corriger ?

Je ne peux pas insister suffisamment sur la profondeur d’expertise en services financiers et en technologie qui coexistent simultanément chez GFT. Cela nous met dans une position où nous ne pouvons pas seulement exécuter les idées que les organisations nous apportent, mais les guider en fonction de notre expérience de travail avec des banques du monde entier. Nous dressons des visions à long terme qui sont souvent beaucoup plus grandes – avec un potentiel de génération de revenus beaucoup plus important – que ce que les entreprises auraient pu imaginer seules. Alors que je continue à apprendre sur les travaux passés et actuels de GFT à travers les régions, je me rends compte qu’il y a peu d’endroits dans l’industrie que GFT n’a pas touchés.

Je dirais qu’une idée fausse sur la transformation d’IA d’entreprise est qu’il s’agit uniquement d’hype. C’est quelque chose que les organisations aiment se dire à elles-mêmes pour se donner le temps de le comprendre. Plus tôt les organisations acceptent que l’IA est là pour rester et va changer la façon dont elles font tout – de manière positive – plus tôt elles pourront commencer à réaliser son potentiel à la fois de petites et de grandes manières. Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter GFT Technologies.