Rishi Chohan, američki izvršni direktor tvrtke GFT Technologies – serija intervjua

Rishi Chohan, američki izvršni direktor tvrtke GFT Technologies, iskusni je lider digitalne transformacije s više od 20 godina iskustva u softverskoj i uslužnoj industriji, uključujući uloge u tvrtkama Ernst & Young i SoftServe. Otkad je preuzeo vodstvo 2025. godine, usredotočio se na skaliranje GFT-ove strategije vođene umjetnom inteligencijom diljem SAD-a jačanjem veza s financijskim institucijama, proizvođačima i tehnološkim partnerima, istovremeno modernizirajući naslijeđene sustave za spremnost na umjetnu inteligenciju.

GFT tehnologije je globalna tvrtka za digitalnu transformaciju i softverski inženjering specijalizirana za umjetnu inteligenciju, modernizaciju oblaka i inovacije platformi za bankarski, osiguravajući i proizvodni sektor. Osnovana 1987. godine i posluje u preko 20 zemalja, GFT okuplja više od 12,000 XNUMX stručnjaka. Njihov rad vođen je pet temeljnih vrijednosti: brižnost, predanost, suradnja, hrabrost i kreativnost.

Vodili ste transformacije u velikim institucijama poput EY-a i SoftServea, ali preuzimanje uloge izvršnog direktora za SAD u GFT-u tijekom ključne promjene u umjetnoj inteligenciji jedinstven je izazov. Što vas je osobno privuklo ovoj prilici - i što vas najviše uzbuđuje u oblikovanju sljedećeg poglavlja GFT-a?

Od samog početka razgovora s tvrtkom GFT, shvatio sam da je tvrtka u poziciji da se suoči s uobičajenim izazovima u industriji na mnogo drugačiji način čak i od najuglednijih igrača u digitalnoj transformaciji. Bilo je jasno da je tvrtka financijski lider u pružanju usluga, kako u smislu tehničke stručnosti, tako i, možda još važnije, dubokog poznavanja domene. Tim s kojim bih radio imao je znanje koje bi moglo čak i nadmašiti same financijske institucije.

Dok smo nastavili razgovarati, brzo sam oblikovao viziju o tome kako bih pristupio ovoj prilici transformacije tvrtki financijskih usluga za njihovu vlastitu budućnost umjetne inteligencije, dok GFT istovremeno prolazi kroz vlastitu transformaciju usmjerenu na umjetnu inteligenciju.

Sada kada sam proveo nekoliko mjeseci radeći unutar organizacije, potvrdio sam svoje početne sumnje: Činjenica da se nalazimo na sjecištu tehničke stručnosti, dubokog financijskog znanja i opsežnog iskustva s umjetnom inteligencijom stavlja nas u vrlo jedinstvenu poziciju da ponovno osmislimo naslijeđene poslovne modele i pristupe – bilo od temelja ili dio po dio. To je pristup "odaberi svoju avanturu" za remećenje industrije koja je zrela za revolucionarne promjene, i sretan sam što sam dio toga.

GFT je usred petogodišnjeg putovanja kako bi postao tvrtka u potpunosti usmjerena na umjetnu inteligenciju. Kako to interno izgleda do sada?

Obrađujemo četiri glavna područja. Ukratko, to su:

1. Revizija naših procesa i operacija kako bi se utvrdilo kako i gdje umjetna inteligencija može unaprijediti članove tima.
2. Utvrđivanje prilika za iskorištavanje u kratkoročnom razdoblju, kao i onoga što trebamo graditi dugoročno. To uključuje identificiranje područja u kojima zaposlenici mogu koristiti umjetnu inteligenciju u svojim svakodnevnim zadacima već sada, dok provodimo sveobuhvatniji plan koji s vremenom holistički utječe na poslovanje.
3. Primjenjujemo vlastito generativno AI rješenje za skaliranje razvoja softvera za naše klijente i brži plasman na tržište. Već smo vidjeli porast produktivnosti u rasponu od 30% pa sve do 90%, ovisno o projektu, kao izravnu posljedicu implementacije ove AI za pružanje novih usluga i ponuda.
4. Educiranje naših zaposlenika tijekom tranzicije kako bismo im osigurali da im bude jasno gdje umjetna inteligencija može uskočiti i gdje mogu rasti s njom i podržati razvoj tvrtke.

Možete li podijeliti konkretne primjere ili slučajeve upotrebe koji ilustriraju utjecaj GFT-ovog generativnog AI rješenja, posebno u financijskim uslugama?

Kao dobar nedavni primjer upotrebe mogu navesti novo rješenje koje smo razvili za banke i tvrtke privatnog kapitala. Izgradili smo generativnog AI asistenta koji procjenjuje kreditni rizik kako bi informirao o važnim odlukama o kreditiranju – na eksponencijalnoj skali. Novi alat automatski objedinjuje ogromne količine financijskih podataka za izradu kreditnih izvješća, smanjujući vremenske rokove sa sati, pa čak i dana, na samo nekoliko minuta, uz osiguravanje usklađenosti. Uštedom vremena na izradi izvješća (kažemo 40%, ali to je konzervativno), kreditni analitičari sada se mogu više usredotočiti na procjenu složenih odluka o riziku.

Ovo rješava veliki problem s obzirom na to da je u kreditnoj industriji svaka sekunda važna – ali prebrzo djelovanje može dovesti do ljudske pogreške, a jedan propust može utjecati na važne odluke o kreditiranju.

Budući da sastavljanje izvješća o riziku može potrajati danima ručnog rada, jedini način na koji su se tvrtke povijesno mogle brže kretati – bez preopterećenja radnika i rizika od pogrešaka – bio je skaliranje timova. Sada, s ovim novim generativnim pristupom umjetne inteligencije, financijske institucije mogu brže donositi odluke o kreditiranju s većim povjerenjem.

Još jedan nedavni primjer dolazi iz najveće osiguravajuće tvrtke u Brazilu, koja je koristila naš vlasnički alat umjetne inteligencije za prepoznavanje ranjivosti u svom kodu i sprječavanje kibernetičkih napada prije nego što se dogode.

Ovo je ključno jer su velike financijske institucije posebno ranjive na hakere - a ovaj osiguravatelj je posebno svakodnevno doživljavao brojne napade. Iako su imali veliki tim posvećen hvatanju i identificiranju potencijalnih curenja informacija prije nego što se dogode, zbog ogromnog broja ranjivosti, hakeri su i dalje probijali pukotine u njihovoj obrani.

GFT-ovo AI rješenje uspjelo je identificirati anomalije 90% brže nego što su to prije mogli razvojni timovi. Osim toga, nakon što se identificiraju, AI rješenje se koristi za automatsko ispravljanje ranjivosti u kodu kako bi se spriječili napadi, što proces čini 66% bržim nego prije.

Obje ove mogućnosti zajedno su predstavljale povećanje učinkovitosti do 30% u ukupnom životnom ciklusu razvoja za samo 3-4 mjeseca.

S obzirom na Vaše iskustvo u vođenju projekata za vodeće banke poput JPMC-a, Morgan Stanleyja i Citibanka, kako prilagođavate GFT-ovu strategiju umjetne inteligencije specifičnim potrebama američkih financijskih institucija?

Iz mog rada s vodećim bankama i unutar nekoliko aspekata financijskog prostora, jasan mi je potencijal koji umjetna inteligencija predstavlja za financijske institucije. Znanje koje donosim sa sobom u GFT nadopunjuje 35 godina iskustva same tvrtke u financijskom prostoru.

Tijekom godina, iz prve ruke sam svjedočio uobičajenim izazovima koji se javljaju u projektima na kojima sam imao čast raditi, kao i nijansiranim slikama s kojima se suočavaju pojedinačne tvrtke. Mogućnost da vidim te makro trendove i kako oni utječu i na industriju u cjelini i na određene tvrtke dala mi je vrlo jasnu sliku o tome kako i gdje primijeniti umjetnu inteligenciju. Izazovi poput pranja novca, prijevare, identifikacije kupaca i složenih kreditnih izvješća godinama muče institucije.

Na primjer, GFT ugrađuje Google Vertex AI u vodeću banku kako bi poboljšao otkrivanje prijevara. Unatoč tehnologiji koja se obično ne koristi u tu svrhu, instituciji je bilo potrebno rješenje koje bi se moglo lako integrirati u njezine složene sustave. Kako bi podržao ovaj zahtjev, GFT pomaže banci da obuči Google Vertex o uobičajenim obrascima kako bi identificirao potencijalne prijevare i pokrenuo mjere za njihovo sprječavanje.

Osim toga, GFT surađuje s AWS-om na izgradnji rješenja za banke temeljenih na umjetnoj inteligenciji. U Singapuru smo izgradili prilagođeni proces sprječavanja pranja novca vođen umjetnom inteligencijom.

Iz perspektive šire GFT strategije, radim na postizanju prave ravnoteže između unapređenja naših vlastitih AI rješenja i onih koje gradimo za klijente zajedno s našim dugoročnim tehnološkim partnerima poput Googlea i AWS-a.

GFT ima za cilj postati globalni lider u odgovornoj umjetnoj inteligenciji. Koje zaštitne ograde ili okvire upravljanja uspostavljate kako biste osigurali sigurnost, transparentnost i usklađenost s propisima, posebno u visoko reguliranim sektorima?

Različite financijske institucije slijede različite propise; trenutno ne postoji univerzalno rješenje kada je u pitanju umjetna inteligencija. To znači da se prilagođavamo pravilima određene organizacije kako bismo ostali u skladu s propisima i osigurali sigurnost za svakog klijenta.

Rješenja koja pružamo lako su prilagodljiva. Prije pokretanja upoznajemo se s propisima i pravilima vezanim uz tu određenu instituciju te prilagođavamo rješenje njihovom okruženju. Na taj način nikada ne nastaju nikakvi sigurnosni ili regulatorni problemi.

Osim što prilagođavamo naša rješenja regulatornim zahtjevima različitih tvrtki, također se pridržavamo industrijskih propisa poput GDPR-a u Europi.

Opisuju vas kao vođu vođenog podacima i orijentiranog na djelovanje. U praksi, kako potičete tu kulturu u tako velikoj organizaciji - posebno onoj koja prolazi kroz brzu transformaciju umjetne inteligencije?

Prvi korak u poticanju kulture vođene podacima u cijeloj organizaciji jest osigurati da svaki član razumije korist od rada na taj način.

Kako bi uspješno vodili posao, timovima je potreban pristup organizacijskim podacima. To pruža uvid u to što funkcionira, a što ne, te može dati projekcije vjerojatnih ishoda za različite scenarije. Naoružani tim podacima puno je lakše donositi odluke koje su prave za vašu tvrtku.

Kako bismo to pokazali, bitno je predvoditi primjerom i pokazati kako odluke utemeljene na podacima mogu donijeti značajne promjene koje koriste svima u organizaciji. Na primjer, ako podaci o prodaji pokazuju da je stopa konverzije niska, znamo da je to područje kojem je potrebna pozornost i možemo stvoriti strategiju za rješavanje izazova. Nakon što su korisni ishodi kulture utemeljene na podacima jasni, timovima u cijeloj organizaciji lakše je besprijekorno usvojiti tu praksu.

Pogotovo dok prolazimo kroz brzu transformaciju umjetne inteligencije, podaci su ključni za razumijevanje kako promjena funkcionira i gdje postoje područja za poboljšanje.

Osim bankarstva, kako GFT primjenjuje svoju strategiju umjetne inteligencije na druge sektore poput proizvodnje? Postoje li jedinstveni izazovi ili prilike u prenošenju znanja iz financijskog sektora u industrijske primjene?

U proizvodnoj industriji GFT ima snažno partnerstvo s Googleom. Zajedno smo tijekom protekle godine objavljivali slučajeve upotrebe umjetne inteligencije posebno formulirane za tvornice proizvođača.

Prošle godine najavili smo implementaciju Google Cloudovog mehanizma za podatke o proizvodnji (MDE), koji je potaknuo mogućnosti umjetne inteligencije poput vizualnog pregleda proizvodne linije, prediktivnog održavanja strojeva i predviđanja proizvodnje. Ove godine predstavili smo naš sljedeći set aplikacija izgrađenih na Googleovim Gemini modelima, uključujući mogućnost utvrđivanja uzroka pogrešaka i nedostataka, vizualne nadzorne ploče koje korisnicima omogućuju upite o podacima cijele organizacije na prirodnom jeziku i mogućnost pretvaranja tisuća priručnika za obuku strojeva u video demonstracije vođene avatarima.

Kada je riječ o prenošenju znanja iz financijskog sektora u industrijske primjene, manje se radi o samoj industriji, a više o otkrićima u kodu. U svakoj industriji, znanja o razvoju koda i životnom ciklusu softvera su važna i prenosiva – kod može stvarati i raditi različite stvari, ali određene prepreke ili izazovi s razvojem softvera su univerzalni. Ono što naučimo koristimo u svakom projektu, bilo da se radi o financijskim institucijama ili proizvođačima, kako bismo unijeli dublje uvide u naš sljedeći projekt.

S obzirom na strateška partnerstva s tvrtkama NVIDIA, AWS i Google Cloud, što vidite kao sljedeću evoluciju GFT-ovog pristupa ekosustavu? Hoće li se specifični AI proizvodi razvijati zajednički ili neovisno?

Već smo započeli s zajedničkim razvojem i samostalnom izgradnjom AI rješenja. Primjeri upotrebe AI u proizvodnji koje smo objavili s Google Cloudom samo su početak našeg rada na automatizaciji tvorničkog pogona. Uskoro planiramo objaviti i primjere upotrebe AI specifične za financije koje smo razvili s AWS-om za američke banke.

Osim toga, kontinuirano proširujemo naše neovisno izgrađeno generativno AI rješenje za razvoj softvera.

Petogodišnja strategija GFT-a uključuje ambiciozne ciljeve: dosezanje 1.5 milijardi eura prihoda i postajanje priznatim liderom u području umjetne inteligencije. Dok gledate unaprijed na 2029. godinu, koje će vam prekretnice ili signali reći da je tvrtka zaista na pravom putu?

Naša dva glavna cilja koja je bitno postići vrte se oko kulture i rješenja.

Prvo, moramo promijeniti i način razmišljanja i tehničke vještine svih u organizaciji kako bi umjetna inteligencija bila u prvom planu našeg poslovanja. To nije ograničeno samo na naše tehničko osoblje, svaki član tima, bilo da se radi o programeru, prodajnom predstavniku ili marketeru, bit će potpuno obučen za korištenje naših AI rješenja.

Drugo, uspjeh mjerimo uslugama s visokom dodanom vrijednošću koje pružamo našim klijentima. U sljedećih pet godina nadamo se da će postotak projekata koji imaju umjetnu inteligenciju ugrađenu i u usluge i u proizvode koje isporučujemo naglo porasti.

Već smo vidjeli značajan napredak na oba fronta, s velikim dijelom našeg osoblja koji je već obučen i koristi umjetnu inteligenciju interno, kao i sve većim elementom umjetne inteligencije u projektima u kojima sudjelujemo. Ovi osnovni ciljevi ključni su za postavljanje snažnih temelja. U GFT-u znamo da će se umjetna inteligencija nastaviti razvijati u nadolazećim godinama i jedini način da ostanemo ispred nje jest da se pripremimo sada.

Konačno, sada kada ste već nekoliko mjeseci na toj poziciji - što vas je najviše iznenadilo u vezi s kulturom ili mogućnostima GFT-a? I koja je jedna zabluda koju ljudi još uvijek imaju o transformaciji umjetne inteligencije u poduzećima, a koju biste željeli ispraviti?

Ne mogu dovoljno naglasiti dubinu financijskih usluga i tehnološke ekspertize koje istovremeno koegzistiraju u GFT-u. To nas stavlja u poziciju ne samo da provodimo ideje s kojima nam se organizacije obraćaju, već ih i vodimo na temelju našeg iskustva u radu s bankama diljem svijeta. Izlažemo dugoročne vizije koje su često puno veće – s puno većim potencijalom za generiranje prihoda – od onoga što bi sami osmislili. Kako nastavljam učiti o prošlom i sadašnjem radu koji je GFT obavio u različitim regijama, shvaćam da postoji malo područja u industriji kojih se GFT nije dotaknuo.

Rekao bih da je pogrešno shvaćanje o transformaciji umjetne inteligencije u poduzećima da je sve to samo reklama. To je nešto što organizacije često vole same sebi govoriti kako bi si kupile vrijeme da to shvate. Što prije organizacije prihvate da je umjetna inteligencija ovdje da ostane i da će promijeniti način na koji sve rade – na dobar način – prije će moći početi ostvarivati njezin potencijal, kako u vrlo malim tako i u vrlo velikim razmjerima.

Hvala vam na sjajnom intervjuu, čitatelji koji žele saznati više neka ga posjete GFT tehnologije.