Rishi Chohan, CEO GFT Technologies di AS – Seri Wawancara

Rishi Chohan, CEO GFT Technologies di AS, adalah seorang pemimpin transformasi digital yang berpengalaman dengan lebih dari 20 tahun pengalaman di industri perangkat lunak dan layanan, termasuk peran di Ernst & Young dan SoftServe. Sejak mengambil alih jabatan pada 2025, ia telah fokus pada penskalaan strategi GFT yang didorong AI di seluruh AS dengan memperkuat hubungan dengan lembaga keuangan, produsen, dan mitra teknologi sambil memodernisasi sistem warisan untuk kesiapan AI.

GFT Technologies adalah sebuah perusahaan transformasi digital dan rekayasa perangkat lunak global yang berspesialisasi dalam AI, modernisasi cloud, dan inovasi platform untuk sektor perbankan, asuransi, dan manufaktur. Didirikan pada 1987 dan beroperasi di lebih dari 20 negara, GFT mengumpulkan lebih dari 12.000 profesional. Pekerjaannya dipandu oleh lima nilai inti: Peduli, Berkomitmen, Kolaboratif, Berani, dan Kreatif.

Anda telah memimpin transformasi di lembaga besar seperti EY dan SoftServe, tetapi mengambil peran CEO GFT di AS selama pergeseran AI yang kritis adalah tantangan unik. Apa yang secara pribadi menarik Anda ke kesempatan ini – dan apa yang paling menggembirakan Anda tentang membentuk babak berikutnya GFT?

Sejak awal percakapan saya dengan GFT, saya menyadari bahwa perusahaan ini berada dalam posisi untuk menyerang tantangan industri yang umum dengan cara yang berbeda dari pemain transformasi digital yang paling mapan. Jelas bahwa perusahaan ini adalah kekuatan besar di bidang jasa keuangan, baik dalam hal keahlian teknis maupun, mungkin lebih penting, pengetahuan domain yang mendalam. Tim yang akan saya kerjakan telah memiliki pengetahuan yang mungkin bahkan melebihi lembaga keuangan itu sendiri.

Ketika kita terus berbicara, saya dengan cepat membentuk visi tentang bagaimana saya akan mendekati kesempatan ini untuk mengubah perusahaan jasa keuangan untuk masa depan AI mereka sendiri, sementara GFT secara bersamaan menjalani transformasi AI-sentrisnya sendiri.

Sekarang bahwa saya telah menghabiskan beberapa bulan bekerja di dalam organisasi, saya telah mengkonfirmasi kecurigaan awal saya: Fakta bahwa kita berada di persimpangan keahlian teknis, pengetahuan keuangan yang mendalam, dan pengalaman AI yang luas menempatkan kita dalam posisi unik untuk mereinventasi model bisnis dan pendekatan warisan – baik dari awal atau satu bagian pada satu waktu. Ini adalah pendekatan “pilih petualangan Anda sendiri” untuk mengganggu industri yang sudah matang untuk diganggu, dan saya senang menjadi bagian dari itu.

GFT berada di tengah-tengah perjalanan lima tahun untuk menjadi perusahaan yang sepenuhnya AI-sentris. Secara internal, apa yang terlihat seperti sejauh ini?

Terdapat empat area utama yang kita tangani. Dalam garis besar, itu adalah:

1. Mengaudit proses dan operasi kita untuk menentukan bagaimana dan di mana AI dapat meningkatkan anggota tim.
2. Menentukan peluang untuk dimanfaatkan dalam jangka pendek, serta apa yang perlu kita bangun untuk jangka panjang. Ini termasuk mengidentifikasi area di mana karyawan dapat menggunakan AI dalam tugas sehari-hari mereka sekarang, sementara kita menjalankan roadmap yang lebih luas yang mempengaruhi operasi secara holistik seiring waktu.
3. Menggunakan solusi AI generatif milik kita sendiri untuk menskalakan pengembangan perangkat lunak untuk klien kita dan membawa mereka ke pasar lebih cepat. Kita sudah melihat peningkatan produktivitas berkisar dari 30% hingga 90%, tergantung pada proyek, sebagai hasil langsung dari menerapkan AI ini untuk mengirimkan layanan dan penawaran baru.
4. Mengedukasi karyawan kita melalui transisi untuk memastikan bahwa jelas bagi mereka di mana AI dapat masuk dan di mana mereka dapat tumbuh dengannya untuk mendukung evolusi perusahaan.

Bisakah Anda membagikan contoh spesifik atau kasus yang menggambarkan dampak solusi AI generatif GFT, terutama di sektor jasa keuangan?

Sebuah contoh yang baik yang baru-baru ini saya dapat tunjukkan adalah solusi baru yang kita kembangkan untuk bank dan perusahaan modal swasta. Kita membangun asisten AI generatif yang menilai risiko kredit untuk memandu keputusan pemberian kredit besar – dengan skala eksponensial. Alat baru ini secara otomatis merakit data keuangan yang luas untuk membuat laporan kredit, mengurangi waktu dari jam dan bahkan hari menjadi beberapa menit, sambil memastikan kepatuhan. Dengan menghemat waktu pada pembuatan laporan (kita katakan 40% tetapi itu konservatif), analis kredit sekarang dapat meningkatkan fokus mereka pada menilai keputusan risiko yang kompleks.

Ini memecahkan masalah besar mengingat bahwa di industri kredit, setiap detik menghitung – tetapi bergerak terlalu cepat dapat menyebabkan kesalahan manusia, dan satu kelalaian dapat mempengaruhi keputusan pemberian kredit besar.

Karena dapat memakan waktu berhari-hari untuk mengompilasi laporan risiko secara manual, cara satu-satunya perusahaan dapat bergerak lebih cepat – tanpa membebani pekerja dan mengambil risiko kesalahan – telah menjadi dengan menskalakan tim. Sekarang, dengan pendekatan AI generatif baru ini, lembaga keuangan dapat membuat keputusan pemberian kredit lebih cepat dengan kepercayaan yang lebih tinggi.

Contoh lainnya berasal dari perusahaan asuransi terbesar di Brasil, yang menggunakan alat AI milik kita untuk mengidentifikasi kerentanan dalam kode mereka dan mencegah serangan siber sebelum terjadi.

Ini sangat penting karena lembaga keuangan besar sangat rentan terhadap peretas – dan perusahaan asuransi ini secara khusus mengalami sejumlah serangan setiap hari. Meskipun mereka memiliki tim besar yang didedikasikan untuk menangkap dan mengidentifikasi potensi kebocoran sebelum terjadi, karena jumlah kerentanan yang besar, peretas masih dapat melewati celah dalam pertahanan mereka.

Solusi AI GFT telah dapat mengidentifikasi anomali 90% lebih cepat daripada tim pengembang sebelumnya. Selain itu, setelah diidentifikasi, solusi AI ini digunakan untuk secara otomatis memperbaiki kerentanan dalam kode untuk mencegah serangan, membuat proses 66% lebih cepat daripada sebelumnya.

Kedua kemampuan ini bersama-sama mewakili peningkatan efisiensi hingga 30% dalam siklus pengembangan keseluruhan hanya dalam 3-4 bulan.

Dengan pengalaman Anda memimpin keterlibatan untuk bank-bank kelas atas seperti JPMC, Morgan Stanley, dan Citibank, bagaimana Anda menyesuaikan strategi AI GFT untuk memenuhi kebutuhan khusus lembaga keuangan AS?

Dari pengalaman saya dengan bank-bank kelas atas, dan dalam berbagai aspek ruang keuangan, saya jelas tentang potensi yang diwakili AI untuk lembaga keuangan. Pengetahuan yang saya bawa ke GFT melengkapi pengalaman perusahaan sendiri selama 35 tahun di ruang keuangan.

Selama bertahun-tahun, saya telah menyaksikan langsung tantangan umum yang muncul di seluruh proyek yang telah saya miliki kehormatan untuk bekerja, serta nyeri spesifik yang dihadapi oleh perusahaan individu. Dengan dapat melihat tren makro ini dan bagaimana mereka mempengaruhi industri secara keseluruhan serta perusahaan tertentu, saya telah memperoleh pemahaman yang sangat jelas tentang bagaimana dan di mana menerapkan AI. Di seluruh papan, tantangan seperti pencucian uang, penipuan, identifikasi pelanggan, dan laporan kredit yang kompleks telah membelenggu lembaga selama bertahun-tahun.

Misalnya, GFT menginfuskan Google Vertex AI ke sebuah bank terkemuka untuk meningkatkan deteksi penipuan. Meskipun teknologi ini tidak biasanya digunakan untuk tujuan tersebut, lembaga tersebut membutuhkan solusi yang dapat dengan mudah diintegrasikan ke dalam sistem kompleks mereka. Untuk mendukung permintaan ini, GFT membantu bank melatih Google Vertex pada pola umum untuk mengidentifikasi potensi penipuan dan memicu tindakan untuk mencegahnya.

Selain itu, GFT bekerja sama dengan AWS untuk membangun solusi AI yang didorong untuk bank. Di Singapura, kita telah membangun proses anti-pencucian uang yang didorong AI.

Dari perspektif strategi GFT yang lebih besar, saya bekerja untuk menemukan keseimbangan yang tepat antara mengembangkan solusi AI milik kita sendiri dan yang kita bangun untuk klien bersama mitra teknologi jangka panjang seperti Google dan AWS.

GFT bertujuan untuk menjadi pemimpin global dalam AI yang bertanggung jawab. Apa pengaman atau kerangka tata kelola yang Anda tetapkan untuk memastikan keamanan, transparansi, dan keselarasan peraturan, terutama di sektor yang sangat diatur?

Lembaga keuangan yang berbeda mengikuti peraturan yang berbeda; saat ini, tidak ada satu ukuran yang pas untuk semua pengaman ketika datang ke AI. Ini berarti bahwa untuk tetap mematuhi dan memastikan keamanan untuk setiap klien, kita menyesuaikan diri dengan aturan khusus organisasi tersebut.

Solusi yang kita sediakan sangat mudah disesuaikan. Sebelum meluncurkan, kita memastikan bahwa kita familiar dengan peraturan dan aturan yang terkait dengan lembaga tersebut dan menyesuaikan solusi untuk mematuhi lingkungan mereka. Dengan cara ini, tidak pernah ada masalah keamanan atau peraturan yang muncul.

Selain mengkurasi solusi untuk kebutuhan peraturan perusahaan yang berbeda, kita juga mengikuti peraturan industri seperti GDPR di Eropa.

Anda telah digambarkan sebagai pemimpin yang berorientasi pada data dan tindakan. Dalam praktek, bagaimana Anda mendorong budaya ini di seluruh organisasi yang besar – terutama satu yang menjalani transformasi AI yang cepat?

Langkah pertama dalam mendorong budaya yang berorientasi pada data di seluruh organisasi adalah memastikan bahwa setiap anggota memahami manfaat bekerja dengan cara itu.

Untuk mengoperasikan bisnis dengan sukses, tim memerlukan akses ke data organisasi. Ini memberikan wawasan tentang apa yang berhasil dan apa yang tidak, dan dapat memberikan proyeksi tentang hasil yang mungkin untuk skenario yang berbeda. Dengan data ini, jauh lebih mudah untuk membuat keputusan yang tepat untuk perusahaan Anda.

Untuk mendemonstrasikan ini, sangat penting untuk memimpin dengan contoh dan menunjukkan bagaimana keputusan yang berorientasi pada data dapat membawa perubahan yang berarti yang menguntungkan semua orang di organisasi. Misalnya, jika data penjualan menunjukkan bahwa tingkat konversi rendah, kita tahu bahwa itu adalah area yang perlu perhatian dan dapat membuat strategi untuk memperbaiki tantangan tersebut. Setelah hasil yang menguntungkan dari budaya yang berorientasi pada data jelas, lebih mudah bagi tim di seluruh organisasi untuk dengan mudah mengadopsi praktik ini.

Terutama karena kita menjalani transformasi AI yang cepat, data sangat penting untuk memahami bagaimana perubahan itu bekerja dan di mana ada area untuk perbaikan.

Di luar perbankan, bagaimana GFT menerapkan strategi AI-nya ke sektor lain seperti manufaktur? Apakah ada tantangan unik atau kesempatan dalam menerjemahkan pembelajaran sektor keuangan ke aplikasi industri?

Di industri manufaktur, GFT memiliki kemitraan yang kuat dengan Google. Bersama-sama selama setahun terakhir, kita telah merilis kasus penggunaan AI yang secara khusus diformulasikan untuk lantai pabrik manufaktur.

Tahun lalu, kita mengumumkan implementasi Mesin Data Manufaktur Google Cloud (MDE), yang memicu kemampuan AI seperti inspeksi produksi visual, perawatan mesin prediktif, dan peramalan produksi. Sekarang, tahun ini, kita telah meluncurkan serangkaian aplikasi berikutnya yang dibangun di atas Model Gemini Google, termasuk kemampuan untuk menentukan penyebab akar kesalahan dan cacat, dashboard visual yang memungkinkan pengguna untuk mengquery data organisasi secara luas dengan bahasa alami, dan kemampuan untuk mengonversi ribuan manual pelatihan mesin menjadi demonstrasi video yang dipimpin oleh avatar.

Ketika datang ke menerjemahkan pembelajaran dari sektor keuangan ke aplikasi industri, itu lebih tentang penemuan dalam kode. Di setiap industri, penemuan tentang pengembangan kode dan siklus hidup perangkat lunak sangat penting dan dapat diterapkan – kode mungkin membuat dan melakukan hal-hal yang berbeda, tetapi beberapa hambatan atau tantangan dengan pengembangan perangkat lunak adalah universal. Kita menggunakan apa yang kita pelajari dalam setiap proyek, baik untuk lembaga keuangan maupun manufaktur, untuk membawa wawasan yang lebih dalam ke proyek berikutnya.

Dengan kemitraan strategis yang ada dengan NVIDIA, AWS, dan Google Cloud, apa yang Anda lihat sebagai evolusi berikutnya dari pendekatan ekosistem GFT? Apakah produk AI khusus vertikal akan dikembangkan bersama atau dibangun secara mandiri?

Kita sudah mulai mengembangkan dan membangun solusi AI bersama serta mandiri. Kasus penggunaan AI manufaktur yang kita luncurkan dengan Google Cloud hanyalah awal dari pekerjaan kita dalam mengotomatisasi lantai pabrik. Kita juga segera berencana untuk meluncurkan kasus penggunaan AI khusus keuangan yang kita kembangkan dengan AWS untuk bank AS.

Selain itu, kita terus memperluas solusi AI generatif milik kita sendiri untuk pengembangan perangkat lunak.

Strategi lima tahun GFT mencakup target yang ambisius: mencapai €1,5M dalam pendapatan dan menjadi pemimpin AI yang diakui. Ketika Anda melihat ke depan ke 2029, apa yang akan menjadi tonggak atau sinyal yang menunjukkan bahwa perusahaan benar-benar on track?

Dua tiang utama yang penting untuk kita capai berkaitan dengan budaya dan solusi.

Pertama, kita harus mengubah baik mindset maupun keterampilan yang keras dari setiap orang di organisasi sehingga AI berada di garis depan tentang bagaimana kita beroperasi. Ini tidak terbatas pada staf teknis kita, setiap anggota tim, apakah mereka pengembang, perwakilan penjualan, atau pemasar, akan sepenuhnya dilatih untuk menggunakan solusi AI kita.

Kedua, kita mengukur kesuksesan dengan layanan bernilai tinggi yang kita berikan kepada pelanggan kita. Dalam lima tahun ke depan, kita berharap melihat persentase proyek yang memiliki AI tertanam dalam layanan dan produk yang kita berikan melonjak.

Kita sudah melihat kemajuan yang signifikan di kedua front, dengan sebagian besar staf kita sudah dilatih dan menggunakan AI secara internal, serta elemen AI yang meningkat dalam proyek yang kita lakukan. Tujuan dasar ini sangat penting untuk membangun fondasi yang kuat. Di GFT, kita tahu bahwa AI akan terus berkembang dalam tahun-tahun mendatang, dan satu-satunya cara untuk tetap di depan adalah dengan mempersiapkan diri sekarang.

Akhirnya, sekarang bahwa Anda telah memiliki beberapa bulan di peran – apa yang paling mengejutkan Anda tentang budaya atau kemampuan GFT? Dan apa yang salah satu kesalahpahaman yang masih dimiliki orang tentang transformasi AI perusahaan yang Anda ingin perbaiki?

Saya tidak dapat menekankan cukup tentang kedalaman keahlian jasa keuangan dan teknis yang bersamaan di GFT. Ini menempatkan kita dalam posisi untuk tidak hanya melaksanakan ide-ide yang organisasi datangkan kepada kita, tetapi membimbing mereka berdasarkan pengalaman kita bekerja dengan bank di seluruh dunia. Kita mengatur visi jangka panjang yang seringkali jauh lebih besar – dengan potensi pendapatan yang jauh lebih besar – daripada yang mereka akan datangkan sendiri. Ketika saya terus belajar tentang pekerjaan masa lalu dan saat ini yang GFT lakukan di seluruh wilayah, saya menyadari bahwa ada sedikit ruang di industri yang GFT belum sentuh.

Saya akan mengatakan bahwa salah satu kesalahpahaman tentang transformasi AI perusahaan adalah bahwa itu semua hipe. Itu adalah sesuatu yang organisasi sering suka mengatakan kepada diri mereka sendiri untuk membeli waktu untuk memahaminya. Semakin cepat organisasi menerima bahwa AI ada untuk tetap dan akan mengubah cara mereka melakukan segalanya – dengan cara yang baik – semakin cepat mereka dapat mulai menyadari potensinya dalam cara-cara kecil dan besar.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi GFT Technologies.