Sunil Padiyar, Chief Technology Officer di Trintech – Seri Wawancara

Sunil Padiyar adalah seorang Chief Technology Officer (CTO) berpengalaman dengan rekam jejak yang kuat dalam merancang solusi B2B SAAS berbasis cloud untuk perusahaan perangkat lunak yang berkembang pesat. Sebagai CTO di Corcentric, ia memimpin pertumbuhan pendapatan sebesar 25% YoY, dengan fokus pada kantor CFO dengan mempermudah akuntansi, otomatisasi, pengadaan, dan transaksi pembayaran. Sunil juga pernah menjabat sebagai CTO di FacilitySource, mengawasi ekspansi yang luar biasa dari $40 juta hingga $250 juta dalam waktu hanya 5 tahun, yang berakhir dengan akuisisi sukses oleh CBRE.

Trintech adalah penyedia perangkat lunak berbasis cloud global yang mengotomatisasi proses penutupan keuangan dan rekonsiliasi akun untuk tim keuangan dan akuntansi. Dengan lebih dari 35 tahun pengalaman, perusahaan ini mendukung ribuan pelanggan di lebih dari 100 negara, memproses miliaran transaksi setiap tahunnya. Perusahaan ini menggunakan otomatisasi yang didorong oleh AI dan kemitraan strategis untuk membantu para profesional keuangan beralih dari tugas manual ke pekerjaan yang lebih berharga.

Anda telah menghabiskan lebih dari dua dekade dalam peran kepemimpinan teknologi—apa yang pertama kali menarik Anda untuk membangun solusi yang memberdayakan tim keuangan, dan bagaimana motivasi itu berkembang sepanjang karir Anda?

Awalnya dalam karir saya, saya melihat betapa banyak waktu dan energi yang dihabiskan tim keuangan untuk pekerjaan yang berulang dan manual — dan betapa sedikit waktu yang tersisa untuk analisis dan pengambilan keputusan. Jelaslah bahwa teknologi dapat mengubah keseimbangan itu, memungkinkan para profesional keuangan fokus pada kegiatan yang lebih berharga. Seiring waktu, motivasi saya telah berkembang dari sekadar mengotomatisasi tugas-tugas menjadi merancang ulang alur kerja secara keseluruhan, sehingga AI dan otomatisasi tidak hanya menghemat waktu, tetapi juga meningkatkan akurasi, kepatuhan, dan kualitas wawasan keuangan.

Bagaimana Trintech saat ini menggunakan AI dalam operasi internalnya untuk meningkatkan efisiensi atau pengambilan keputusan?

Secara internal, kami menggunakan AI untuk mengalirkan proses di seluruh tim. Dalam operasi, AI membantu kami mengidentifikasi dan memprioritaskan tiket dukungan, memungkinkan resolusi yang lebih cepat untuk pelanggan kami. Dalam pengembangan produk, kami menggunakan alat coding yang dibantu AI untuk mempercepat pengiriman fitur sambil mempertahankan standar kualitas. Kami juga bereksperimen dengan AI untuk menganalisis umpan balik pelanggan dalam skala besar, membantu tim produk dan keberhasilan pelanggan kami untuk mengenali tren dan peluang jauh lebih cepat daripada metode tradisional.

Apakah Anda dapat menjelaskan bagaimana AI tertanam dalam produk Trintech untuk membantu tim keuangan menutup lebih cepat, mengurangi risiko, atau meningkatkan akurasi?

AI tidak hanya ditambahkan pada produk kami — tetapi tertanam dalam inti alur kerja mereka. Dalam platform Cadency kami, AI bekerja dalam konteks, dengan kesadaran penuh tentang lingkungan pelanggan, data, dan persyaratan kepatuhan. Ini memungkinkan fitur-fitur seperti pembuatan entri jurnal yang otomatis, prioritas pengecualian, dan jadwal rekonsiliasi dinamis untuk disesuaikan dengan setiap organisasi. Dalam platform Adra kami, AI dibangun ke dalam antarmuka pengguna untuk memberikan kemenangan cepat: merekomendasikan aturan pencocokan, memetakan bidang data, dan membantu dengan pembuatan jurnal — semua dengan satu klik tombol. Ini membuat AI dapat diakses dan berdampak bagi pengguna tanpa memerlukan pengaturan yang kompleks.

Apakah ada fitur AI yang spesifik dalam Cadency atau Adra yang Anda rasakan telah menjadi perubahan besar bagi pelanggan Anda?

Untuk Cadency, Otomatisasi Berbasis Risiko telah menjadi transformasional — secara otomatis memprioritaskan dan mengarahkan pengecualian berdasarkan risiko, dan mengurangi tinjauan manual hingga 90%. Selain itu, otomatisasi entri jurnal kami dapat memotong waktu untuk membuat satu entri dari sembilan menit menjadi sekitar satu menit. Di seluruh ratusan entri, keuntungan efisiensi bagi tim keuangan sangat besar.

Untuk Adra, AI meningkatkan produktivitas pada setiap tahap penutupan. Fitur-fitur seperti MatchAssist merekomendasikan aturan pencocokan transaksi, secara signifikan mengurangi upaya manual untuk mengonfigurasi logika pencocokan. AI juga memformat data masuk dan mempopulasikan bidang secara otomatis selama impor, menghilangkan pekerjaan berulang dan meningkatkan tingkat pencocokan — semua ini mempercepat rekonsiliasi dan mengurangi kelelahan pengguna.

Bagaimana tim Anda memutuskan fitur AI mana yang akan dikembangkan selanjutnya — apa prosesnya dari ide hingga implementasi?

Kami memulai dengan poin-poin kesulitan pelanggan. Manajer produk, tim keberhasilan pelanggan, dan spesialis AI kami bekerja sama untuk mengidentifikasi di mana AI dapat memiliki dampak terbesar. Dari sana, kami memprioritaskan peluang berdasarkan nilai, kelayakan, dan keselarasan dengan visi produk kami. Prototipe dikembangkan dengan cepat dan diuji dengan sejumlah kecil pelanggan untuk memvalidasi dampak. Hanya setelah membuktikan hasil yang terukur, kami menggelontorkan fitur-fitur tersebut lebih luas.

Apa peran AI dalam mendeteksi anomali, mencegah kesalahan, atau meningkatkan kepatuhan dalam alur kerja keuangan?

AI kami menganalisis data yang dimasukkan oleh pengguna dan data transaksional yang mendasarinya untuk anomali, potensi kesalahan, dan pelanggaran kepatuhan. Karena AI kami memiliki kesadaran konteks dan kecerdasan untuk mengenali pelanggan tertentu yang dilayani, AI dapat menerapkan aturan kepatuhan yang disesuaikan dengan kerangka tata kelola dan regulasi pelanggan tersebut. Ini berarti sistem tidak hanya secara generik memflag kesalahan — tetapi menerapkan pemeriksaan yang tepat untuk organisasi itu, memastikan akurasi dan kepatuhan tanpa memperlambat proses.

Bagaimana Anda memastikan bahwa output AI dalam solusi Anda dapat dipercaya dan dipercayai oleh tim keuangan yang mengandalkannya?

Kami merancang output AI untuk transparan sepenuhnya. Setiap rekomendasi disertai dengan alasan atau pola data di baliknya, sehingga pengguna dapat memahami mengapa sistem membuat saran tersebut. Dalam Cadency, misalnya, skor risiko pengecualian menunjukkan faktor-faktor yang berkontribusi pada skor, memungkinkan tim keuangan untuk memvalidasi logika sebelum bertindak. Transparansi ini membangun kepercayaan dan memastikan bahwa AI tetap menjadi asisten, bukan kotak hitam.

Apakah Anda dapat membagikan sebuah kisah sukses di mana pelanggan mencapai hasil yang terukur karena otomatisasi AI dalam platform Anda?

Salah satu pelanggan perusahaan kami saat ini sedang melakukan percobaan dengan otomatisasi entri jurnal AI yang kami sediakan dalam Cadency. Sebelum AI, membuat satu entri jurnal bisa memakan waktu hingga sembilan menit kerja manual. Dengan otomatisasi kami, proses yang sama sekarang membutuhkan sekitar satu menit. Di seluruh ribuan entri jurnal yang diproses setiap bulannya, keuntungan efisiensi bagi tim keuangan sangat besar — bertranslasi menjadi penghematan biaya yang signifikan dan membebaskan tim keuangan untuk pekerjaan yang lebih strategis. Percobaan ini sudah menunjukkan hasil yang kuat dan diharapkan akan segera diluncurkan.

Bagaimana Trintech menjaga keseimbangan antara inovasi AI dengan mempertahankan keamanan dan integritas data keuangan yang sensitif?

Keamanan tidak dapat dinegosiasikan.

Semua layanan AI kami beroperasi dalam konfigurasi tanpa status, yang berarti data pelanggan tidak disimpan atau digunakan untuk pelatihan model. Model ML kami yang proprietary dihosting dalam lingkungan cloud pribadi, dan AI generatif diakses melalui API kelas perusahaan dari layanan OpenAI Microsoft Azure. Data dienkripsi saat transmisi dan saat istirahat, dan sistem kami bersertifikat SOC 2 dan ISO 27001. Ini memastikan bahwa inovasi tidak pernah mengorbankan integritas data.

Menghadap ke depan, bagaimana Anda membayangkan AI akan mengubah operasi internal Trintech dan cara pelanggan mengalami produk Anda dalam lima tahun ke depan?

Di lima tahun ke depan, AI akan bergeser dari menjadi fitur dalam solusi kami menjadi pengatur proses penutupan keuangan secara keseluruhan. Bagi pelanggan, ini berarti AI tidak hanya akan mengotomatisasi tugas-tugas individual tetapi juga akan memprediksi apa yang perlu terjadi selanjutnya, mengatur alur kerja di seluruh sistem, dan menyajikan wawasan sebelum masalah muncul. Secara internal, kami akan terus menggunakan AI untuk meningkatkan efisiensi dalam R&D, dukungan pelanggan, dan operasi, memastikan kami dapat memberikan nilai lebih kepada pelanggan dengan lebih cepat.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Trintech.