Rishi Chohan, Amministratore Delegato di GFT Technologies per gli Stati Uniti – Serie di Interviste

Rishi Chohan, Amministratore Delegato di GFT Technologies per gli Stati Uniti, è un leader di trasformazione digitale con oltre 20 anni di esperienza nel settore del software e dei servizi, tra cui ruoli in Ernst & Young e SoftServe. Dalla sua nomina nel 2025, si è concentrato sull’espansione della strategia di GFT guidata dall’AI negli Stati Uniti, rafforzando i legami con le istituzioni finanziarie, i produttori e i partner tecnologici, oltre a modernizzare i sistemi legacy per la prontezza all’AI.

GFT Technologies è una società globale di trasformazione digitale e ingegneria del software specializzata in AI, modernizzazione del cloud e innovazione delle piattaforme per i settori bancario, assicurativo e manifatturiero. Fondata nel 1987 e operante in oltre 20 paesi, GFT riunisce più di 12.000 professionisti. Il suo lavoro è guidato da cinque valori fondamentali: Caring, Committed, Collaborative, Courageous e Creative.

Hai guidato trasformazioni in importanti istituzioni come EY e SoftServe, ma assumere il ruolo di Amministratore Delegato di GFT negli Stati Uniti durante un periodo di cambiamento significativo dell’AI è una sfida unica. Cosa ti ha personalmente attirato verso questa opportunità e cosa ti entusiasma di più nel plasmare il prossimo capitolo di GFT?

Fin dall’inizio delle mie conversazioni con GFT, ho realizzato che l’azienda era in una posizione per affrontare le sfide comuni del settore in modo diverso rispetto ai principali player della trasformazione digitale. Era chiaro che l’azienda era un potere nel settore dei servizi finanziari, sia in termini di competenza tecnica che, forse ancora più importante, di profonda conoscenza del settore. Il team con cui avrei lavorato aveva una conoscenza che poteva superare persino quella delle istituzioni finanziarie stesse.

Man mano che continuavamo a parlare, ho rapidamente formato una visione di come avrei affrontato questa opportunità per trasformare le società di servizi finanziari per il loro futuro dell’AI, mentre GFT stava contemporaneamente subendo la sua stessa trasformazione centrata sull’AI.

Ora che ho trascorso alcuni mesi lavorando all’interno dell’organizzazione, ho confermato le mie prime supposizioni: il fatto che ci troviamo all’incrocio tra competenza tecnica, profonda conoscenza finanziaria ed estesa esperienza con l’AI ci mette in una posizione unica per reinventare modelli e approcci di business legacy, sia dall’inizio che un pezzo alla volta. È un approccio “scegli la tua avventura” per disturbare un settore che è maturo per essere disturbato, e sono felice di farne parte.

GFT è in mezzo a un percorso di cinque anni per diventare un’azienda completamente centrata sull’AI. Internamente, come si presenta questo percorso finora?

Ci sono quattro aree principali che stiamo affrontando. In grandi linee, queste sono:

1. Verificare i nostri processi e operazioni per determinare come e dove l’AI possa elevare i membri del team.
2. Determinare le opportunità da sfruttare nel breve termine, nonché cosa dobbiamo costruire per il lungo termine. Ciò include identificare aree in cui i dipendenti possono utilizzare l’AI nei loro compiti quotidiani, mentre eseguiamo una roadmap più ampia che influenza le operazioni in modo olistico nel tempo.
3. Applicare la nostra soluzione di AI generativa proprietaria per scalare lo sviluppo software per i nostri clienti e portarli sul mercato più velocemente. Abbiamo già visto guadagni di produttività che vanno dal 30% fino al 90%, a seconda del progetto, come risultato diretto dell’implementazione di questa AI per offrire nuovi servizi e offerte.
4. Educazione dei nostri dipendenti attraverso la transizione per assicurarsi che sia chiaro loro dove l’AI possa intervenire e dove possano crescere con essa per supportare l’evoluzione dell’azienda.

Puoi condividere esempi specifici o casi d’uso che illustrano l’impatto della soluzione di AI generativa di GFT, in particolare nel settore dei servizi finanziari?

Un buon caso d’uso recente a cui posso fare riferimento è una nuova soluzione che abbiamo sviluppato per banche e società di capitali privati. Abbiamo costruito un assistente di AI generativa che valuta il rischio di credito per informare decisioni di prestito importanti – su una scala esponenziale. Lo strumento nuovo assembla automaticamente grandi quantità di dati finanziari per creare rapporti di credito, riducendo i tempi da ore e persino giorni a pochi minuti, garantendo al contempo la conformità. Risparmiando tempo sulla creazione dei rapporti (diciamo il 40%, ma è una stima conservativa), gli analisti di credito possono ora aumentare la loro attenzione alle decisioni di rischio complesse.

Questo risolve un problema significativo considerando che nel settore del credito, ogni secondo conta – ma muoversi troppo velocemente può portare a errori umani, e un’unica omissione può impattare sulle decisioni di prestito importanti.

Perché richiede giorni di lavoro manuale per compilare un rapporto di rischio, l’unico modo in cui le aziende sono state in grado di muoversi più velocemente – senza sovraccaricare i lavoratori e rischiare errori – è stato quello di scalare i team. Ora, con questo nuovo approccio di AI generativa, le istituzioni finanziarie possono prendere decisioni di prestito più velocemente con maggiore fiducia.

Un altro esempio recente proviene dalla più grande società di assicurazioni del Brasile, che ha utilizzato la nostra strumentazione di AI proprietaria per identificare vulnerabilità nel loro codice e prevenire attacchi informatici prima che si verifichino.

Questo è critico poiché le grandi istituzioni finanziarie sono particolarmente vulnerabili agli hacker – e questa assicuratrice in particolare stava subendo un certo numero di attacchi ogni giorno. Mentre avevano un team grande dedicato a intercettare e identificare potenziali perdite prima che si verificassero, a causa della grande quantità di vulnerabilità, gli hacker riuscivano comunque a trovare fessure nelle loro difese.

La soluzione di AI di GFT è stata in grado di identificare anomalie il 90% più velocemente di quanto i team di sviluppatori potessero fare in precedenza. Inoltre, una volta identificate, la soluzione di AI è stata utilizzata per correggere automaticamente le vulnerabilità nel codice per prevenire attacchi, rendendo il processo il 66% più veloce di prima.

Entrambe queste capacità insieme hanno rappresentato guadagni di efficienza fino al 30% nel ciclo di vita di sviluppo complessivo in soli 3-4 mesi.

Con la tua esperienza nella guida di progetti per importanti banche come JPMC, Morgan Stanley (MS ) e Citibank, come stai adattando la strategia di AI di GFT per soddisfare le esigenze iperspecifiche delle istituzioni finanziarie statunitensi?

Dal mio lavoro con le principali banche e all’interno di vari aspetti dello spazio finanziario, sono chiaro sul potenziale che l’AI rappresenta per le istituzioni finanziarie. La conoscenza che porto con me a GFT si integra con l’esperienza di 35 anni di GFT nello spazio finanziario.

Nel corso degli anni, ho assistito personalmente alle sfide comuni che sorgono in tutti i progetti su cui ho avuto il privilegio di lavorare, nonché ai dolori specifici affrontati da singole aziende. Essere in grado di vedere queste tendenze macro e come influenzano sia l’industria nel suo complesso che le aziende specifiche mi ha dato una comprensione molto chiara di come e dove applicare l’AI. In generale, sfide come il riciclaggio di denaro, la frode, l’identificazione del cliente e i rapporti di credito complessi hanno afflitto le istituzioni per anni.

Ad esempio, GFT sta integrando Google Vertex AI in una banca leader per migliorare la sua rilevazione delle frodi. Nonostante la tecnologia non sia solitamente utilizzata a questo scopo, l’istituzione necessitava di una soluzione che potesse essere facilmente integrata nei suoi sistemi complessi. Per supportare questa richiesta, GFT sta aiutando la banca a formare Google Vertex su modelli comuni per identificare potenziali frodi e attivare azioni per prevenirle.

Inoltre, GFT sta lavorando con AWS per costruire soluzioni guidate dall’AI per le banche. A Singapore, abbiamo costruito un processo di anti-riciclaggio di denaro guidato dall’AI.

Dal punto di vista della strategia di GFT, sto lavorando per raggiungere l’equilibrio giusto tra il miglioramento delle nostre soluzioni di AI proprietarie e quelle che stiamo costruendo per i clienti insieme ai nostri partner tecnologici di lungo termine come Google e AWS.

GFT mira a diventare un leader globale nell’AI responsabile. Quali paratie o framework di governance stai mettendo in atto per garantire la sicurezza, la trasparenza e l’allineamento normativo, in particolare nei settori altamente regolamentati?

Diverse istituzioni finanziarie seguono regolamenti diversi; attualmente, non esiste un approccio “una taglia per tutti” quando si tratta di AI. Ciò significa che, per rimanere conformi e garantire la sicurezza per ogni cliente, ci adattiamo alle regole specifiche di ciascuna organizzazione.

Le soluzioni che forniamo sono facilmente adattabili. Prima del lancio, ci assicuriamo di conoscere i regolamenti e le norme associate a quell’istituzione specifica e adattiamo la soluzione per essere conformi al loro ambiente. In questo modo, non ci sono mai problemi di sicurezza o di conformità normativa che si verificano.

In aggiunta alla cura delle nostre soluzioni per i requisiti normativi delle diverse aziende, seguiamo anche le norme del settore come il GDPR in Europa.

Sei stato descritto come un leader guidato dai dati e orientato all’azione. Nella pratica, come favorisci questa cultura all’interno di un’organizzazione così grande, soprattutto una che sta subendo una rapida trasformazione dell’AI?

Il primo passo per favorire una cultura guidata dai dati all’interno di un’organizzazione è assicurarsi che ogni membro capisca i vantaggi di lavorare in questo modo.

Per operare con successo un’azienda, i team hanno bisogno di accedere ai dati dell’organizzazione. Ciò fornisce uno sguardo approfondito su cosa funziona e cosa no, e può fornire previsioni degli esiti probabili per diverse scenari. Armato di questi dati, è molto più facile prendere decisioni che sono giuste per l’azienda.

Per dimostrare ciò, è essenziale guidare per esempio e mostrare come le decisioni guidate dai dati possano portare a cambiamenti significativi che beneficiano tutti all’interno dell’organizzazione. Ad esempio, se i dati di vendita mostrano che il tasso di conversione è basso, sappiamo che quell’area necessita di attenzione e possiamo creare una strategia per risolvere la sfida. Una volta che i risultati benefici di una cultura guidata dai dati sono chiari, è più facile per i team in tutta l’organizzazione adottare senza problemi questa pratica.

Soprattutto mentre subiamo una rapida trasformazione dell’AI, i dati sono essenziali per capire come funziona il cambiamento e dove potrebbero esserci aree di miglioramento.

Oltre al settore bancario, come GFT sta applicando la sua strategia di AI ad altri settori come la manifattura? Ci sono sfide o opportunità uniche nel tradurre le conoscenze del settore finanziario in applicazioni industriali?

Nel settore manifatturiero, GFT ha una forte partnership con Google. Insieme, nell’ultimo anno, abbiamo rilasciato casi d’uso di AI specificamente formulati per i reparti di produzione dei produttori.

L’anno scorso, abbiamo annunciato l’implementazione del Manufacturing Data Engine (MDE) di Google Cloud, che ha alimentato capacità di AI come l’ispezione della linea di produzione visiva, la manutenzione predittiva delle macchine e la previsione della produzione. Ora, quest’anno, abbiamo presentato il nostro set successivo di applicazioni costruite sui modelli Gemini di Google, tra cui la capacità di determinare la causa radice degli errori e dei difetti, dashboard visive che consentono agli utenti di interrogare i dati dell’intera organizzazione in linguaggio naturale e la capacità di convertire migliaia di manuali di formazione delle macchine in dimostrazioni video guidate da avatar.

Quando si tratta di tradurre le conoscenze del settore finanziario in applicazioni industriali, si tratta meno dell’industria stessa e più delle scoperte nel codice. In ogni industria, le conoscenze sullo sviluppo del codice e il ciclo di vita del software sono importanti e trasferibili – il codice può creare e fare cose diverse, ma certi ostacoli o sfide nello sviluppo del software sono universali. Utilizziamo ciò che impariamo in ogni progetto, sia per le istituzioni finanziarie che per i produttori, per portare conoscenze più approfondite nel nostro prossimo progetto.

Con partnership strategiche in atto con NVIDIA (NVDA ), AWS e Google Cloud, cosa vedi come la prossima evoluzione dell’approccio di GFT all’ecosistema? Saranno co-sviluppati prodotti di AI specifici per settori verticali o costruiti in modo indipendente?

Abbiamo già iniziato a co-sviluppare e costruire in modo indipendente soluzioni di AI. I casi d’uso di AI manifatturiera che abbiamo rilasciato con Google Cloud sono solo l’inizio del nostro lavoro per automatizzare il reparto di produzione. Presto pianifichiamo anche di rilasciare casi d’uso di AI specifici per il settore finanziario che abbiamo sviluppato con AWS per le banche statunitensi.

Inoltre, stiamo continuando a espandere la nostra soluzione di AI generativa indipendente per lo sviluppo del software.

La strategia di cinque anni di GFT include obiettivi ambiziosi: raggiungere 1,5 miliardi di euro di entrate e diventare un leader riconosciuto nell’AI. Mentre guardi avanti al 2029, quali pietre miliari o segnali ti diranno che l’azienda è veramente sulla strada giusta?

I nostri due obiettivi principali che sono essenziali da raggiungere ruotano attorno alla cultura e alle soluzioni.

Innanzitutto, dobbiamo cambiare sia la mentalità che le competenze di tutti all’interno dell’organizzazione in modo che l’AI sia al centro di come operiamo. Ciò non è limitato al nostro personale tecnico; ogni membro del team, sia esso uno sviluppatore, un rappresentante delle vendite o un marketer, sarà completamente formato sull’utilizzo delle nostre soluzioni di AI.

In secondo luogo, stiamo misurando il successo attraverso i servizi ad alto valore che stiamo consegnando ai nostri clienti. Nei prossimi cinque anni, speriamo di vedere il percentage di progetti che hanno l’AI integrata sia nei servizi che nei prodotti che stiamo consegnando aumentare notevolmente.

Abbiamo già visto progressi significativi su entrambi i fronti, con una grande parte del nostro personale già formato e che utilizza l’AI internamente, nonché un aumento dell’elemento di AI nei progetti in cui siamo coinvolti. Questi obiettivi di base sono essenziali per stabilire una solida base. In GFT, sappiamo che l’AI continuerà a evolversi negli anni a venire e l’unico modo per stare al passo è prepararsi ora.

Infine, ora che hai trascorso alcuni mesi nel ruolo – cosa ti ha sorpreso di più sulla cultura o sulle capacità di GFT? E cosa è una concezione errata che le persone ancora hanno sulla trasformazione dell’AI aziendale che ti piacerebbe correggere?

Non posso sottolineare abbastanza la profondità di competenza nei servizi finanziari e tecnici che coesistono contemporaneamente in GFT. Ciò ci mette in una posizione per non solo eseguire le idee che le organizzazioni ci portano, ma guidarle in base alla nostra esperienza lavorando con banche in tutto il mondo. Stabiliamo visioni a lungo termine che sono spesso molto più grandi – con un potenziale di generare entrate molto maggiore – di quanto avrebbero potuto pensare da soli. Mentre continuo a scoprire il lavoro passato e attuale di GFT attraverso le regioni, mi rendo conto che ci sono pochi spazi nell’industria che GFT non ha toccato.

Direi che una concezione errata sulla trasformazione dell’AI aziendale è che sia tutta iperbole. È qualcosa che le organizzazioni spesso si dicono per comprarsi del tempo per capirla. Più presto le organizzazioni accettano che l’AI è qui per restare e cambierà come fanno tutto – in un modo positivo – più presto potranno iniziare a realizzarne il potenziale in modi sia piccoli che grandi.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare GFT Technologies.