インタビュー
リシ・チョハン、GFT Technologiesの米国CEO – インタビュー・シリーズ
リシ・チョハン、GFT Technologiesの米国CEOは、20年以上のソフトウェアおよびサービス業界での経験を持ち、Ernst & YoungおよびSoftServeでの役職を含む、デジタル・トランスフォーメーションのリーダーです。2025年に指揮をとって以来、彼は、金融機関、製造業者、テクノロジー・パートナーとの絆を強化し、AIの準備が整ったレガシー・システムを近代化することで、GFTのAI駆動型戦略を米国で拡大させてきました。
GFT Technologies は、銀行、保険、製造業向けのAI、クラウド・モダニゼーション、プラットフォーム・イノベーションを専門とする、グローバルなデジタル・トランスフォーメーションおよびソフトウェア・エンジニアリング・ファームです。1987年に設立され、20以上の国で運営しています。GFTには、12,000人以上のプロフェッショナルがいます。彼らの仕事は、5つのコア・バリューによって導かれています。ケア、コミットメント、コラボレーション、カーラジー、クリエイティビティです。
EYやSoftServeのような大手機関での変革をリードしてきた経験がありますが、GFTの米国CEOとしての役割は、AIの重要な変化期にあたるため、ユニークな課題です。この機会に何が私を引き付けたのか、それに何が最も興奮するのかについてお話しください。
GFTとの最初の会話から、私は会社がデジタル・トランスフォーメーションの既成概念を打ち破ることができることを実感しました。技術的専門知識と、より重要な財務分野の深いドメイン・ノウハウを持った金融サービス・パワーハウスであることが明らかでした。私が協力するチームは、金融機関自身よりも優れた知識を持っているかもしれません。
会話を続けるにつれて、私はGFTのAI中心の変革を同時に遂行しながら、金融サービス企業のAIの将来のために変革するためのアプローチについてのビジョンを形成しました。
組織内で数ヶ月間働いてきて、私の初期の疑念を確認しました。技術的専門知識、深い財務知識、広範なAI経験の交差点に位置することは、私たちを非常にユニークな立場に置き、レガシーのビジネス・モデルやアプローチを再発明することができます。どの部分からでも始めることができる、産業を混乱させるための「自分で選ぶ冒険」アプローチです。私はその一部になりました。
GFTは、完全にAI中心の会社になるための5年間の旅をしています。内部的には、それはどのように見えますか?
4つの主要な分野に取り組んでいます。概略的に言えば、それらは：
- AIがチーム・メンバーを高めることができる場所を特定するために、プロセスと運用を監査します。
- 短期的な機会と長期的なビジョンを特定します。従業員が日常的なタスクでAIを利用できる場所を特定し、全体的なロードマップに基づいて運用を構築することです。
- 独自のジェネレーティブ・AI・ソリューションを適用して、クライアントのためのソフトウェア開発をスケールし、市場に出すことを早めます。AIを新しいサービスや提供に導入することによる直接的な結果として、プロジェクトによっては30%から90%の生産性の向上を見ています。
- 社員を教育して、AIの導入をサポートするために、社員が成長できる場所とAIが支援できる場所を明確にします。
GFTのジェネレーティブ・AI・ソリューションの影響を示す具体的な例やユース・ケースを共有できますか? 特に金融サービスでは?
最近のユース・ケースの1つは、銀行やプライベート・キャピタル・ファーム向けに開発した新しいソリューションです。信用リスクを評価するジェネレーティブ・AI・アシスタントを構築しました。大量の財務データを自動的に組み合わせて信用レポートを作成し、コンプライアンスを確保しながら、レポートの作成時間を数時間、さらには数日から数分に短縮します。信用分析者は、複雑なリスクの評価に集中できるようになります。
これは、信用業界では毎秒が重要であるが、迅速に動くことで人間のミスにつながり、1つの見落としが大きな貸し付けの決定に影響を与える可能性があるという問題を解決するものです。
レポートの作成に数日かかるため、企業が迅速に動くために従来採用していた方法は、ワーカーを増員することでした。ただし、ジェネレーティブ・AIアプローチを使用することで、金融機関はより迅速に、より自信を持って貸し付けの決定を行うことができます。
ブラジル最大の保険会社のもう1つの例は、サイバー攻撃を防ぐために、GFTの独自のAIツールを使用してコードの脆弱性を特定しました。
これは、金融機関がハッカーに特に脆弱であるため、重要です。この保険会社は1日あたり数多くの攻撃を受けており、潜在的な漏洩を検出するために大きなチームを擁していましたが、防御の隙間を突かれていました。
GFTのAIソリューションは、開発チームよりも90%早く異常を検出でき、また、コードの脆弱性を自動的に修正して攻撃を防ぐことができ、プロセスを66%早めることができます。
これら2つの機能を合わせると、開発ライフサイクル全体で30%の効率性の向上を実現しました。
JPモルガン、モルガン・スタンレー、シティバンクのようなトップ・ティアの銀行でのエンゲージメントをリードした経験を踏まえると、GFTのAI戦略をどのようにして米国の金融機関の超特定のニーズに合わせていますか?
トップ・ティアの銀行での私の仕事と、金融分野のさまざまな側面での経験から、AIが金融機関にとって持つ潜在性を理解しています。私がGFTに持ってくる知識は、会社の35年の金融分野での経験と補完しています。
これまでのプロジェクトで、私は業界全体と個々の企業が直面する共通の課題を直接見てきました。マクロ的なトレンドと、それが業界全体と個々の企業に与える影響を理解することで、AIをどのように、どこに適用するかを明確に理解しています。業界全体で、資金洗浄、詐欺、顧客の特定、複雑な信用レポートなどの課題が企業を悩ませてきました。
たとえば、GFTは、不正行為の検出を強化するために、トップ・バンクにGoogle Vertex AIを導入しています。通常、このテクノロジーはその目的で使用されていませんが、機関は複雑なシステムに簡単に統合できるソリューションが必要でした。GFTは、不正行為を特定して対処するために、バンクがGoogle Vertexを一般的なパターンでトレーニングすることを支援しています。
さらに、GFTは、銀行向けのAI駆動型ソリューションを構築するためにAWSと協力しています。シンガポールでは、AI駆動型のマネー・ロンダリング・プロセスを構築しました。
GFTの戦略的パートナーシップ、NVIDIA、AWS、Google Cloudを考えると、GFTのエコシステム・アプローチの次の進化は何ですか? 垂直特化のAI製品は共同で開発されるでしょうか、または独立して構築されますか?
すでに共同で開発し、独立してAIソリューションを構築しています。Google Cloudと共同でリリースした製造業向けのAIユース・ケースは、ファクトリー・フロアの自動化の始まりにすぎません。AWSと共同で開発した、米国の銀行向けの金融特化のAIユース・ケースも近々リリース予定です。
さらに、独自のジェネレーティブ・AI・ソリューションを拡大し続けています。
GFTは、責任あるAIのグローバル・リーダーになることを目指しています。安全性、透明性、規制遵守を確保するために、特に規制の厳しい業界では、どのようなガードレールやガバナンス・フレームワークを導入していますか?
金融機関はさまざまな規制に従っているため、AIについては一概には言えません。したがって、各クライアントのルールに合わせて調整する必要があります。提供するソリューションは、各企業の規制要件に容易に適応できます。
規制要件に合わせてソリューションをカスタマイズするだけでなく、GDPRのような業界規制にも従っています。
データ駆動型、行動指向のリーダーと評価されています。実践では、AIの急速な変化を経験しているような大きな組織で、どのようにしてその文化を育みますか?
組織全体でデータ駆動型の文化を育む第一歩は、すべてのメンバーがその利点を理解することです。
組織を成功させるには、チームが組織のデータにアクセスする必要があります。何が機能して何が機能していないか、さまざまなシナリオの予想結果を示すことができます。データに基づいて決定を下すと、会社全体に利益をもたらす変化をもたらすことができます。
これを示すには、データ駆動型の意思決定がもたらす有益な変化を示すことが重要です。たとえば、セールスデータが転換率が低いことを示している場合、それが改善が必要な領域であることを理解できます。課題に対処するための戦略を立てることができます。データ駆動型文化の利点が明らかになると、組織全体のチームがその実践を簡単に採用できます。
特にAIの急速な変化を経験している場合、変化の効果と改善の必要な領域を理解するために、データは不可欠です。
銀行を超えて、GFTは製造業のような他の業界へのAI戦略をどのように適用していますか? 金融部門の知識を産業への応用に翻訳する際に、ユニークな課題や機会はありますか?
GFTはGoogleと強力なパートナーシップを結んでいます。過去1年間で、製造業者向けのファクトリー・フロアに特化したAIユース・ケースをリリースしてきました。
昨年、Google CloudのManufacturing Data Engine (MDE)を導入し、視覚的な生産ラインの検査、予測的な機械メンテナンス、生産の予測などのAI機能を提供しました。今年、GoogleのGemini Modelsに基づく次のアプリケーションを発表しました。エラーと欠陥の根本原因を特定する機能、自然言語で組織全体のデータを問い合わせることができる視覚的なダッシュボード、そして数千の機械トレーニング・マニュアルをアバターレッド・ビデオ・デモに変換する機能です。
金融部門の知識を産業への応用に翻訳する際には、業界そのものよりも、コードでの発見のことです。すべての業界で、コードの開発とソフトウェアのライフサイクルに関する知識は重要で、移植可能です。コードは異なることを行いますが、ソフトウェア開発における特定の課題は普遍的です。プロジェクトごとに得た知識を次のプロジェクトに役立てています。
GFTの5年間の戦略には、€1.5Bの収益を達成し、AIのリーダーになるという大胆な目標があります。2029年を見据えて、会社が本当に軌道に乗っていることを示すマイルストーンやシグナルは何ですか?
私たちの2つの主要な目標は、文化とソリューションに関するものです。
まず、AIが私たちが運営する方法の前面に立つように、組織全体のメンバーのマインドセットとハード・スキルを変える必要があります。これは、技術スタッフに限定されません。開発者、セールス・レップ、またはマーケターに関係なく、すべてのチーム・メンバーが私たちが提供するAIソリューションを完全に理解している必要があります。
2つ目は、顧客に提供する高付加価値のサービスを測定することです。5年間で、AIをサービスと製品に組み込んだプロジェクトの割合が大幅に増加することを期待しています。
両方の側面で著しい進歩をみており、多くのスタッフがすでにAIを使用して内部でトレーニングを受けており、プロジェクトにもAIの要素が増えてきています。これらの基本的な目標は、強固な基盤を確立するために不可欠です。GFTでは、AIが将来さらに進化することを理解しています。AIの先頭を走る唯一の方法は、準備することです。
最後に、役割を引き受けてから数ヶ月が経過しました。GFTの文化や能力で最も驚いたことは何ですか? また、企業のAI変革についてまだ誤解を招いていることを是正したいと思います。
財務サービスとテクノロジーの深い専門知識がGFTに共存することを強調したい。私たちを、企業が私たちに提案するアイデアを実行するだけでなく、経験に基づいてガイダンスできる立場に置いています。私たちが提示するビジョンは、企業が独自に考え出せるものよりも、はるかに大きな、収益を生み出す可能性を持ったものです。地域を越えたGFTの過去と現在の仕事を学ぶにつれて、私は業界でGFTが触れていない分野はほとんどないことを理解しました。
企業のAI変革についての誤解は、すべてがハイプであるということです。組織は自分自身を時間をかけて理解するためにそう言います。AIはここにいるし、すべてのことを変えるでしょう。組織がAIの潜在性を理解し、実現を始めるにつれて、AIは小さなことから大きなことまで、良い方法で変化をもたらすでしょう。
