Rishi Chohan, USAsjef i GFT Technologies – Intervju serie

Rishi Chohan, USAsjef i GFT Technologies, er en erfaren leder innen digital transformasjon med over 20 års erfaring fra programvare- og tjenestebasert industri, inkludert roller i Ernst & Young og SoftServe. Siden han overtok stillingen i 2025, har han fokusert på å skalle GFTs AI-drevne strategi over hele USA ved å styrke båndene med finansielle institusjoner, produsenter og teknologipartnere, samt modernisere legacy-systemer for AI-beredskap.

GFT Technologies er et globalt digitalt transformasjons- og programvareutviklingsselskap som spesialiserer seg på AI, sky-modernisering og plattform-innovasjon for bank-, forsikrings- og produksjonssektorene. Grunnlagt i 1987 og opererende i over 20 land, samler GFT sammen over 12 000 fagfolk. Deres arbeid er ledet av fem kjerneverdier: Omsorg, Forpliktet, Samarbeid, Mot og Kreativ.

Du har ledet transformasjoner i store institusjoner som EY og SoftServe, men å gå inn i rollen som USAsjef i GFT under en avgjørende AI-endring er en unik utfordring. Hva dro deg personlig til denne muligheten – og hva er det som mest spenner deg om å forme GFTs neste kapittel?

Fra det aller første øyeblikket jeg begynte å snakke med GFT, realiserte jeg at selskapet var i en posisjon til å angripe vanlige bransjeutfordringer på en helt annen måte enn selv de mest etablerte digitale transformasjonsaktørene. Det var tydelig at selskapet var en finansiell tjenestekraft, både når det gjaldt teknisk ekspertise og, kanskje enda viktigere, dyp domenekunnskap. Teamet jeg skulle jobbe med, hadde kunnskap som kanskje sogar overgikk de finansielle institusjonene selv.

Da vi fortsatte å snakke, dannet jeg raskt en visjon for hvordan jeg ville nærme meg denne muligheten til å transformere finansielle tjenesteselskaper for deres egen AI-fremtid, samtidig som GFT gjennomgikk sin egen AI-sentriske transformasjon.

Nå som jeg har jobbet noen måneder innen organisasjonen, har jeg bekreftet mine opprinnelige antakelser: Det faktum at vi sitter i skjæringspunktet mellom teknisk ekspertise, dyp finansiell kunnskap og omfattende AI-erfaring, setter oss i en svært unik posisjon til å gjenskape legacy-forretningsmodeller og -tilnærminger – enten fra bunnen av eller ett stykke av gangen. Det er en “velg din egen eventyr”-tilnærming til å forstyrre en bransje som er moden for forstyrrelse, og jeg er glad for å være en del av det.

GFT er i midten av en femårsreise for å bli et fullstendig AI-sentrisk selskap. Internally, hva ser det ut til å være så langt?

Det er fire store områder vi jobber med. I brede trekk, er disse:

1. Vi gjennomfører en revisjon av våre prosesser og operasjoner for å bestemme hvordan og hvor AI kan heve teammedlemmene.
2. Vi bestemmer muligheter for å kapitalisere på i kort tid, samt hva vi må bygge for lang tid. Dette inkluderer å identifisere områder hvor ansatte kan utnytte AI i sine daglige oppgaver nå, samtidig som vi utfører en mer omfattende veikart som påvirker operasjoner holistisk over tid.
3. Vi anvender vår egen proprietære generative AI-løsning til å skalle vårt programvareutvikling for våre kunder og få dem til markedet raskere. Vi har allerede sett produktivitetsgevinst på 30% til 90%, avhengig av prosjektet, som en direkte følge av å implementere denne AI for å levere nye tjenester og tilbud.
4. Vi utdanner våre ansatte gjennom overgangen til å sikre at det er klart for dem hvor AI kan gå inn og hvor de kan vokse med det for å støtte selskapets utvikling.

Kan du dele spesifikke eksempler eller brukstilfeller som illustrerer effekten av GFTs generative AI-løsning, spesielt i finansielle tjenester?

Et godt nylig eksempel jeg kan peke på, er en ny løsning vi har utviklet for banker og private kapitalforetak. Vi bygget en generativ AI-assistent som vurderer kredittrisiko for å informere om viktige lånbeslutninger – i eksponentiell skala. Det nye verktøyet setter automatisk sammen store mengder finansielle data for å lage kredittrapporter, og reduserer tidsrammene fra timer og selv dager til noen minutter, samtidig som det sikrer overholdelse. Ved å spare tid på rapportopprettelse (vi sier 40%, men det er konservativt), kan kreditanalytikere nå øke fokus på å vurdere komplekse risikobeslutninger.

Dette løser et stort problem, ettersom at i kreditindustrien, teller hver sekund – men å gå for raskt kan føre til menneskelige feil, og en enkelt oversikt kan påvirke viktige lånbeslutninger.

Fordi det kan ta dager med manuell arbeid å sammenstille en risikorapport, har selskaper historisk sett bare kunnet gå raskere ved å skalle team. Nå, med denne nye generative AI-tilnærmingen, kan finansielle institusjoner ta lånbeslutninger raskere med høyere tillit.

Et annet nylig eksempel kommer fra det største forsikringsselskapet i Brasil, som brukte vår proprietære AI-verktøy til å identifisere sårbarheter i deres kode og forhindre cyberangrep før de skjer.

Dette er kritisk, ettersom store finansielle institusjoner er spesielt sårbare for hackere – og dette forsikringsselskapet i særlig hadde erfaring med en rekke angrep hver dag. Mens de hadde et stort team dedikert til å fange og identifisere potensielle lekkasjer før de skjedde, på grunn av den enorme mengden sårbarheter, slapp hackere likevel gjennom sprekker i deres forsvar.

GFTs AI-løsning har kunnet identifisere anomalier 90% raskere enn utviklingsteamene kunne tidligere. I tillegg, når de er identifisert, brukes AI-løsningen til å automatisk fikse sårbarhetene i koden for å forhindre angrep, og gjør prosessen 66% raskere enn før.

Begge disse evnene sammen representerte effisiensgevinster på opptil 30% i den totale utviklingslivssyklusen på bare 3-4 måneder.

Med din erfaring fra å lede engasjementer for topp-banker som JPMC, Morgan Stanley og Citibank, hvordan tilpasser du GFTs AI-strategi for å møte de hyper-spesifikke behovene til USAs finansielle institusjoner?

Fra mitt arbeid med topp-banker, og innen flere aspekter av det finansielle området, er jeg klar over potensialet AI representerer for finansielle institusjoner. Kunnskapen jeg bringer med meg til GFT komplementerer selskapets egne 35 år i det finansielle området.

Over årene har jeg vært vitne til de vanlige utfordringene som oppstår over prosjektene jeg har hatt privileget til å jobbe på, samt de nuanserte smertepunkter som møter enkeltstående selskaper. Å kunne se disse makro-trendene og hvordan de påvirker både bransjen som helhet og spesifikke selskaper, har gitt meg en svært klar forståelse av hvordan og hvor jeg kan anvende AI. Over hele linjen, utfordringer som hvitvasking, svindel, kundeidentifisering og komplekse kredittrapporter har plaget institusjoner i årevis.

For eksempel, infuserer GFT Google Vertex AI i en ledende bank for å forbedre svindelforebyggingen. Til tross for at teknologien vanligvis ikke brukes til dette formålet, trengte institusjonen en løsning som kunne integreres lett i deres komplekse systemer. For å støtte denne forespørselen, hjelper GFT banken med å trene Google Vertex på vanlige mønster for å identifisere potensielt svindel og utløse handling for å forhindre det.

I tillegg jobber GFT med AWS for å bygge AI-drevne løsninger for banker. I Singapore, har vi bygget en tilpasset anti-hvitvaskingsprosess drevet av AI.

Fra et overordnet GFT-strategi-perspektiv, jobber jeg for å finne riktig balanse mellom å fremme våre egne proprietære AI-løsninger og de vi bygger for kunder, sammen med våre langtids teknologipartnere som Google og AWS.

GFT målet er å bli en global leder i ansvarlig AI. Hva slags retningslinjer eller styringsrammer setter dere i verk for å sikre sikkerhet, transparens og regulatorisk samstemming, spesielt i høyt regulerte sektorer?

Forskjellige finansielle institusjoner følger forskjellige reguleringskrav; for øyeblikket, finnes det ingen en-size-fits-all retningslinje når det gjelder AI. Dette betyr at for å forbli i samsvar og sikre sikkerhet for hver enkelt kunde, tilpasser vi oss den enkelte organisasjonens regler.

Løsningene vi tilbyr, er lett tilgjengelige. Før lansering, sikrer vi at vi er kjent med reguleringskravene og reglene tilknyttet den spesifikke institusjonen, og tilpasser løsningen for å være i samsvar med deres miljø. På denne måten, oppstår det aldri noen sikkerhets- eller regulatoriske problemer.

I tillegg til å kuratere våre løsninger for forskjellige selskapers regulatoriske krav, følger vi også bransjereguleringer som GDPR i Europa.

Du er beskrevet som en, handle-orientert leder. I praksis, hvordan fremmer du denne kulturen over hele organisasjonen – spesielt en som gjennomgår rask AI-transformasjon?

Det første steget i å fremme en kultur over hele organisasjonen, er å sikre at hver enkelt medlem forstår fordelen ved å jobbe på denne måten.

For å operere en bedrift suksessfullt, trenger teamene tilgang til organisatorisk data. Det gir en innsideblick i hva som fungerer og hva som ikke fungerer, og kan gi prosjekterte resultater for forskjellige scenarier. Utstyrt med denne dataen, er det mye enklere å ta beslutninger som er riktige for bedriften.

For å demonstrere dette, er det essensielt å lede ved eksempel og vise hvordan beslutninger kan bringe meningsfull forandring som fordeler alle i organisasjonen. For eksempel, hvis salgsdata viser at konverteringsraten er lav, vet vi at det er et område som trenger oppmerksomhet og kan lage en strategi for å løse utfordringen. Når de positive resultater av en kultur er klare, er det enklere for team over hele organisasjonen å umiddelbart adoptere praksisen.

Spesielt ettersom vi gjennomgår en rask AI-transformasjon, er data essensielt for å forstå hvordan endringen fungerer og hvor det kan være områder for forbedring.

Ut over bank, hvordan anvender GFT sin AI-strategi til andre sektorer som produksjon? Er det unike utfordringer eller muligheter i å oversette finansielle sektorslærdommer til industrielle anvendelser?

I produksjonsindustrien har GFT et sterkt partnerskap med Google. Sammen har vi over det siste året lansert AI-brukstilfeller spesifikt formulert for produsenters fabrikkgulv.

I fjor, kunngjorde vi implementeringen av Google Clouds Manufacturing Data Engine (MDE), som fremmet AI-kapasiteter som visuell produksjonslinje-inspeksjon, prediktiv maskinvedlikehold og produksjonsprognose. Nå, i år, har vi lansert vårt neste sett med applikasjoner bygget på Googles Gemini-modeller, inkludert evnen til å bestemme rotårsaken til feil og defekter, visuelle dashboards som gjør det mulig for brukerne å spørre organisasjonsomfattende data på naturlig språk og evnen til å konvertere tusenvis av maskin-treningshåndbøker til avatar-ledede video-demonstrasjoner.

Når det gjelder å oversette lærdommer fra finansielle sektorer til industrielle anvendelser, handler det mindre om selve industrien og mer om oppdagelser i koden. I hver enkelt industri, er lærdommer om kodeutvikling og programvarelivssyklus viktige og overførbar – koden kan skape og gjøre forskjellige ting, men visse hindringer eller utfordringer med programvareutvikling er universelle. Vi bruker hva vi lærer i hvert prosjekt, enten det er for finansielle institusjoner eller produsenter, til å bringe dypere innsikt i vårt neste prosjekt.

Med strategiske partnerskap på plass med NVIDIA, AWS og Google Cloud, hva ser du som den neste utviklingen av GFTs økosystem-tilnærming? Vil vertikalspesifikke AI-produkter bli co-utviklet eller uavhengig bygget?

Vi har allerede begynt både å co-utvikle og uavhengig bygge AI-løsninger. De produksjons- AI-brukstilfellene vi har lansert med Google Cloud, er bare begynnelsen på vårt arbeid med å automatisere fabrikkgulvet. Vi planlegger også å lansere finansielle spesifikke AI-brukstilfeller som vi har utviklet med AWS for USAs banker.

I tillegg, utvider vi kontinuerlig vår uavhengig bygde generative AI-løsning for programvareutvikling.

GFTs femårsstrategi inkluderer dristige mål: å nå 1,5 milliarder euro i omsetning og å bli en anerkjent AI-leder. Når du ser fremover mot 2029, hva er det som vil fortelle deg at selskapet er virkelig på riktig spor?

Våre to hovedmål som er essensielle for å nå, handler om kultur og løsninger.

Først og fremst, må vi endre både tankesett og harde ferdigheter hos hver enkelt i organisasjonen, så AI er i forkant av hvordan vi opererer. Dette er ikke begrenset til våre tekniske ansatte; hver enkelt teammedlem, enten de er en utvikler, en salgsrepresentant eller en markedsfører, vil være fullstendig trent på å bruke våre AI-løsninger.

For det andre, måler vi suksess ved de høyverdi-tjenestene som vi leverer til våre kunder. I de neste fem årene håper vi å se at prosentandelen av prosjekter som har AI innbygget i både tjenestene og produktene vi leverer, vil skyte i vejret.

Vi har allerede sett betydelig fremgang på begge fronter, med en stor del av vårt personale allerede trent og som bruker AI internt, samt en økende AI-komponent i prosjektene vi engasjerer oss i. Disse basis-målene er essensielle for å sette en sterk grunn. Hos GFT vet vi at AI vil fortsette å utvikle seg i årene som kommer, og den eneste måten å holde oss foran, er å forberede oss nå.

Til slutt, nå som du har hatt noen måneder i rollen – hva har overrasket deg mest om GFTs kultur eller evner? Og hva er en misforståelse folk fortsatt har om bedrifts AI-transformasjon som du ønsker å korrigere?

Jeg kan ikke understreke nok hvor dypt finansiell tjeneste- og teknisk ekspertise som samexisterer samtidig på GFT. Dette setter oss i en posisjon til ikke bare å utføre ideer som organisasjoner kommer til oss med, men også å veilede dem basert på vår erfaring med å jobbe med banker over hele verden. Vi legger frem langsiktige visjoner som ofte er mye større – med mye mer inntjening-potensial – enn hva de ville ha kommet opp med på egen hånd. Ettersom jeg fortsetter å lære om tidligere og nåværende arbeid GFT har gjort over regioner, innser jeg at det er få områder i industrien som GFT ikke har berørt.

Jeg ville si at en misforståelse om bedrifts AI-transformasjon er at det bare er hype. Det er noe som organisasjoner ofte liker å si til seg selv for å kjøpe seg tid til å forstå det. Jo raskere organisasjoner aksepterer at AI er her for å bli og vil endre hvordan de gjør alt – på en god måte – jo raskere kan de begynne å realisere potensialet i både små og store måter.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, bør besøke GFT Technologies.