Rishi Chohan, US-direktør i GFT Technologies – Intervju-serie

Rishi Chohan, US-direktør 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 skalerer GFTs AI-drevne strategi i 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 programvareingeniørfirma som spesialiserer seg på AI, sky-modernisering og plattform-innovasjon for bank-, forsikrings- og produsentsektorene. Grunnlagt i 1987 og opererer i over 20 land, bringer GFT sammen over 12 000 fagfolk. Deres arbeid er styrt av fem kjerneverdier: Omsorg, Engasjement, Samarbeid, Mot og Kreativitet.

Du har ledet transformasjoner i store institusjoner som EY og SoftServe, men å gå inn i rollen som US-direktør 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 den aller første samtalen med GFT, realiserte jeg at selskapet var i en posisjon til å angripe vanlige bransjeutfordringer på en annen måte enn selv de mest etablerte digitale transformasjonsaktørene. Det var klart 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 kunne overgå den finansielle institusjonene selv.

Etter hvert som vi fortsatte å snakke, dannet jeg raskt en visjon for hvordan jeg ville gripe denne muligheten til å transformere finansielle tjenesteselskaper for deres egen AI-fremtid, mens GFT samtidig gjennomgikk sin egen AI-sentrerte transformasjon.

Nå som jeg har jobbet noen måneder innen organisasjonen, har jeg bekreftet mine innledende mistanker: 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. Dette er en “velg-ditt-eget-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 femårs reise for å bli et fullstendig AI-sentrert selskap. Hva ser dette ut som internt?

Det finnes fire store områder vi jobber med. I grove trekk er disse:

1. Vurdering av våre prosesser og operasjoner for å bestemme hvordan og hvor AI kan heve teammedlemmene.
2. Å finne muligheter til 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, mens vi utfører en mer omfattende veikart som påvirker operasjonene helhetlig over tid.
3. Å bruke vår egen proprietære generative AI-løsning til å skalerer vår programvareutvikling for våre kunder og få dem til markedet raskere. Vi har allerede sett produktivitetsgevinst på opptil 90%, avhengig av prosjektet, som en direkte følge av å implementere denne AI for å levere nye tjenester og tilbud.
4. Å utdanne våre ansatte gjennom overgangen for å sikre at det er klart for dem hvor AI kan inntrå 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, særlig 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 større lånbeslutninger – i eksponentiell skala. Verktøyet setter automatisk sammen store mengder finansiell data for å lage kredittrapporter, reduserer tidsrammene fra timer og selv dager til bare 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 det i kreditindustrien teller hver sekund – men å bevege seg for raskt kan føre til menneskelige feil, og en enkelt oversikt kan påvirke større lånbeslutninger.

Før kunne det ta dager med manuell arbeid å samle en risikorapport, og den eneste måten selskaper historisk har kunnet bevege seg raskere – uten å overbelaste arbeidere og risikere feil – har vært å skalerer team. Nå, med denne nye generative AI-tilnærmingen, kan finansielle institusjoner fatte lånbeslutninger raskere med større tillit.

Et annet nylig eksempel kommer fra den største forsikringselskapet 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 denne forsikringselskapet i særlig var utsatt for en rekke angrep hver dag. Mens de hadde et stort team dedikert til å fange og identifisere potensielle lekkasjer før de skjedde, var det likevel hackere som slapp gjennom sprøhetene i deres forsvar.

GFTs AI-løsning har kunnet identifisere anomalier 90% raskere enn utviklingsteamene tidligere kunne. 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 effektivitetsgevinst 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 (MS ) 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 egen 35 år i det finansielle området.

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

For eksempel, infuserer GFT Google Vertex AI i en ledende bank for å forbedre deres svindelforsvar. 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 stort GFT-strategi-perspektiv, jobber jeg for å finne den rette balansen mellom å fremme våre egne proprietære AI-løsninger og de vi bygger for kunder sammen med våre langtids-teknologipartnere som Google og AWS.

GFT har som mål å bli en global leder i ansvarlig AI. Hva slags retningslinjer eller styringsrammer setter dere i verk for å sikre sikkerhet, transparens og regulatorisk overensstemmelse, særlig i høyt regulerte sektorer?

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

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

I tillegg til å kurere løsningene våre for forskjellige selskapers regulatoriske krav, følger vi også industrireguleringskrav som GDPR i Europa.

Du er beskrevet som en data-drevet, handling-orientert leder. I praksis, hvordan fremmer du denne kulturen over en så stor organisasjon – særlig en som gjennomgår rask AI-transformasjon?

Det første steget i å fremme en data-drevet kultur over en organisasjon er å sikre at hver enkelt medlem forstår fordelen av å jobbe på denne måten.

For å operere en forretning suksessfullt, trenger teamene tilgang til organisatorisk data. Dette gir en innsikt i hva som fungerer og hva som ikke fungerer, og kan gi prosjektioner av sannsynlige resultater for forskjellige scenarier. Utstyrt med denne dataen er det mye enklere å fatte beslutninger som er riktige for ditt selskap.

For å demonstrere dette, er det essensielt å lede ved eksempel og vise hvordan data-drevne beslutninger kan bringe meningsfulle endringer 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 data-drevet kultur er klare, er det enklere for team over hele organisasjonen å umiddelbart adoptere praksisen.

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

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

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

I fjor kunngjorde vi implementeringen av Google Clouds Manufacturing Data Engine (MDE), som drev AI-evner som visuell produksjonslinje-inspeksjon, prediktiv maskinvedlikehold og produksjonsprognose. Nå, i år, har vi avduket våre neste applikasjoner bygget på Googles Gemini-modeller, inkludert evnen til å bestemme årsaken 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 industri er lærdommer om kodeutvikling og programvare-livssykluser 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, for å bringe dypere innsikt i vårt neste prosjekt.

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

Vi har allerede begynt både å samutvikle og uavhengig bygge AI-løsninger. De produksjons- AI-brukstilfellene vi har lansert med Google Cloud er bare begynnelsen på vårt arbeid med å automatisere fabrikksgulvet. 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 frem 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 hard ferdighet 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 vi leverer til våre kunder. I de neste fem årene håper vi å se prosentandelen av prosjekter som har AI integrert i både tjenestene og produktene vi leverer, skyte fart.

Vi har allerede sett betydelig fremgang på begge fronter, med en stor del av våre ansatte allerede trent og som bruker AI internt, samt en økende AI-komponent i prosjektene vi engasjrer 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 det på 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 rette?

Jeg kan ikke understreke nok dybden av finansielle tjenester og teknisk ekspertise som samexisterer samtidig i GFT. Dette setter oss i en posisjon til ikke bare å utføre ideer organisasjonene 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 større inntjening-potensiale – enn det 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 finnes 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 organisasjoner ofte liker å si til seg selv for å kjøpe seg tid til å forstå det. Jo før organisasjonene aksepterer at AI er her for å bli og vil endre hvordan de gjør alt – på en god måte – jo før de kan begynne å realisere potensialet i både små og store måter.

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