Sunil Padiyar, Chief Technology Officer i Trintech – Intervju-serie

Sunil Padiyar er en erfaren Chief Technology Officer (CTO) med en solid erfaring i å utforme cloud-baserte B2B SAAS-løsninger for raskt voksende programvarebedrifter. Som CTO i Corcentric, ledet han omsetningsveksten på 25% år for år, med fokus på CFO-kontoret ved å strømlinje fakturering, automatisering, innkjøp og betalingstransaksjoner. Sunil hadde også rollen som CTO i FacilitySource, hvor han overvåket dens bemerkelsesverdige utvidelse fra 40 millioner dollar til 250 millioner dollar på bare 5 år, som kulminerte i en vellykket overtakelse av CBRE.

Trintech er en global leverandør av cloud-basert programvare som automatiserer finansielle prosesser og kontoavstemninger for finanse- og regnskapslag. Med over 35 års erfaring, støtter det tusenvis av kunder i over 100 land, og prosesserer milliarder av transaksjoner årlig. Selskapet utnytter AI-drevet automatisering og strategiske partnerskap for å hjelpe finanseprofesjonelle skifte fra manuelle oppgaver til høyere-verdi-arbeid.

Hva var det som først dro deg mot å bygge løsninger som gir finanstimer mulighet til å arbeide mer effektivt, og hvordan har den motivasjonen utviklet seg over din karriere?

Tidlig i min karriere, så jeg hvor mye tid og energi finanstimer brukte på repetitive, manuelle oppgaver — og hvor lite av deres dag var igjen for analyse og beslutning. Det ble klart at teknologi kunne endre den balansen, og la finanseprofesjonelle fokusere på høyere-verdi-aktiviteter. Over tid, har min motivasjon utviklet seg fra å bare automatisere oppgaver til å tenke om arbeidsflyter helt, sånn at AI og automatisering ikke bare sparer tid, men også forbedrer nøyaktighet, regelefterlevnad og den totale kvaliteten på finansielle innsikter.

Hvordan utnytter Trintech i øyeblikket AI i sine interne operasjoner for å forbedre effisiens eller beslutning?

Internally, bruker vi AI til å strømlinje prosesser over flere team. I operasjoner, hjelper AI oss med å identifisere og prioritere støttebilletter, og muliggjør raskere løsning for våre kunder. I produktutvikling, bruker vi AI-assisterte kodeverktøy for å akselerere funksjonslevering samtidig som vi opprettholder kvalitetsstandarder. Vi eksperimenterer også med AI for å analysere kunde-tilbakemeldinger i stor skala, og hjelper våre produkt- og kundesuksess-team med å oppdage trender og muligheter mye raskere enn tradisjonelle metoder.

Kan du gå gjennom hvordan AI er integrert i Trintechs produkter for å hjelpe finanstimer med å lukke raskere, redusere risiko eller forbedre nøyaktighet?

AI er ikke festet til våre produkter — det er integrert i deres kjerneprosesser. I vår Cadency-plattform, fungerer AI i sammenheng, med full bevissthet om kundens miljø, data og regelefterlevnads-krav. Dette muliggjør funksjoner som automatisk journaloppføring, unntaksprioritering og dynamiske avstemningsplaner til å bli tilpasset for hver organisasjon. I vår Adra-plattform, er AI bygget inn i brukergrensesnittet for å levere rask gevinst: anbefalingsregler, datafelt-mapping og hjelp med journaloppføring — alt ved et knappetrykk. Dette gjør AI tilgjengelig og effektiv for brukere uten å kreve kompleks oppsett.

Er det spesifikke AI-drevne funksjoner i Cadency eller Adra som du føler har vært game-changere for dine kunder?

For Cadency, har Risk-Intelligent Automation vært transformerende — automatisk prioriterte og rute-unntak basert på risiko, og reduserte manuell gjennomgang med opptil 90%. I tillegg kan vår journaloppføringsautomatisering kutte tiden det tar å opprette en enkelt oppføring fra 9 minutter til om lag 1 minutt. Over hundrevis av oppføringer som prosesseres hver måned, er effisiens-gevinstene for finanstimer enorme.

For Adra, forbedrer AI produktiviteten på hver fase av lukkingen. Funksjoner som MatchAssist anbefaler transaksjonsmatchingsregler, og reduserer betydelig den manuelle innsatsen til å konfigurere matchingslogikk. AI formatterer også innkommende data og auto-populerer felter under import, og eliminerer repetitivt arbeid og forbedrer match-rater — alt sammen akselererer avstemning og reduserer bruker-utmattelse.

Hvordan bestemmer ditt team hvilke AI-egenskaper å utvikle neste—hvordan er prosessen fra idé til implementering?

Vi starter med kundens smertepunkter. Våre produktledere, kundesuksess-team og AI-eksperter arbeider sammen for å identifisere hvor AI kan ha størst innvirkning. Deretter prioriterer vi muligheter basert på verdi, gjennomførbarhet og sammenheng med vårt produktvisjon. Prototyper utvikles raskt og testes med en liten gruppe kunder for å validere effekten. Først etter å ha vist målbare resultater, ruller vi dem ut i større skala.

Hva rolle spiller AI i å oppdage anomalier, forebygge feil eller forbedre regelefterlevnad i finansielle arbeidsflyter?

Vår AI analyserer både data som er innført av brukeren og underliggende transaksjonsdata for anomalier, potensielle feil og regelefterlevnadsbrudd. Fordi vår AI er kontekst-bevisst og har intelligensen til å gjenkjenne den spesifikke kunden det tjener, kan det påtvinge regelefterlevnadsregler som er tilpasset den kundens styre- og reguleringsramme. Dette betyr at systemet ikke bare generisk flagger problemer — det anvender riktige kontroller for den organisasjonen, og sikrer nøyaktighet og regelefterlevnad uten å bremse prosessen.

Hvordan sikrer du at AI-utdata i dine løsninger er forklarbare og pålitelige for finanstimer som avhenger av dem?

Vi designer AI-utdata til å være fullstendig gjennomsiktige. Hver anbefaling er ledsaget av begrunnelsen eller data-mønsteret bak den, så brukerne kan forstå hvorfor systemet gjorde den forespørselen. I Cadency, for eksempel, viser unntak-risikopoengene faktorene som bidro til poengene, og lar finanstimer validere logikken før de handler. Denne gjennomsiktigheten bygger tillit og sikrer at AI forblir en assistent, ikke en svart boks.

Kan du dele en suksesshistorie hvor en kunde oppnådde målbare resultater takket være AI-drevet automatisering i din plattform?

En av våre enterprise-kunder er for tiden i ferd med å teste vår AI-drevne journaloppføringsautomatisering i Cadency. Før AI, kunne opprettelse av en enkelt journaloppføring ta så mye som 9 minutter med manuelt arbeid. Med vår automatisering, tar samme prosess nå om lag 1 minutt. Over tusenvis av journaloppføringer som prosesseres hver måned, er forventede effisiens-gevinstene enorme — og oversettes til betydelige kostnadsbesparelser og frigjør finanstimer for mer strategisk arbeid. Testen er allerede i gang og forventes å gå live i nær fremtid.

Hvordan balanserer Trintech innovasjon med AI med å opprettholde sikkerheten og integriteten til følsomme finansielle data?

Sikkerhet er ikke forhandelbar.

Alle våre AI-tjenester opererer i en statisk konfigurasjon, som betyr at kundedata ikke behandles eller brukes til modelltrening. Eksklusive ML-modeller er vertet i private sky-miljøer, og generativ AI er tilgjengelig gjennom bedriftsgraderte API-er fra Microsoft Azure sin OpenAI-tjeneste. Data er kryptert under overføring og i ro, og våre systemer er SOC 2 og ISO 27001-sertifisert. Dette sikrer at innovasjon aldri skjer på bekostning av data-integritet.

Ser du for deg hvordan AI vil transformere både Trintechs interne operasjoner og måten kunder opplever dine produkter over de neste fem årene?

Over de neste fem årene, vil AI skifte fra å være en funksjon i våre løsninger til å være en orkestrator av hele finansielle prosessen. For kunder, betyr dette at AI ikke bare vil automatisere enkelt-oppgaver, men også forutse hva som må skje neste, og orkestrere arbeidsflyter over systemer, og bringe frem innsikter før problemer oppstår. Internally, vil vi fortsette å bruke AI til å forbedre effisiens i FoU, kundesupport og operasjoner, og sikre at vi kan levere mer verdi til kunder raskere.

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