CIBC Mellon administruje aktywami o wartości 3,5 biliona dolarów na rynku, gdzie jeden dzień może kosztować setki milionów dolarów. Oto, jak firma wykorzystuje sztuczną inteligencję, aby zawsze być pierwszą.

18 lutego 2021 r. pierwszy w Ameryce Północnej fundusz ETF z bitcoina został uruchomiony w Kanadzie i przyciągnął ponad 500 milionów dolarów w ciągu pierwszego tygodnia. Następnego dnia drugi fundusz ETF z bitcoina został uruchomiony na tej samej giełdzie. Drugi, według Mal Cullena, dyrektora generalnego CIBC Mellon, przyciągnął 35 milionów dolarów. Chociaż był to podobny produkt na tym samym rynku, uruchomiony zaledwie jeden dzień później, różnica w liczbie pieniędzy była znaczna.

Ta różnica to rodzaj rzeczy, które definiują świat Cullena. CIBC Mellon jest jedną z największych firm świadczących usługi w zakresie obsługi aktywów w Kanadzie, odpowiedzialną za administrowanie aktywami o wartości 3,5 biliona dolarów. W tym rodzaju środowisku opóźnienie o jeden dzień może kosztować dużo pieniędzy – czasem setki milionów dolarów.

“Jaka jest wartość jednego dnia w Twoim biznesie?” – zapytał Cullen audytorium na Appian World 2026 w Orlando w zeszłym miesiącu. “W naszym biznesie może to być ogromna kwota.”

To pytanie jest teraz motywacją do jednego z bardziej istotnych wdrożeń sztucznej inteligencji w kanadyjskich usługach finansowych, a lekcje z niego sięgają daleko poza rynki kapitałowe.

Problem z 30-letnim procesem

CIBC Mellon działa od 30 lat. Jest to spółka joint venture między BNY – której zarządzane aktywa sięgają ponad 59 bilionów dolarów na całym świecie – a CIBC, jednym z największych banków w Kanadzie. To pochodzenie zapewnia ogromną skalę i instytucjonalną wiarygodność. Zapewnia również złożoność.

“Istnieje tylko jedna rzecz lepsza niż bycie własnością banku”, powiedział Cullen z umiarkowanym uśmiechem, “a mianowicie bycie własnością dwóch banków. Dwa banki oznaczają dwa zespoły compliance, dwa zespoły ryzyka i dwa zdania na prawie wszystko.”

Stawianie poważnej sztucznej inteligencji w CIBC Mellon oznaczało opór przed szybkim działaniem. Przed wdrożeniem jakiegokolwiek narzędzia firma wróciła do podstaw. Zespół opracował każdy workflow, zidentyfikował miejsca, w których pojemność była ograniczona, gdzie ryzyko było najwyższe, i gdzie praca ręczna była najbardziej skoncentrowana. To, co znaleźli, zaskoczyło ich.

“Ludzie wykonujący pracę nie byli problemem”, zauważył Cullen. “To, jak praca płynęła między zespołami, powodowało ograniczenia.” Innymi słowy, technologia nigdy nie naprawi tego, co proces zepsuł.

Od linii montażowych do sztucznej inteligencji

Pierwsze duże wdrożenie dotyczyło księgowości funduszy – procesu, który CIBC Mellon prowadzi w ogromnej skali. Firma produkuje około 350 000 wycen funduszy każdego miesiąca, z których każda podlega ścisłym terminom i wymogom dokładności.

Przez lata proces ten był prowadzony pionowo: jeden księgowy był odpowiedzialny za plik od początku do końca. Był to proces zbudowany na indywidualnej ekspertyzie, co oznaczało, że był również zbudowany na indywidualnych ograniczeniach i był prawie niemożliwy do skalowania. Firma przeprojektowała go w sposób poziomy, rozdzielając pracę na specjalistyczne zespoły. Ale to stworzyło nowy problem – przekazanie pracy między zespołami stało się źródłem tarcia i opóźnień. Nadzorcy nie mieli widoczności pracy bez pytania.

Księgowy funduszy z ponad dekadą doświadczenia, który znał proces lepiej niż ktokolwiek w budynku, wykorzystał platformę low-code Appian do zbudowania tego, co Cullen nazywa “wieżą kontroli” – systemem workflow, który zapewnia każdemu zespołowi widoczność pracy w czasie rzeczywistym, automatyzując przekazanie pracy, które powodowało opóźnienia.

Wynikiem było 34% zysku wydajności w jednym procesie. Przy 350 000 wycenach miesięcznie to się szybko kumuluje.

“Powiedział mi, że zaprojektował wszystko, czego nie lubił w swojej pracy”, powiedział Cullen. “Kiedy ludzie, którzy rozumieją proces, pracują nad nim, nie automatyzują rzeczy ręcznych, które były tam wcześniej. Zmieniają proces i robią go lepszym.”

Problem ETF

Drugi przykład dotyczy historii o funduszu ETF z bitcoina. Kiedy fundusz ETF jest uruchamiany lub dystrybuuje zwroty do posiadaczy jednostek, obejmuje to złożoną sieć kontrahentów – menedżera funduszu, depozytariusza, giełdy, twórcy rynku i agenta transferowego. Każdy z nich musi być powiadomiony. Każdy ma rolę. Wydanie funduszu o jeden dzień wcześniej wymaga, aby wszyscy poruszyli się w harmonii.

Ekspert od produktów ETF w CIBC Mellon zbudował workflow na Appian, który zapewnia przejrzystość we wszystkich tych kontrahentach w jednym miejscu – zmieniając proces fragmentaryczny i ciężki od e-maili w coś zautomatyzowanego i audytowanego.

Trzy tygodnie przed Appian World, CIBC Mellon zademonstrował aplikację największym dostawcom ETF w Kanadzie na spotkaniu użytkowników w Toronto. “Sala stała się cichsza”, wspominał Cullen. “Ludzie nachylili się. Jeden z naszych największych klientów powiedział do swoich kolegów: To właśnie zaoszczędziło mi znaczną ilość czasu w moim dniu.”

Pytanie o zarządzanie

Żadne z tych rozwojów nie nastąpiło szybko, a Cullen jest bezpośredni w tym, dlaczego. CIBC Mellon nie używa sztucznej inteligencji w niczym, co dotyka klienta. Każde wdrożenie sztucznej inteligencji do tej pory jest wewnętrzne – zawarte w określonych workflow, audytowalne i przeglądane przez ludzi przed wpływem na klienta.

“Możemy poruszać się ze sztuczną inteligencją tylko tak szybko, jak poziom komfortu naszych klientów”, powiedział. “Celowo nie zintegrowaliśmy sztucznej inteligencji z niczym, co dotyka klienta, ponieważ nie czujemy, że zarządzanie jest tam jeszcze.”

Liczby z szerszego rynku potwierdzają to, co Cullen już wiedział. Zgodnie z nowym badaniem przeprowadzonym przez Harvard Business Review Analytic Services, sponsorowanym przez Appian i opublikowanym na konferencji, 92% organizacji zgadza się, że agenci sztucznej inteligencji potrzebują reguł opartych na zasadach, aby działać bezpiecznie – jednak mniej niż połowa z nich faktycznie zdefiniowała je. CIBC Mellon jest jedną z organizacji, które zdecydowały się zbudować podstawy przed skalowaniem wdrożenia.

Wewnątrz organizacji ta ostrożność kształtuje, jak firma przygotowuje swoich ludzi. Firma wyznaczyła 100 pracowników spośród około 2000 jako mistrzów sztucznej inteligencji. Ci mistrzowie otrzymują wczesny dostęp do narzędzi, czas na budowanie przypadków użycia i mandat do testowania aplikacji w piaskownicach przed wprowadzeniem ich do produkcji. Prowadzą cotygodniowe sesje wewnętrzne o nazwie “Sztuczna mowa”, zapraszając firmy takie jak Snowflake i Microsoft, aby podzielić się tym, co działa, a co nie.

Cullen obserwował ten wzorzec wcześniej. Dwadzieścia lat temu prowadził rozmowy z CTO, którzy mówili, że chmura jest modą i nigdy nie będzie ufać wrażliwym danym. Potem pojawiła się chmura hybrydowa, dając organizacjom środkową drogę – wydajność infrastruktury chmury bez postrzeganego utraty kontroli. Oczekuje tego samego z sztuczną inteligencją.

“Myślę, że zobaczycie hybrydową sztuczną inteligencję”, powiedział. “Zawartą, zarządzaną, ale poruszającą się.”

Czy reszta rynku może się czegoś nauczyć

Historia CIBC Mellon to nie historia o przełomie technologicznym. To historia o dyscyplinie organizacyjnej zastosowanej do potężnego narzędzia. Zmierzyć przed budową, postawić ludzi, którzy znają proces, najbliżej problemu, i zarządzać przed skalowaniem.

Te lekcje mają zastosowanie daleko poza obsługą aktywów. Na rynku, gdzie tylko 16% organizacji raportuje uzyskanie znaczącej wartości ze sztucznej inteligencji, organizacje, które uzyskują rzeczywiste wyniki, są tymi, które traktują zarządzanie jako funkcję, a nie ograniczenie.

“Nie zaczynaj od technologii”, powiedział Cullen audytorium na Appian World. “Zmierzyć wszystko najpierw.”

W branży, gdzie jeden dzień może oznaczać różnicę między 500 milionami a 35 milionami dolarów, taka cierpliwość okazuje się własną przewagą konkurencyjną.