Sunil Padiyar, Chief Technology Officer w Trintech – Seria wywiadów

Sunil Padiyar jest doświadczonym dyrektorem technicznym (CTO) z bogatym dorobkiem w projektowaniu rozwiązań SaaS B2B w chmurze dla szybko rozwijających się firm programistycznych. Jako CTO w Corcentric doprowadził do wzrostu przychodów o 25 % rok do roku, koncentrując się na dziale CFO poprzez usprawnienie płatności, automatyzacji, zamówień i transakcji płatniczych. Sunil pełnił także funkcję CTO w FacilitySource, nadzorując imponujący wzrost przychodów z 40 milionów dolarów do 250 milionów dolarów w zaledwie 5 lat, co zakończyło się udaną akwizycją przez CBRE.

Trintech jest globalnym dostawcą oprogramowania w chmurze, które automatyzuje procesy zamykania finansowego i uzgadniania kont dla zespołów finansowo‑księgowych. Z ponad 35‑letnim doświadczeniem obsługuje tysiące klientów w ponad 100 krajach, przetwarzając rocznie miliardy transakcji. Firma wykorzystuje automatyzację opartą na sztucznej inteligencji oraz strategiczne partnerstwa, aby pomóc specjalistom finansowym przejść od zadań ręcznych do pracy o wyższej wartości.

Spędziłeś ponad dwie dekady na stanowiskach przywódczych w technologii — co po raz pierwszy przyciągnęło Cię do budowania rozwiązań wspierających zespoły finansowe i jak ta motywacja ewoluowała w trakcie Twojej kariery?

Na początku kariery zauważyłem, ile czasu i energii zespoły finansowe poświęcają powtarzalnym, ręcznym zadaniom — i jak niewiele pozostaje im na analizę i podejmowanie decyzji. Stało się jasne, że technologia może zmienić tę równowagę, pozwalając specjalistom finansowym skupić się na działaniach o wyższej wartości. Z czasem moja motywacja przeszła od prostego automatyzowania zadań do całkowitego przemyślenia przepływów pracy, tak aby sztuczna inteligencja i automatyzacja nie tylko oszczędzały czas, ale także podnosiły dokładność, zgodność i ogólną jakość wglądów finansowych.

W jaki sposób Trintech obecnie wykorzystuje sztuczną inteligencję w swoich własnych operacjach wewnętrznych, aby poprawić wydajność lub podejmowanie decyzji?

Wewnątrz firmy używamy AI do usprawniania procesów w wielu zespołach. W operacjach AI pomaga nam identyfikować i priorytetyzować zgłoszenia wsparcia, co umożliwia szybsze ich rozwiązywanie dla klientów. W rozwoju produktu korzystamy z narzędzi kodowania wspomaganych AI, aby przyspieszyć dostarczanie funkcji przy zachowaniu standardów jakości. Eksperymentujemy także z AI w analizie opinii klientów na dużą skalę, co pomaga naszym zespołom produktowym i obsługi klienta szybciej wykrywać trendy i możliwości niż tradycyjne metody.

Możesz opisać, jak AI jest wbudowane w produkty Trintech, aby pomóc zespołom finansowym szybciej zamykać, redukować ryzyko lub zwiększać dokładność?

AI nie jest jedynie „doklejane” do naszych produktów — jest wbudowane w ich podstawowe przepływy pracy. W platformie Cadency AI działa w kontekście, mając pełną świadomość środowiska klienta, danych i wymogów zgodności. Dzięki temu funkcje takie jak automatyczne tworzenie zapisów księgowych, priorytetyzacja wyjątków i dynamiczne harmonogramy uzgadniania są dostosowywane do każdej organizacji. W platformie Adra AI jest zintegrowane z interfejsem użytkownika, aby dostarczać szybkie korzyści: rekomenduje reguły dopasowań, mapuje pola danych i pomaga przy tworzeniu zapisów — wszystko jednym kliknięciem. To sprawia, że AI jest dostępne i skuteczne dla użytkowników bez konieczności skomplikowanej konfiguracji.

Czy istnieją konkretne funkcje oparte na AI w Cadency lub Adra, które uważasz za przełomowe dla Twoich klientów?

Dla Cadency, Risk‑Intelligent Automation okazało się przełomowe — automatycznie priorytetyzuje i kieruje wyjątki w oparciu o ryzyko, redukując ręczną weryfikację nawet o 90 %. Dodatkowo nasza automatyzacja zapisów księgowych może skrócić czas tworzenia jednego zapisu z nawet dziewięciu minut do około jednej minuty. Przy setkach zapisów zyski wydajnościowe dla zespołów finansowych są ogromne.

Dla Adra AI zwiększa produktywność na każdym etapie zamknięcia. Funkcje takie jak MatchAssist rekomendują reguły dopasowań transakcji, znacząco zmniejszając ręczny wysiłek przy konfigurowaniu logiki dopasowań. AI także formatuje przychodzące dane i automatycznie wypełnia pola podczas importu, eliminując powtarzalną pracę i podnosząc wskaźniki dopasowań — co przyspiesza uzgadnianie i zmniejsza zmęczenie użytkowników.

Jak Twój zespół decyduje, które możliwości AI rozwijać jako kolejne — jaki jest proces od pomysłu do wdrożenia?

Zaczynamy od problemów klientów. Nasi menedżerowie produktu, zespoły obsługi klienta i specjaliści AI współpracują, aby zidentyfikować, gdzie AI może przynieść największy wpływ. Następnie priorytetyzujemy możliwości pod kątem wartości, wykonalności i zgodności z naszą wizją produktu. Prototypy są szybko opracowywane i testowane w małej grupie klientów w celu weryfikacji efektu. Dopiero po udowodnieniu mierzalnych rezultatów wprowadzamy je szerzej.

Jaką rolę odgrywa AI w wykrywaniu anomalii, zapobieganiu błędom lub zwiększaniu zgodności w przepływach pracy finansowych?

Nasza AI analizuje zarówno dane wprowadzane przez użytkownika, jak i leżące u podstaw dane transakcyjne pod kątem anomalii, potencjalnych błędów i naruszeń zgodności. Ponieważ nasza AI jest świadoma kontekstu i potrafi rozpoznać konkretnego klienta, którego obsługuje, może egzekwować zasady zgodności dostosowane do ram zarządzania i regulacji tego klienta. Oznacza to, że system nie tylko ogólnie sygnalizuje problemy — stosuje właściwe kontrole dla that organizacji, zapewniając dokładność i zgodność bez spowalniania procesu.

Jak zapewniasz, że wyniki AI w twoich rozwiązaniach są wyjaśnialne i godne zaufania dla zespołów finansowych, które na nich polegają?

Projektujemy wyniki AI tak, aby były w pełni przejrzyste. Każda rekomendacja jest poparta uzasadnieniem lub wzorcem danych, dzięki czemu użytkownicy mogą zrozumieć why system przedstawił tę sugestię. Na przykład w Cadency oceny ryzyka wyjątków pokazują czynniki, które przyczyniły się do wyniku, umożliwiając zespołom finansowym weryfikację logiki przed podjęciem działań. Ta przejrzystość buduje zaufanie i zapewnia, że AI pozostaje asystentem, a nie czarną skrzynką.

Czy możesz podzielić się historią sukcesu, w której klient osiągnął wymierne wyniki dzięki automatyzacji opartej na AI w twojej platformie?

Jeden z naszych klientów korporacyjnych obecnie testuje naszą automatyzację księgowań dziennika opartą na AI w Cadency. Przed wprowadzeniem AI tworzenie pojedynczego zapisu dziennika mogło trwać nawet dziewięć minut ręcznej pracy. Dzięki naszej automatyzacji ten sam proces zajmuje teraz około jednej minuty. Przy tysiącach zapisów dziennika przetwarzanych co miesiąc, oczekiwane korzyści efektywności są ogromne — przekładają się na znaczące oszczędności kosztów i uwalniają zespoły finansowe do bardziej strategicznych zadań. Pilotaż już przynosi silne wyniki i ma zostać uruchomiony w najbliższej przyszłości.

Jak Trintech równoważy innowacje AI z utrzymaniem bezpieczeństwa i integralności wrażliwych danych finansowych?

Bezpieczeństwo jest nie do negocjacji.

Wszystkie nasze usługi AI działają w konfiguracji bezstanowej, co oznacza, że dane klientów nie są przechowywane ani wykorzystywane do treningu modeli. Własnościowe modele ML są hostowane w prywatnych środowiskach chmurowych, a generatywna AI jest dostępna poprzez API klasy enterprise z usługi OpenAI firmy Microsoft Azure. Dane są szyfrowane w tranzycie i w spoczynku, a nasze systemy posiadają certyfikaty SOC 2 i ISO 27001. To zapewnia, że innowacje nigdy nie odbywają się kosztem integralności danych.

Patrząc w przyszłość, jak wyobrażasz sobie, że AI przekształci zarówno wewnętrzne operacje Trintech, jak i doświadczenia klientów z waszymi produktami w ciągu najbliższych pięciu lat?

W ciągu najbliższych pięciu lat AI przejdzie od bycia funkcją w naszych rozwiązaniach do roli koordynatora całego procesu zamknięcia finansowego. Dla klientów oznacza to, że AI nie tylko zautomatyzuje poszczególne zadania, ale także przewidzi, co powinno się wydarzyć dalej, zorganizuje przepływy pracy między systemami i wyświetli wnioski, zanim pojawią się problemy. Wewnątrz firmy będziemy nadal wykorzystywać AI do zwiększania efektywności w R&D, wsparciu klienta i operacjach, zapewniając szybsze dostarczanie większej wartości klientom.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Trintech.