Rishi Chohan, CEO dos EUA da GFT Technologies – Série de Entrevistas

Rishi Chohan, CEO dos EUA da GFT Technologies, é um líder de transformação digital experiente com mais de 20 anos de experiência em todo o setor de software e serviços, incluindo funções na Ernst & Young e SoftServe. Desde que assumiu o cargo em 2025, ele se concentrou em escalar a estratégia de AI da GFT em todo os EUA, fortalecendo laços com instituições financeiras, fabricantes e parceiros de tecnologia, enquanto moderniza sistemas legados para prontidão para AI.

GFT Technologies é uma empresa global de transformação digital e engenharia de software especializada em AI, modernização de nuvem e inovação de plataforma para os setores bancário, de seguros e de manufatura. Fundada em 1987 e operando em mais de 20 países, a GFT reúne mais de 12.000 profissionais. Seu trabalho é guiado por cinco valores fundamentais: Cuidado, Compromisso, Colaboração, Coragem e Criatividade.

Você liderou transformações em instituições importantes como EY e SoftServe, mas assumir o cargo de CEO dos EUA da GFT durante uma mudança importante de AI é um desafio único. O que o atraiu pessoalmente a essa oportunidade e o que o excita mais sobre moldar o próximo capítulo da GFT?

Desde o início de minhas conversas com a GFT, percebi que a empresa estava em uma posição para atacar desafios comuns da indústria de maneira diferente dos principais jogadores de transformação digital. Ficou claro que a empresa era uma potência nos serviços financeiros, tanto em termos de expertise técnica quanto, talvez ainda mais importante, de conhecimento profundo do domínio. A equipe com a qual eu trabalharia tinha conhecimento que poderia superar até mesmo as próprias instituições financeiras.

À medida que continuávamos conversando, rapidamente formei uma visão de como abordaria essa oportunidade de transformar empresas de serviços financeiros para seus próprios futuros de AI, enquanto a GFT passava por sua própria transformação centrada em AI.

Agora que passei alguns meses trabalhando dentro da organização, confirmei minhas suspeitas iniciais: o fato de estarmos na interseção de expertise técnica, conhecimento financeiro profundo e experiência extensa em AI nos coloca em uma posição única para reinventar modelos de negócios e abordagens legados – seja de cima para baixo ou peça por peça. É uma abordagem de “escolha sua própria aventura” para disruptar uma indústria madura para a disruptura, e estou feliz em fazer parte disso.

A GFT está em meio a uma jornada de cinco anos para se tornar uma empresa completamente centrada em AI. Internamente, como isso se parece até agora?

Existem quatro áreas principais que estamos abordando. Em linhas gerais, essas são:

1. Auditoria de nossos processos e operações para determinar como e onde a AI pode elevar os membros da equipe.
2. Determinar oportunidades para capitalizar no curto prazo, bem como o que precisamos estar construindo para o longo prazo. Isso inclui identificar áreas onde os funcionários podem utilizar a AI em suas tarefas diárias agora, enquanto executamos uma estratégia mais abrangente que influencia as operações holisticamente ao longo do tempo.
3. Aplicar nossa própria solução de AI generativa para escalar o desenvolvimento de software para nossos clientes e levá-los ao mercado mais rapidamente. Já vimos ganhos de produtividade que variam de 30% a 90%, dependendo do projeto, como resultado direto da implementação dessa AI para entregar novos serviços e ofertas.
4. Educar nossos funcionários durante a transição para garantir que fique claro para eles onde a AI pode entrar e onde eles podem crescer com ela para apoiar a evolução da empresa.

Pode compartilhar exemplos específicos ou casos de uso que ilustrem o impacto da solução de AI generativa da GFT, especialmente nos serviços financeiros?

Um bom exemplo recente que posso citar é uma nova solução que desenvolvemos para bancos e empresas de capital privado. Construímos um assistente de AI generativa que avalia o risco de crédito para informar decisões de empréstimo importantes – em uma escala exponencial. A nova ferramenta reúne automaticamente vastas quantidades de dados financeiros para criar relatórios de crédito, reduzindo os prazos de horas e até mesmo dias para meros minutos, garantindo a conformidade. Ao economizar tempo na criação de relatórios (dizemos 40%, mas isso é conservador), os analistas de crédito agora podem aumentar seu foco em avaliar decisões de risco complexas.

Isso resolve um grande problema, considerando que na indústria de crédito, cada segundo conta – mas mover-se muito rapidamente pode levar a erros humanos, e uma única omissão pode impactar decisões de empréstimo importantes.

Porque leva dias de trabalho manual para compilar um relatório de risco, a única maneira como as empresas historicamente conseguiram se mover mais rapidamente – sem sobrecarregar os trabalhadores e arriscar erros – foi escalonar equipes. Agora, com essa nova abordagem de AI generativa, as instituições financeiras podem tomar decisões de empréstimo mais rapidamente com maior confiança.

Outro exemplo recente vem da maior empresa de seguros do Brasil, que usou nossa ferramenta de AI proprietária para identificar vulnerabilidades em seu código e prevenir ataques cibernéticos antes que ocorram.

Isso é crítico, pois as grandes instituições financeiras são especialmente vulneráveis a hackers – e essa seguradora em particular estava enfrentando vários ataques por dia. Embora tivesse uma grande equipe dedicada a capturar e identificar possíveis vazamentos antes que ocorressem, devido à grande quantidade de vulnerabilidades, os hackers ainda estavam encontrando brechas em suas defesas.

A solução de AI da GFT conseguiu identificar anomalias 90% mais rapidamente do que as equipes de desenvolvedores poderiam anteriormente. Além disso, uma vez identificadas, a solução de AI está sendo usada para consertar automaticamente as vulnerabilidades no código para prevenir ataques, tornando o processo 66% mais rápido do que antes.

Ambas as capacidades juntas representaram ganhos de eficiência de até 30% no ciclo de desenvolvimento geral em apenas 3-4 meses.

Com sua experiência liderando engajamentos para bancos de primeira linha como JPMC, Morgan Stanley (MS ) e Citibank, como você está adaptando a estratégia de AI da GFT para atender às necessidades hiperespecíficas das instituições financeiras dos EUA?

A partir do meu trabalho com bancos de primeira linha e dentro de vários aspectos do espaço financeiro, estou claro sobre o potencial que a AI representa para as instituições financeiras. O conhecimento que trago comigo para a GFT complementa a própria experiência de 35 anos da empresa no espaço financeiro.

Ao longo dos anos, testemunhei pessoalmente os desafios comuns que surgem em todos os projetos nos quais tive o privilégio de trabalhar, bem como as dores específicas enfrentadas por empresas individuais. Ser capaz de ver essas tendências macro e como elas afetam tanto a indústria como um todo quanto as empresas específicas me deu uma compreensão muito clara de como e onde aplicar a AI. Em toda a parte, desafios como lavagem de dinheiro, fraude, identificação de clientes e relatórios de crédito complexos têm afligido as instituições por anos.

Por exemplo, a GFT está infundindo a Vertex AI do Google (GOOGL ) em um banco líder para melhorar sua detecção de fraude. Apesar da tecnologia não ser normalmente usada para esse propósito, a instituição precisava de uma solução que pudesse ser facilmente integrada a seus sistemas complexos. Para apoiar esse pedido, a GFT está ajudando o banco a treinar a Vertex do Google em padrões comuns para identificar potencial fraude e disparar ação para preveni-la.

Além disso, a GFT está trabalhando com a AWS para construir soluções impulsionadas por AI para bancos. Em Cingapura, construímos um processo de anti-lavagem de dinheiro personalizado impulsionado por AI.

Do ponto de vista da estratégia geral da GFT, estou trabalhando para encontrar o equilíbrio certo entre avançar com nossas próprias soluções de AI proprietárias e aquelas que estamos construindo para os clientes, ao lado de nossos parceiros de tecnologia de longo prazo, como Google e AWS.

A GFT tem como objetivo se tornar um líder global em AI responsável. Quais guardrails ou estruturas de governança você está implementando para garantir segurança, transparência e alinhamento regulatório, especialmente em setores altamente regulamentados?

Diferentes instituições financeiras seguem regulamentações diferentes; atualmente, não há uma abordagem única quando se trata de AI. Isso significa que, para permanecer em conformidade e garantir a segurança para cada cliente, ajustamos às regras específicas da organização.

As soluções que fornecemos são facilmente adaptáveis. Antes de lançar, certificamos-nos de que estamos familiarizados com as regulamentações e regras associadas àquela instituição específica e ajustamos a solução para atender ao ambiente dela. Dessa forma, nunca surgem questões de segurança ou regulatórias.

Além de curar nossas soluções para atender aos requisitos regulatórios de diferentes empresas, também seguimos regulamentações da indústria, como o GDPR na Europa.

Você foi descrito como um líder orientado por dados e ação. Na prática, como você fomenta essa cultura em toda a organização – especialmente uma que passa por uma transformação de AI rápida?

O primeiro passo para fomentar uma cultura orientada por dados em toda a organização é garantir que cada membro entenda o benefício de trabalhar dessa maneira.

Para operar com sucesso um negócio, as equipes precisam ter acesso a dados organizacionais. Isso fornece uma visão interna do que está funcionando e do que não está, e pode fornecer projeções de resultados prováveis para diferentes cenários. Armados com esses dados, é muito mais fácil tomar decisões que sejam certas para a empresa.

Para demonstrar isso, é essencial liderar pelo exemplo e mostrar como decisões orientadas por dados podem trazer mudanças significativas que beneficiam todos na organização. Por exemplo, se os dados de vendas mostram que a taxa de conversão é baixa, sabemos que essa é uma área que precisa de atenção e podemos criar uma estratégia para remediar o desafio. Uma vez que os resultados benéficos de uma cultura orientada por dados estejam claros, é mais fácil para as equipes em toda a organização adotar essa prática de forma transparente.

Especially à medida que passamos por uma transformação de AI rápida, os dados são essenciais para entender como a mudança está funcionando e onde podem existir áreas para melhoria.

Além dos bancos, como a GFT está aplicando sua estratégia de AI em outros setores, como a manufatura? Existem desafios ou oportunidades únicas ao traduzir aprendizados do setor financeiro para aplicações industriais?

Na indústria de manufatura, a GFT tem uma parceria forte com o Google. Juntos, ao longo do último ano, temos lançado casos de uso de AI específicos para os pisos de fábrica dos fabricantes.

No ano passado, anunciamos a implementação do Motor de Dados de Manufatura (MDE) do Google Cloud, que impulsionou capacidades de AI, como inspeção de linha de produção visual, manutenção de máquinas preditiva e previsão de produção. Agora, neste ano, lançamos nosso próximo conjunto de aplicações construídas nos Modelos Gemini do Google, incluindo a capacidade de determinar a causa raiz de erros e defeitos, painéis visuais que permitem que os usuários consultem dados de toda a organização em linguagem natural e a capacidade de converter milhares de manuais de treinamento de máquinas em demonstrações de vídeo lideradas por avatares.

Quando se trata de traduzir aprendizados do setor financeiro para aplicações industriais, é menos sobre a indústria em si e mais sobre descobertas no código. Em toda a indústria, aprendizados sobre desenvolvimento de código e ciclos de vida de software são importantes e transferíveis – o código pode criar e fazer coisas diferentes, mas certos obstáculos ou desafios com o desenvolvimento de software são universais. Utilizamos o que aprendemos em cada projeto, seja para instituições financeiras ou fabricantes, para trazer insights mais profundos para o nosso próximo projeto.

Com parcerias estratégicas estabelecidas com a NVIDIA (NVDA ), a AWS e o Google Cloud, o que você vê como a próxima evolução da abordagem de ecossistema da GFT? Serão produtos de AI específicos de verticais co-desenvolvidos ou construídos de forma independente?

Já começamos a co-desenvolver e construir soluções de AI de forma independente. Os casos de uso de AI de manufatura que lançamos com o Google Cloud são apenas o início do nosso trabalho na automação do piso de fábrica. Também planejamos lançar em breve casos de uso de AI específicos para serviços financeiros que desenvolvemos com a AWS para os bancos dos EUA.

Além disso, estamos continuamente expandindo nossa solução de AI generativa para desenvolvimento de software de forma independente.

A estratégia de cinco anos da GFT inclui metas ousadas: atingir €1,5B em receita e se tornar um líder reconhecido em AI. À medida que olha para 2029, quais marcos ou sinais indicarão que a empresa está realmente no caminho certo?

Nossas duas principais metas que são essenciais para atingir giram em torno da cultura e das soluções.

Em primeiro lugar, devemos mudar tanto a mentalidade quanto as habilidades técnicas de todos na organização para que a AI esteja no centro de como operamos. Isso não se limita ao nosso pessoal técnico; todos os membros da equipe, seja um desenvolvedor, um representante de vendas ou um marketer, serão completamente treinados no uso de nossas soluções de AI.

Em segundo lugar, estamos medindo o sucesso pelas serviços de alto valor que estamos entregando aos nossos clientes. Nos próximos cinco anos, esperamos ver o percentual de projetos que têm AI incorporada tanto nos serviços quanto nos produtos que estamos entregando aumentar significativamente.

Já vimos progresso significativo em ambos os fronts, com uma grande parte de nossa equipe já treinada e usando a AI internamente, bem como um elemento de AI crescente nos projetos nos quais estamos engajados. Essas metas básicas são essenciais para estabelecer uma base sólida. Na GFT, sabemos que a AI continuará a evoluir nos próximos anos e a única maneira de ficar à frente disso é se preparar agora.

Finalmente, agora que você passou alguns meses no cargo – o que mais o surpreendeu sobre a cultura ou as capacidades da GFT? E qual é um mal-entendido que as pessoas ainda têm sobre a transformação de AI empresarial que você gostaria de corrigir?

Não posso enfatizar o suficiente a profundidade de serviços financeiros e expertise técnica que coexistem simultaneamente na GFT. Isso nos coloca em uma posição para não apenas executar ideias que as organizações nos trazem, mas também orientá-las com base em nossa experiência de trabalhar com bancos em todo o mundo. Nós delineamos visões de longo prazo que são frequentemente muito maiores – com muito mais potencial de geração de receita – do que o que elas teriam vindo com por conta própria. À medida que continuo a aprender sobre o trabalho passado e atual da GFT em diferentes regiões, percebo que há poucos espaços na indústria que a GFT não tenha tocado.

Direi que um mal-entendido sobre a transformação de AI empresarial é que é tudo hype. É algo que as organizações frequentemente gostam de dizer a si mesmas para comprar tempo para descobrir. Quanto antes as organizações aceitarem que a AI está aqui para ficar e mudará como elas fazem tudo – de uma boa forma –, mais cedo elas poderão começar a realizar seu potencial em ambos os pequenos e grandes aspectos.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar GFT Technologies.