Интервью
Риши Чохан, генеральный директор GFT Technologies в США – Серия интервью
Риши Чохан, генеральный директор GFT Technologies в США, является опытным лидером цифровой трансформации с более чем 20-летним опытом работы в области программного обеспечения и услуг, включая роли в Ernst & Young и SoftServe. С тех пор, как он занял эту должность в 2025 году, он сосредоточился на масштабировании стратегии GFT, основанной на ИИ, на территории США, укрепляя связи с финансовыми учреждениями, производителями и технологическими партнерами, а также модернизируя устаревшие системы для готовности к ИИ.
GFT Technologies – это глобальная компания, специализирующаяся на цифровой трансформации и разработке программного обеспечения, которая работает в области ИИ, модернизации облачных технологий и платформенных инноваций для банковского, страхового и производственного секторов. Основанная в 1987 году и работающая в более чем 20 странах, GFT объединяет более 12 000 профессионалов. Ее деятельность руководствуется пятью основными ценностями: Забота, Преданность, Сотрудничество, Смелость и Креативность.
Вы возглавляли трансформации в крупных учреждениях, таких как EY и SoftServe, но вступление в должность генерального директора GFT в США в период значительного сдвига в сторону ИИ является уникальной задачей. Что лично привлекло вас к этой возможности, и что вас больше всего вдохновляет в формировании следующей главы GFT?
С самого начала моих разговоров с GFT я понял, что компания находится в позиции, которая позволяет ей решать общие отраслевые проблемы по-другому, чем даже наиболее устоявшиеся игроки на рынке цифровой трансформации. Было rõ, что компания является мощной силой в финансовых услугах, как с точки зрения технической экспертизы, так и, возможно, даже более важной, глубоких знаний отрасли. Команда, с которой я буду работать, обладала знаниями, которые могли даже превосходить знания самих финансовых учреждений.
По мере продолжения наших разговоров я быстро сформировал видение того, как я подойду к этой возможности трансформации финансовых услуг для их собственного будущего с ИИ, одновременно с тем, как GFT проходит через свою собственную трансформацию, ориентированную на ИИ.
Теперь, после того, как я провел несколько месяцев, работая внутри организации, я подтвердил свои первоначальные подозрения: тот факт, что мы находимся на пересечении технической экспертизы, глубоких финансовых знаний и обширного опыта ИИ, ставит нас в уникальное положение, чтобы переизобрести устаревшие бизнес-модели и подходы – либо с нуля, либо поэтапно. Это подход “выберите свое собственное приключение” к нарушению отрасли, которая готова к нарушению, и я рад быть частью этого.
GFT находится в середине пятилетнего пути к тому, чтобы стать полностью ориентированной на ИИ компанией. Внутри компании что это выглядит как на данный момент?
Есть четыре основных области, которые мы решаем.
- Аудит наших процессов и операций, чтобы определить, как и где ИИ может повысить эффективность работы команд.
- Определение возможностей для капитализации в краткосрочной перспективе, а также того, что нам нужно строить для долгосрочной перспективы. Это включает в себя определение областей, где сотрудники могут использовать ИИ в своей повседневной работе сейчас, пока мы выполняем более общую дорожную карту, которая влияет на операции в целом со временем.
- Применение нашего собственного проприетарного решения ИИ для масштабирования разработки программного обеспечения для наших клиентов и вывода их на рынок быстрее. Мы уже увидели повышение производительности в диапазоне от 30% до 90%, в зависимости от проекта, в результате реализации этого ИИ для доставки новых услуг и предложений.
- Обучение наших сотрудников в переходный период, чтобы убедиться, что им rõ, где ИИ может вмешаться и где они могут расти вместе с ним, чтобы поддержать эволюцию компании.
Можете ли вы поделиться конкретными примерами или кейсами, которые иллюстрируют влияние решения ИИ GFT, особенно в финансовых услугах?
Хороший недавний кейс, на который я могу указать, – это новое решение, которое мы разработали для банков и частных капитальных фирм. Мы построили помощника ИИ, который оценивает кредитный риск для принятия крупных кредитных решений – в экспоненциальной масштабе. Новый инструмент автоматически собирает огромные объемы финансовых данных для создания кредитных отчетов, сокращая сроки с часов и даже дней до нескольких минут, обеспечивая при этом соблюдение требований. За счет экономии времени на создании отчетов (мы говорим 40%, но это консервативная оценка) аналитики кредитного риска могут теперь сосредоточиться на оценке сложных решений по риску.
Это решение большой проблемы, учитывая, что в кредитной отрасли каждая секунда на счету – но слишком быстрое действие может привести к человеческим ошибкам, и одна небрежность может повлиять на крупные кредитные решения.
Поскольку на составление отчета о риске может уйти несколько дней ручной работы, единственный способ, которым компании исторически могли действовать быстрее – без перегрузки работников и риска ошибок – был масштабировать команды. Теперь, с помощью этого нового подхода ИИ, финансовые учреждения могут принимать кредитные решения быстрее с большей уверенностью.
Другой недавний пример исходит от крупнейшей страховой компании в Бразилии, которая использовала наше проприетарное решение ИИ для выявления уязвимостей в их коде и предотвращения кибератак до их возникновения.
Это критически важно, поскольку крупные финансовые учреждения особенно уязвимы для хакеров – и эта страховая компания в частности испытывала несколько атак каждый день. Хотя у них была большая команда, посвященная обнаружению и выявлению потенциальных утечек до их возникновения, из-за огромного количества уязвимостей хакеры все еще могли проникать через бреши в их обороне.
Решение ИИ GFT смогло выявить аномалии на 90% быстрее, чем команды разработчиков могли ранее. Кроме того, после выявления ИИ-решение используется для автоматического исправления уязвимостей в коде для предотвращения атак, что делает процесс на 66% быстрее, чем раньше.
Оба этих возможностей вместе представляют собой повышение эффективности до 30% в общем цикле разработки за всего 3-4 месяца.
С вашим опытом руководства проектами для топовых банков, таких как JPMC, Morgan Stanley и Citibank, как вы адаптируете стратегию ИИ GFT для удовлетворения гиперспецифических потребностей финансовых учреждений США?
Из моей работы с топовыми банками и в различных аспектах финансового пространства я rõ о потенциале, который представляет ИИ для финансовых учреждений. Знания, которые я привожу с собой в GFT, дополняют 35-летний опыт компании в финансовом секторе.
За годы я сталкивался с общими проблемами, которые возникают на проектах, над которыми мне посчастливилось работать, а также с нюансированными болями, с которыми сталкиваются отдельные компании. Благодаря тому, что я могу видеть эти макро-тренды и то, как они влияют как на отрасль в целом, так и на отдельные компании, у меня есть очень четкое представление о том, как и где применять ИИ. На протяжении всей отрасли проблемы, такие как отмывание денег, мошенничество, идентификация клиентов и сложные кредитные отчеты, мучили учреждения в течение многих лет.
Например, GFT внедряет Google Vertex AI в один из ведущих банков для улучшения обнаружения мошенничества. Несмотря на то, что технология обычно не используется для этой цели, учреждение нуждалось в решении, которое можно было легко интегрировать в его сложные системы. Для поддержки этого запроса GFT помогает банку обучать Google Vertex на общих закономерностях для выявления потенциального мошенничества и запуска действий для его предотвращения.
Кроме того, GFT работает с AWS для создания ИИ-решений для банков. В Сингапуре мы построили процесс по борьбе с отмыванием денег, управляемый ИИ.
С точки зрения общей стратегии GFT я работаю над достижением правильного баланса между продвижением наших собственных проприетарных решений ИИ и теми, которые мы строим для клиентов вместе с нашими долгосрочными технологическими партнерами, такими как Google и AWS.
GFT стремится стать глобальным лидером в области ответственного ИИ. Какие ограничители или рамки управления вы устанавливаете для обеспечения безопасности, прозрачности и соответствия требованиям, особенно в высокорегулируемых секторах?
Разные финансовые учреждения следуют разным правилам; на данный момент нет универсального ограничителя, когда речь идет об ИИ. Это означает, что, чтобы оставаться в соответствии и обеспечить безопасность для каждого клиента, мы адаптируемся к конкретным правилам организации.
Решения, которые мы предоставляем, легко адаптируются. Перед запуском мы убеждаемся, что мы знакомы с правилами и требованиями, связанными с этим учреждением, и корректируем решение для соответствия их среде. Таким образом, никогда не возникают проблемы безопасности или соответствия требованиям.
Помимо подбора наших решений для различных требований регулирования мы также следуем отраслевым правилам, таким как GDPR в Европе.
Вас описывают как ориентированного на данные, действенного лидера. На практике, как вы культивируете эту культуру во всей большой организации – особенно в той, которая проходит через быструю трансформацию ИИ?
Первый шаг в культивировании культуры, ориентированной на данные, во всей организации заключается в том, чтобы убедиться, что каждый член понимает пользу от работы в этом ключе.
Для успешной работы бизнеса командам необходимо иметь доступ к организационным данным. Это дает представление о том, что работает, а что нет, и может дать прогнозы вероятных результатов для различных сценариев. Вооруженные этими данными, намного легче принимать решения, которые правильны для вашей компании.
Чтобы продемонстрировать это, важно руководить примером и показать, как решения, основанные на данных, могут принести значительные изменения, которые приносят пользу всем в организации. Например, если данные о продажах показывают, что коэффициент конверсии низок, мы знаем, что это область, которая требует внимания, и можем создать стратегию для решения этой проблемы. Как только полезные результаты культуры, ориентированной на данные, станут rõ, будет легче командам по всей организации принять эту практику без проблем.
Особенно, поскольку мы проходим через быструю трансформацию ИИ, данные имеют решающее значение для понимания того, как работает изменение, и где могут быть области для улучшения.
За пределами банковского сектора, как GFT применяет свою стратегию ИИ к другим секторам, таким как производство? Есть ли уникальные проблемы или возможности в переводе знаний финансового сектора на промышленные применения?
В производственной отрасли GFT имеет сильное партнерство с Google. Вместе за прошлый год мы выпустили кейсы ИИ, специально разработанные для заводских полов производителей.
В прошлом году мы объявили о реализации Manufacturing Data Engine (MDE) Google Cloud, который обеспечил возможности ИИ, такие как визуальный контроль производственной линии, прогностическое обслуживание машин и прогнозирование производства. Теперь в этом году мы представили наш следующий набор приложений, построенных на моделях Gemini Google, включая возможность определения коренной причины ошибок и дефектов, визуальные панели, которые позволяют пользователям запрашивать данные организации во всей сети в естественном языке, и возможность преобразования тысяч руководств по обучению машин в видео-демонстрации, ведущиеся аватарами.
Когда речь идет о переводе знаний финансового сектора на промышленные применения, это менее связано с отраслью самой по себе и больше с открытиями в коде. В каждой отрасли знания о разработке кода и циклах жизни программного обеспечения важны и могут быть перенесены – код может создавать и делать разные вещи, но определенные препятствия или проблемы с разработкой программного обеспечения являются универсальными. Мы используем то, что мы узнаем в каждом проекте, будь то для финансовых учреждений или производителей, чтобы принести более глубокие знания в наш следующий проект.
С стратегическими партнерствами с NVIDIA, AWS и Google Cloud, что вы видите как следующую эволюцию подхода GFT к экосистеме? Будут ли продукты ИИ, специфичные для вертикали, разработаны совместно или построены независимо?
Мы уже начали и совместную разработку, и независимое строительство решений ИИ. Кейсы ИИ для производителей, которые мы выпустили с Google Cloud, являются только началом нашей работы по автоматизации заводских полов. Мы также планируем выпустить финансовые кейсы ИИ, которые мы разработали с AWS для банков США.
Кроме того, мы постоянно расширяем наше собственное решение ИИ для разработки программного обеспечения.
Пятилетняя стратегия GFT включает смелые цели: достижение выручки в размере 1,5 миллиарда евро и становление признанным лидером в области ИИ. Когда вы смотрите вперед на 2029 год, какие вехи или сигналы покажут вам, что компания действительно на правильном пути?
Наши два основных ориентира, которые имеют решающее значение для достижения, связаны с культурой и решениями.
Во-первых, мы должны изменить как мышление, так и твердые навыки каждого человека в организации, чтобы ИИ был на переднем плане того, как мы работаем. Это не ограничивается нашим техническим персоналом; каждый член команды, будь то разработчик, представитель продаж или маркетолог, будет полностью обучен на использовании наших решений ИИ.
Во-вторых, мы измеряем успех по высокоценным услугам, которые мы доставляем нашим клиентам. В течение следующих пяти лет мы надеемся увидеть, как процент проектов, в которые ИИ встроен в услуги и продукты, которые мы доставляем, взлетит.
Мы уже увидели значительный прогресс на обоих фронтах, с большой частью нашего персонала, уже обученного и использующего ИИ внутри, а также с увеличивающимся элементом ИИ в проектах, в которых мы участвуем. Эти базовые цели имеют решающее значение для создания прочного фундамента. В GFT мы знаем, что ИИ будет продолжать развиваться в ближайшие годы, и единственный способ оставаться впереди – подготовиться сейчас.
Наконец, теперь, когда вы провели несколько месяцев на этой должности, что удивило вас больше всего в культуре или возможностях GFT? И какое заблуждение люди все еще имеют об энтерпрайз-трансформации ИИ, которое вы хотели бы исправить?
Я не могу достаточно подчеркнуть глубину экспертизы финансовых услуг и технологий, которые сосуществуют одновременно в GFT. Это ставит нас в позицию, чтобы не только выполнять идеи, которые организации приходят к нам, но и руководить ими на основе нашего опыта работы с банками по всему миру. Мы разрабатываем долгосрочные видения, которые часто намного больше – с намного большим потенциалом генерации дохода – чем то, что они придумали бы сами. Когда я продолжаю узнавать о прошлой и текущей работе GFT по регионам, я понимаю, что есть немногие области в отрасли, которые GFT не затронула.
Я бы сказал, что заблуждение об энтерпрайз-трансформации ИИ заключается в том, что это все шумиха. Это что-то, что организации часто говорят себе, чтобы дать себе время на то, чтобы понять. Чем раньше организации примут, что ИИ здесь, чтобы остаться, и изменит то, как они делают все – в хорошем смысле – тем раньше они смогут начать осознавать его потенциал как в очень небольших, так и в очень больших масштабах.
Спасибо за отличное интервью; читатели, которые хотят узнать больше, должны посетить GFT Technologies.
