Rishi Chohan, VD för GFT Technologies i USA – Intervjuer

Rishi Chohan, VD för GFT Technologies i USA, är en erfaren ledare inom digital transformation med över 20 års erfarenhet inom programvaru- och tjänstebranschen, inklusive roller på Ernst & Young och SoftServe. Sedan han tillträdde 2025 har han fokuserat på att skala upp GFT:s AI-drivna strategi i USA genom att stärka banden med finansiella institutioner, tillverkare och tekniska partner samtidigt som han moderniserar legacy-system för AI-beredskap.

GFT Technologies är ett globalt företag inom digital transformation och programvaruutveckling som specialiserar sig på AI, molnmodernisering och plattformsinnovation för bank-, försäkrings- och tillverkningssektorerna. Grundat 1987 och verksamt i över 20 länder, samlar GFT mer än 12 000 proffs. Företagets arbete styrs av fem kärnvärderingar: Omsorgsfull, Hängiven, Samarbetsvillig, Modig och Kreativ.

Du har lett transformationer på stora institutioner som EY och SoftServe, men att gå in i rollen som VD för GFT i USA under en viktig AI-omställning är en unik utmaning. Vad drog dig personligen till denna möjlighet – och vad är det som mest sporrar dig att forma GFT:s nästa kapitel?

Sedan början av mina samtal med GFT insåg jag att företaget var i en position att angripa vanliga branschutmaningar på ett annat sätt än till och med de mest etablerade digitala transformationsaktörerna. Det var tydligt att företaget var en finansiell tjänstjätte, både när det gäller teknisk expertis och, kanske ännu viktigare, djup domänkunskap. Teamet jag skulle arbeta med hade kunskap som kanske till och med överträffade de finansiella institutionerna själva.

När vi fortsatte prata, utvecklade jag snabbt en vision för hur jag skulle angripa denna möjlighet att transformera finansiella tjänsteföretag för deras egna AI-framtider, samtidigt som GFT genomgår sin egen AI-centrerade transformation.

Nu, efter att ha tillbringat några månader med att arbeta inom organisationen, har jag bekräftat mina initiala misstankar: Det faktum att vi sitter vid skärningspunkten mellan teknisk expertis, djup finansiell kunskap och omfattande AI-erfarenhet placerar oss i en mycket unik position att återuppfinna legacy-affärsmodeller och tillvägagångssätt – antingen från grunden eller ett stycke i taget. Det är ett “välj din egen äventyrs”-tillvägagångssätt för att störa en bransch som är mogen för störning, och jag är glad att vara en del av det.

GFT är mitt i en femårsresa för att bli ett fullständigt AI-centrerat företag. Internt, vad ser det ut som hittills?

Det finns fyra stora områden vi hanterar. I grova drag är dessa:

1. Granska våra processer och verksamhet för att avgöra hur och var AI kan höja teammedlemmarna.
2. Bestämma möjligheter att kapitalisera på kort sikt, samt vad vi behöver bygga för långsiktiga mål. Detta inkluderar att identifiera områden där anställda kan utnyttja AI i sina dagliga uppgifter nu, medan vi genomför en mer omfattande vägkarta som påverkar verksamheten holistiskt över tid.
3. Tillämpa vår egen proprietära generativa AI-lösning för att skala vår programvaruutveckling för våra kunder och få dem till marknaden snabbare. Vi har redan sett produktivitetsvinster på mellan 30% och 90%, beroende på projektet, som en direkt följd av att implementera denna AI för att leverera nya tjänster och erbjudanden.
4. Utbilda våra anställda under omställningen för att säkerställa att det är tydligt för dem var AI kan träda in och var de kan växa med det för att stödja företagets utveckling.

Kan du dela specifika exempel eller användningsfall som visar effekten av GFT:s generativa AI-lösning, särskilt inom finansiella tjänster?

Ett bra nyligt exempel jag kan peka på är en ny lösning vi utvecklat för banker och privata kapitalbolag. Vi byggde en generativ AI-assistent som bedömer kreditrisk för att informera viktiga lånbeslut – i exponentiell skala. Det nya verktyget sätter samman enorma mängder finansiell data för att skapa kreditrapporter, vilket minskar tidsramar från timmar och till och med dagar till bara några minuter, samtidigt som det säkerställer regelefterlevnad. Genom att spara tid på rapportskapande (vi säger 40%, men det är konservativt) kan kreditanalytiker nu öka sin fokus på att bedöma komplexa riskbeslut.

Detta löser ett stort problem, eftersom kreditbranschen kräver att varje sekund räknas – men att gå för fort kan leda till mänskliga fel, och ett enda förbiseende kan påverka viktiga lånbeslut.

Eftersom det kan ta dagar av manuellt arbete att sammanställa en riskrapport har företagen historiskt sett bara kunnat gå snabbare genom att skala upp team. Nu, med denna nya generativa AI-approach, kan finansiella institutioner fatta lånbeslut snabbare med högre tillförlitlighet.

Ytterligare ett nyligt exempel kommer från den största försäkringsbolaget i Brasilien, som använde vår proprietära AI-verktyg för att identifiera sårbarheter i sin kod och förhindra cyberattacker innan de inträffar.

Detta är kritiskt, eftersom stora finansiella institutioner är särskilt sårbara för hackare – och detta försäkringsbolag upplevde ett antal attacker varje dag. Medan de hade ett stort team som var dedikerat till att upptäcka och identifiera potentiella läckor innan de inträffade, kunde hackare fortfarande smita förbi sprickor i deras försvar.

GFT:s AI-lösning har kunnat identifiera avvikelser 90% snabbare än utvecklingsteam kunde tidigare. Dessutom, när de väl identifierats, används AI-lösningen för att automatiskt åtgärda sårbarheterna i koden för att förhindra attacker, vilket gör processen 66% snabbare än tidigare.

Båda dessa förmågor tillsammans representerade effektivitetsvinster på upp till 30% i den totala utvecklingslivscykeln på bara 3-4 månader.

Med din erfarenhet av att leda uppdrag för toppbanker som JPMC, Morgan Stanley (MS ) och Citibank, hur anpassar du GFT:s AI-strategi för att möta de hyper-specifika behoven hos amerikanska finansiella institutioner?

Från mitt arbete med toppbanker och inom flera aspekter av den finansiella sfären är jag tydlig på den potential som AI representerar för finansiella institutioner. Kunskapen jag för med mig till GFT kompletterar företagets egna 35 år i den finansiella sfären.

Under åren har jag sett de vanliga utmaningar som uppstår över projekten jag har haft privileget att arbeta med, samt de nyanserade smärtor som drabbar enskilda företag. Att kunna se dessa makrotrender och hur de påverkar både branschen i stort och specifika företag har gett mig en mycket tydlig förståelse för hur och var man kan tillämpa AI. Över hela linjen har utmaningar som penningtvätt, bedrägeri, kundidentifiering och komplexa kreditrapporter plågat institutioner i år.

Till exempel införlivar GFT Google Vertex AI i en ledande bank för att förbättra dess bedrägeridetektering. Trots att tekniken inte vanligtvis används för detta ändamål behövde institutionen en lösning som kunde integreras smidigt i dess komplexa system. För att stödja denna begäran hjälper GFT banken att träna Google Vertex på vanliga mönster för att identifiera potentiellt bedrägeri och utlösa åtgärder för att förhindra det.

Dessutom arbetar GFT med AWS för att bygga AI-drivna lösningar för banker. I Singapore har vi byggt en anpassad anti-penningtvättsprocess driven av AI.

Från ett stort perspektiv på GFT:s strategi arbetar jag för att hitta rätt balans mellan att främja våra egna proprietära AI-lösningar och de vi bygger för kunder tillsammans med våra långsiktiga tekniska partner som Google och AWS.

GFT siktar på att bli en global ledare inom ansvarsfull AI. Vilka skyddsräcken eller styrningsramverk inför du för att säkerställa säkerhet, transparens och regelefterlevnad, särskilt i högt reglerade sektorer?

Olika finansiella institutioner följer olika regler; just nu finns det ingen universell skyddsräcke när det gäller AI. Detta innebär att för att stanna regelefterlevande och säkerställa säkerhet för varje och en av våra kunder, anpassar vi oss till den specifika organisationens regler.

De lösningar vi tillhandahåller är lättanpassade. Innan lansering säkerställer vi att vi är bekanta med reglerna och föreskrifterna som är förknippade med den specifika institutionen och anpassar lösningen för att följa deras miljö. Detta sätt finns det aldrig några säkerhets- eller regelefterlevnadsproblem som uppstår.

Utöver att curera våra lösningar för olika företags regleringskrav följer vi också branschregler som GDPR i Europa.

Du har beskrivits som en data-driven, handlingsorienterad ledare. I praktiken, hur främjar du denna kultur över hela den stora organisationen – särskilt en som genomgår snabb AI-omställning?

Det första steget i att främja en data-driven kultur inom en organisation är att säkerställa att varje medlem förstår fördelarna med att arbeta på det sättet.

För att framgångsrikt driva ett företag behöver teamen tillgång till organisatorisk data. Det ger en inblick i vad som fungerar och vad som inte fungerar, och kan ge projekterade resultat för olika scenarier. Beväpnade med denna data är det mycket lättare att fatta beslut som är rätt för företaget.

För att demonstrera detta är det essentiellt att leda med exempel och visa hur data-drivna beslut kan medföra meningsfulla förändringar som gynnar alla inom organisationen. Till exempel, om försäljningsdata visar att konverteringsgraden är låg, vet vi att det är ett område som behöver uppmärksamhet och kan skapa en strategi för att åtgärda utmaningen. När de fördelaktiga resultaten av en data-driven kultur är tydliga är det lättare för team över hela organisationen att smidigt anta praxis.

Särskilt när vi genomgår en snabb AI-omställning är data essentiell för att förstå hur förändringen fungerar och var det kan finnas områden för förbättring.

Bortom banksektorn, hur tillämpar GFT sin AI-strategi på andra sektorer som tillverkning? Finns det unika utmaningar eller möjligheter i att översätta finansiella sektorns lärdomar till industriella tillämpningar?

I tillverkningsindustrin har GFT ett starkt partnerskap med Google. Tillsammans under det senaste året har vi släppt AI-användningsfall specifikt formulerade för tillverkares fabriksgolv.

Förra året tillkännagav vi implementeringen av Google Clouds Manufacturing Data Engine (MDE), som bränslede AI-förmågor som visuell produktionslinjeinspektion, prediktiv maskinunderhåll och produktionsskattning. Nu, i år, har vi avslöjat vår nästa uppsättning applikationer byggda på Googles Gemini-modeller, inklusive möjligheten att fastställa roten till fel och defekter, visuella instrumentpaneler som möjliggör användare att fråga organisationens data på naturligt språk och möjligheten att konvertera tusentals maskinutbildningsmanualer till avatar-ledda videodemonstrationer.

När det gäller att översätta lärdomar från den finansiella sektorn till industriella tillämpningar handlar det mindre om branschen i sig och mer om upptäckter i koden. I varje bransch är lärdomar om kodutveckling och programvarulivscykel viktiga och överförbara – koden kan skapa och göra olika saker, men vissa hinder eller utmaningar med programvaruutveckling är universella. Vi använder det vi lär oss i varje projekt, oavsett om det är för finansiella institutioner eller tillverkare, för att ge djupare insikter i vårt nästa projekt.

Med strategiska partnerskap på plats med NVIDIA (NVDA ), AWS och Google Cloud, vad ser du som nästa evolution av GFT:s ekosystemtillvägagångssätt? Kommer vertikal-specifika AI-produkter att utvecklas tillsammans eller byggas oberoende?

Vi har redan börjat både utveckla och bygga AI-lösningar oberoende. De tillverknings-AI-användningsfall vi har släppt med Google Cloud är bara början på vårt arbete med att automatisera fabriksgolvet. Vi planerar snart att släppa finansiella specifika AI-användningsfall som vi har utvecklat med AWS för amerikanska banker.

Dessutom utökar vi kontinuerligt vår oberoende byggda generativa AI-lösning för programvaruutveckling.

GFT:s femårsstrategi inkluderar djärva mål: nå 1,5 miljarder euro i omsättning och bli en erkänd AI-ledare. När du ser framåt mot 2029, vilka milstolpar eller signaler kommer att visa att företaget verkligen är på rätt spår?

Våra två huvudmål som är avgörande för att nå handlar om kultur och lösningar.

Först och främst måste vi förändra både tankesätt och hårda färdigheter hos varje medlem i organisationen så att AI är i förgrunden för hur vi opererar. Detta är inte begränsat till vår tekniska personal; varje teammedlem, oavsett om de är en utvecklare, en säljrepresentant eller en marknadsförare, kommer att vara fullständigt utbildad på att använda våra AI-lösningar.

Andra, mäter vi framgång genom de högvärdes-tjänster som vi levererar till våra kunder. Under de närmaste fem åren hoppas vi se att andelen projekt som har AI integrerat i både tjänsterna och produkterna vi levererar skjuter i höjden.

Vi har redan sett betydande framsteg på båda fronter, med en stor del av vår personal redan utbildad och använder AI internt, samt en ökande AI-komponent i projekten vi är engagerade i. Dessa basmål är avgörande för att skapa en stark grund. På GFT vet vi att AI kommer att fortsätta utvecklas under de kommande åren och det enda sättet att hålla jämna steg med det är att förbereda oss nu.

Till sist, nu när du har haft några månader på dig i rollen – vad har överraskat dig mest om GFT:s kultur eller förmågor? Och vad är en vanföreställning som människor fortfarande har om företags AI-omvandling som du skulle vilja rätta till?

Jag kan inte betona tillräckligt den djupet av finansiell och teknisk expertis som samexisterar samtidigt på GFT. Det placerar oss i en position att inte bara utföra idéer som organisationer kommer till oss med, utan också vägleda dem baserat på vår erfarenhet av att arbeta med banker över hela världen. Vi lägger fram långsiktiga visioner som ofta är mycket större – med mycket större intäktsgenererande potential – än vad de skulle ha kommit på själva. När jag fortsätter att lära mig om tidigare och nuvarande arbete som GFT har gjort över regioner, inser jag att det finns få utrymmen i branschen som GFT inte har berört.

Jag skulle säga att en vanföreställning om företags AI-omvandling är att det är all hype. Det är något som organisationer ofta gillar att säga till sig själva för att köpa sig tid att förstå det. Ju fortare organisationer accepterar att AI är här för att stanna och kommer att förändra hur de gör allt – på ett bra sätt – desto snabbare kan de börja förverkliga dess potential i både små och stora skalor.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka GFT Technologies.