Sunil Padiyar, Chief Technology Officer på Trintech – Intervju-serie

Sunil Padiyar är en erfaren Chief Technology Officer (CTO) med en gedigen meritlista i att skapa molnbaserade B2B SAAS-lösningar för snabbväxande programvaruföretag. Som CTO på Corcentric ledde han intäktsökningen med 25% YoY, med fokus på CFO-kontoret genom att effektivisera redovisningsprocesser, automatisera, inköp och betalningstransaktioner. Sunil har också haft rollen som CTO på FacilitySource, där han övervakade dess imponerande expansion från 40 miljoner dollar till 250 miljoner dollar på bara 5 år, vilket resulterade i en lyckad förvärv av CBRE.

Trintech är en global leverantör av molnbaserad programvara som automatiserar finansiella avslutningsprocesser och kontorekonomi för finansiella och redovisningsteam. Med över 35 års erfarenhet stöder de tusentals kunder i över 100 länder, som bearbetar miljarder transaktioner årligen. Företaget använder AI-driven automatisering och strategiska partnerskap för att hjälpa finansiella proffs att skifta från manuella uppgifter till högvärdigt arbete.

Du har tillbringat över två decennier i tekniska ledarroller—vad var det som först drog dig till att bygga lösningar som ger finansiella team möjlighet att växa, och hur har den motivationen utvecklats under din karriär?

Tidigt i min karriär såg jag hur mycket tid och energi finansiella team lade på upprepade, manuella uppgifter — och hur lite av deras dag som var kvar för analys och beslutsfattande. Det blev tydligt att teknologi kunde förändra den balansen, så att finansiella proffs kunde fokusera på högvärdiga aktiviteter. Över tiden har min motivation utvecklats från att enbart automatisera uppgifter till att omdefiniera arbetsflöden helt, så att AI och automatisering inte bara sparar tid utan också förbättrar noggrannhet, regelefterlevnad och den övergripande kvaliteten på finansiella insikter.

Hur använder Trintech för närvarande AI inom sina egna interna verksamheter för att förbättra effektivitet eller beslutsfattande?

Internt använder vi AI för att effektivisera processer över flera team. I verksamheten hjälper AI oss att identifiera och prioritera supportärenden, vilket möjliggör snabbare lösning för våra kunder. I produktutvecklingen använder vi AI-assisterade kodningsverktyg för att påskynda funktionstillförsel samtidigt som vi upprätthåller kvalitetsstandarder. Vi experimenterar också med AI för att analysera kundfeedback i stor skala, vilket hjälper våra produkt- och kundsupportteam att upptäcka trender och möjligheter mycket snabbare än traditionella metoder.

Kan du gå igenom hur AI är integrerat i Trintechs produkter för att hjälpa finansiella team att stänga snabbare, minska risk eller förbättra noggrannhet?

AI är inte bara fäst vid våra produkter — det är integrerat i deras kärnarbetsflöden. I vår Cadency-plattform fungerar AI i sammanhang, med fullständig kännedom om kundens miljö, data och regelefterlevnadskrav. Detta möjliggör funktioner som automatisk skapande av journalposter, prioritering av undantag och dynamiska försoningsplaner som kan anpassas för varje organisation. I vår Adra-plattform är AI byggt in i användargränssnittet för att leverera snabba vinster: rekommendationer av matchningsregler, mappning av datafält och assistans vid skapande av journaler — allt med ett knapptryck. Detta gör AI tillgängligt och påverkande för användare utan att kräva komplex konfiguration.

Finns det specifika AI-drivna funktioner i Cadency eller Adra som du tycker har varit avgörande för era kunder?

För Cadency har Risk-Intelligent Automation varit revolutionerande — automatisk prioritering och routning av undantag baserat på risk, och minskning av manuell granskning med upp till 90%. Dessutom kan vår journalpostautomatisering minska tiden för att skapa en enskild post från så lång tid som 9 minuter till cirka 1 minut. Över hundratals poster innebär effektivitetsvinster för finansiella team är enorma.

För Adra förbättrar AI produktiviteten i varje skede av stängningen. Funktioner som MatchAssist rekommenderar transaktionsmatchningsregler, vilket betydligt minskar det manuella arbetet med att konfigurera matchningslogik. AI formaterar också inkommande data och fyller i fält under import, vilket eliminerar upprepande arbete och förbättrar matchningsfrekvenser — allt detta påskyndar försoning och minskar användartrötthet.

Hur bestämmer ditt team vilka AI-funktioner som ska utvecklas härnäst—vilken är processen från idé till implementering?

Vi börjar med kundens smärtor. Våra produktchefer, kundsupportteam och AI-specialister arbetar tillsammans för att identifiera var AI kan göra störst inverkan. Därefter prioriterar vi möjligheter baserat på värde, genomförbarhet och överensstämmelse med vår produktvision. Prototyper utvecklas snabbt och testas med en liten grupp kunder för att validera effekten. Först efter att ha visat mätbara resultat implementerar vi dem mer omfattande.

Vilken roll spelar AI i att upptäcka avvikelser, förhindra fel eller förbättra regelefterlevnad i finansiella arbetsflöden?

Vår AI analyserar både data som anges av användaren och underliggande transaktionsdata för avvikelser, potentiella fel och regelefterlevnadsbrott. Eftersom vår AI är kontextmedveten och har intelligensen att känna igen den specifika kunden den tjänar, kan den tillämpa regelefterlevnadsregler som är anpassade till den kundens styrning och regelverksram. Detta innebär att systemet inte bara generiskt flaggar problem — det tillämpar rätt kontroller för den organisationen, vilket säkerställer noggrannhet och regelefterlevnad utan att sakta ner processen.

Hur säkerställer du att AI-utdata i era lösningar är förklarliga och pålitliga för finansiella team som förlitar sig på dem?

Vi utformar AI-utdata för att vara fullständigt transparenta. Varje rekommendation åtföljs av den bakomliggande logiken eller datamönstret, så att användare kan förstå varför systemet gjorde den föreslagna åtgärden. I Cadency, till exempel, visar undantagsriskpoäng de faktorer som bidrog till poängen, vilket tillåter finansiella team att validera logiken innan de agerar. Denna transparens bygger förtroende och säkerställer att AI förblir en assistent, inte en svart låda.

Kan du dela en framgångshistoria där en kund uppnådde mätbara resultat på grund av AI-driven automatisering i er plattform?

En av våra företagskunder testar för närvarande vår AI-drivna journalpostautomatisering i Cadency. Före AI kunde skapandet av en enskild journalpost ta så lång tid som 9 minuter manuellt arbete. Med vår automatisering tar samma process nu cirka 1 minut. Över tusentals journalposter som bearbetas varje månad är de förväntade effektivitetsvinster enorma — vilket översätts till betydande kostnadsbesparingar och frigör finansiella team för mer strategiskt arbete. Testet har redan visat starka resultat och förväntas gå live inom den närmaste framtiden.

Hur balanserar Trintech AI-innovation med att upprätthålla säkerheten och integriteten för känsliga finansiella data?

Säkerhet är icke-förhandlingsbar.

Alla våra AI-tjänster fungerar i en statisk konfiguration, vilket innebär att kunddata inte behålls eller används för modellträning. Proprietära ML-modeller är värd på privata molnmiljöer, och generativ AI nås via företagsklassiga API:er från Microsoft Azures OpenAI-tjänst. Data krypteras under överföring och i vila, och våra system är SOC 2 och ISO 27001-certifierade. Detta säkerställer att innovation aldrig sker på bekostnad av dataintegritet.

Om vi blickar framåt, hur ser du att AI kommer att förändra både Trintechs interna verksamhet och hur kunder upplever era produkter under de kommande fem åren?

Under de kommande fem åren kommer AI att förändras från att vara en funktion inom våra lösningar till att bli en orkestratör av hela den finansiella avslutningsprocessen. För kunder innebär detta att AI inte bara kommer att automatisera enskilda uppgifter utan också förutse vad som behöver hända härnäst, strate workflows across systems, and surface insights before issues arise. Internally, we’ll continue to use AI to improve efficiency in R&D, customer support, and operations, ensuring we can deliver more value to customers faster. Thank you for the great interview, readers who wish to learn more should visit Trintech.