Gautam Singh, WNS Analytics Küresel İş Birimi Başkanı, Veri ve AI – Röportaj Serisi

Gautam Singh WNS Analytics’in İş Birimi Başkanı ve The Smart Cube’un kurucu ortaklarından ve CEO’sudur. The Smart Cube’u (araştırma ve analitik lideri) kurdu ve 20 yıl boyunca büyüttü, daha sonra WNS tarafından satın alındı. Öncesinde, Avrupa ve ABD’de yönetim danışmanlığı ve risk sermayesi alanında 10 yıl çalıştı. Gautam, çeşitli rollerde görev yaptı, bunlar arasında Coven Partners (Londra), A.T. Kearney (Londra), Mitsubishi Motors (Hindistan) ve Cummins Engines (ABD) yer alıyor. Michigan Üniversitesi, Ann Arbor, ABD’den MBA ve Hindistan’daki IIT Bombay’dan Makine Mühendisliği alanında lisans derecesi bulunuyor.

WNS Analytics şirketlere verilerini stratejik değere dönüştürmede “karar zekası” sağlamaya yardımcı oluyor – güçlü veri altyapısı, AI/GenAI/agentic-AI teknolojileri ve alan özgü uzmanlık birleştirerek. Sigorta, bankacılık ve finansal hizmetler, perakende, tüketim malları, imalat, sağlık, enerji ve lojistik dahil olmak üzere çeşitli sektörlerde hizmetler sunuyorlar. Kapasitelerinin kapsamı veri mühendisliği ve yönetimi, betimsel ve öngörülü analitik, AI/ML araçları ve görselleştirme – tümü daha hızlı, daha güvenli kararlar almayı ve sürekli yenilikleri ermöglemek üzere tasarlandı.

Kariyerinize üst düzey yönetim danışmanlığıyla başladınız, ardından The Smart Cube’u kurup 20 yılı aşkın bir süre liderlik yaptınız ve daha sonra WNS tarafından satın alındı. Danışmanlıktan girişimciliğe ve daha sonra küresel veri analitiği ve AI işine geçişinizi ne motive etti?

Yönetim danışmanlığında 10 yıl geçirdim ve açık bir pazar boşluğunu gördüm: şirketler dağlar gibi verilere sahip ancak bunların tam değerini çıkarmıyorlardı. 2003 yılında analitik masih temel seviyedeydi – Excel elektronik tablolarıyla çalışıyorduk.

Şirket hayatından ayrılmaya karar vermem, kendi inancıma dayanıyordu. Şirketlerin gerçekten verilerini kullanmalarına yardımcı olmak için bir fırsat gördüm, bu nedenle The Smart Cube’u bu vizyonla kurdum.

The Smart Cube’u 20 yıl kurduktan ve büyüttükten sonra WNS’ye katılma kararı, çıkış değil, evrimdi. Girişimci zihniyetimi devam ettirdim, ancak şimdi çok daha büyük kaynaklar ve erişim imkanım var. Bu, sorunları daha büyük ölçekte çözmemi sağlıyor, küçük bir işletmede asla gerçekleştiremeyeceğim bir şey. En önemli nokta, verilerin ve analitiklerin iş süreçlerine entegre edilmesinin öneminin farkına varmak – bu, WNS’nin DNA’sının merkezinde yer alıyor ve beni bu iş biriminin liderliğini yapmaya motive etti.

20 yılı aşkın bir süredir analitik alanında çalışıyorsunuz. Finansal hizmetlerde verilerin ve AI’nın rolünün evrimini, erken benimsemeden bugünkü büyük ölçekli, kurumsal düzeydeki entegrasyona nasıl gördünüz?

90’ların sonlarında analitik, histórik verilere bakmak ve istatistiksel öngörüler yapmak anlamına geliyordu. Dönüşüm gerçekten etkileyici oldu.

2000’lerin başlarında dijitalleşme ve daha gelişmiş öngörülü modeller başladı. 2010 yılında gerçek zamanlı ticaret analitikleri standart hale geldi. Yaklaşık bir decade önce, makine öğrenimi gerçek bir değişimi tetikledi ve daha yakın zamanda, Üretken AI (Gen AI) sahneye çıktı.

Şimdi, finansal kurumlar veriyi stratejik bir varlık olarak görüyor. Soru, “AI’ı kullanabilir miyiz?”den “AI’ı her karara nasıl entegre edebiliriz?”e döndü.

Etki somut: müşteri kabulü eskiden günler alırken şimdi AI tabanlı doğrulama ile saatler içinde tamamlanıyor. Kredi risk değerlendirmeleri, geleneksel puanların ötesinde yüzlerce gerçek zamanlı veri noktasını değerlendiriyor. Risk hesaplamaları artık anlık olarak yapılıyor ve sahtecilik tespiti artık yalnızca tepki vermekle kalmıyor, şüpheli faaliyeti gerçek zamanlı olarak engelliyor.

İleri görüşlü şirketler, AI destekli veri gölleri ve yönetim çerçevelerini, finansal operasyonlarda gerçek zamanlı karar almaya, düzenleyici uyuma ve şeffaflığa nasıl kullanıyor?

Monolitik veri ambarları oluşturup içgörüler beklemek artık çalışmıyor. Kurumlar, akıllı veri ekosistemleri tasarlamalıdır.

Finansal hizmetler, müşteri odaklı, yüksek hassasiyetli veriyle uğraşan ve aynı zamanda kişiselleştirme ve gerçek zamanlı tepki verme ihtiyacı olan benzersiz bir zorluğa sahiptir. Bu, esnek çerçeveler üzerine modüler veri gölleri gerektirir.

Bu mimari içinde, kurumlar fiyat analitiği, risk değerlendirmesi ve düzenleyici raporlama için uzmanlaşmış veri göletleri oluşturur. Her gölet bağımsız olarak çalışır ve daha büyük ekosisteme değer katar, anlık değer sağlar ve aynı zamanda güvenlik sınırlarını korur.

Sıfır ETL eğilimi burada özellikle önemlidir, çünkü karmaşık Extract-Transform-Load işlemlerini, sistemler arası doğrudan sorgulamayı sağlayarak ortadan kaldırır. Bu, AI’ın verilere gerçek zamanlı erişmesini ve analiz etmesini sağlar, gecikmeyi azaltır ve yönetimi korur.

AI ajanları da anormallik tespitinin ötesine geçerek gelişiyor. Sadece şüpheli işlemleri işaretlemekle kalmaz, aynı zamanda eylemler önerir ve yönetim parametreleri içinde yanıtları gerçekleştirir. Düzenlemelerde, AI işlemleri sürekli izler, raporlar oluşturur ve düzenleyicilerin yapacağından önce sorunları tespit eder.

Sentetik veri, AI modellerini hassas bilgiyi açığa çıkarmadan eğitmek için güvenli bir yol olarak tanımlanıyor. Sentetik verinin dolandırıcılık tespiti, risk analitiği ve model doğrulamasında etkili bir şekilde nasıl uygulandığını paylaşabilir misiniz?

WNS Analytics’te, AI model eğitimini hızlandırmak için yüksek sadakatlı, gizlilikle uyumlu sentetik veri kümeleri oluşturmak için gelişmiş sentetik veri oluşturma teknolojisini kullanıyoruz. Sentetik verilerimiz gerçek dünya senaryolarını taklit eder, aynı zamanda gerçek finansal verilerinin istatistiksel kalıplarını, davranışlarını ve korelasyonlarını yansıtır – işlem akışları, dolandırıcılık eğilimleri, müşteri davranışları – hiçbir hassas Kişisel Kimlik Bilgisi (PII) veya müşteri verisini açığa çıkarmadan.

Bu yetenek, risk analitiği, dolandırıcılık tespiti, kredi puanlaması, stres testi ve düzenleyici modelleme gibi alanlarda finansal hizmetlerde dönüşüme yol açıyor. Bu sentetik veriler, şirketlerin AI çözümlerini hızla geliştirmelerine olanak tanır ve aynı zamanda veri gizliliği ve düzenleyici güveni sağlar.

Özellikle yenilikçi bir uygulama, PII’maskeli verileri kullanarak benzerlik modelleri oluşturmayı içerir. Bu, şirketlerin hedefli teklifler sunmasını sağlar, böylece kişiselleştirilmiş pazarlama yapılır ve tam gizlilik korunur.

Akıllı otomasyon ve AI ajanları iş akışlarına giderek daha fazla entegre ediliyor. Finansal hizmetlerde en dönüşümsel kullanım örneklerini gördünüz ve bunlar operasyonel dayanıklılık ve performansı nasıl geliştiriyor?

Akıllı otomasyon, AI ajanlarını kullanarak, şirketlerin operasyonlarını hızlandırmasına, daha hızlı ve daha bilgili kararlar almasına olanak tanıyor. Bu ajanlar, otomasyonu gelişmiş akıl yürütme yetenekleriyle birleştirerek, dayanıklılık, ölçeklenebilirlik ve performans iyileştirmeleri sağlıyor.

WNS Analytics’te, Agentic AI uygulaması için GAIN çerçevimizi (özel Agentic AI uygulama çerçevimizi) kullanarak, AI ajanları için uygun özerklik seviyelerini değerlendiriyoruz. Ayrıca, AI Utilities Hub aracılığıyla tekrar kullanılabilir, mikro hizmet tabanlı bileşenler sunuyoruz.

Sigorta sektöründe, agentic AI ile çeşitli iş akışlarını dönüştürdük. Üçüncü taraf geri kazanım tespitinde, Gen AI destekli bir çözüm geliştirdik ve %85 doğruluk oranıyla, geri kazanım hacmini ikiye katladı ve yıllık geri kazanımı yaklaşık %49 oranında artırdı – daha önce gözden kaçan milyonlarca dolarlık fırsatları ortaya çıkardı.

Tahminlerde, agentic AI destekli araştırma asistanımız, karmaşık sorguları parçalayarak, çeşitli kaynaklardan veri çıkarmak ve %99 doğrulukla içgörüler sunarak, yanıt süresini %85 azalttı.

Önde gelen bir bankada, Gen AI çözümü, olumsuz medya tarama süresini %60 azalttı ve yanlış pozitif oranını %12-15 azalttı.

Ayrıca, şirketlerin geniş çaplı yapılandırılmamış verileri aramasına, akıl yürütmesine ve bağlamlaştırmalarına olanak tanıyan bir Gen AI destekli bilgi yönetimi çözümü geliştirdik. Bu, gerçek zamanlı, uyumlu ve tutarlı içgörüler sunarak, karar alma, verimlilik ve operasyonel dayanıklılığı güçlendiriyor.

Bu çözümler, insan yargısını güçlendirerek, daha hızlı ve daha doğru sistemler oluşturuyor.

AI girişimlerini ölçeklendirmeyi hedefleyen şirketler için en büyük engeller – teknik, kültürel veya stratejik – nelerdir ve liderler bunları nasıl aşabilir?

AI’yi ölçeklendirmenin en büyük engeli teknoloji değil, kurumsal hazırlıklıktır.

İlk olarak, miras sistemler boyunca veri siloları vardır. Tamamen değiştirme her zaman pratik değildir; oysa odak, akıllı köprüler oluşturmaya verilmelidir. WNS’de, miras yöneticilerini bulut mühendisleriyle eşleştirerek “köprü ekipleri” oluşturduk, bu da uygulamayı hızlandırırken kritik iş kurallarını korur.

İkincisi, beceri açığı vardır. Şirketlerin, alan uzmanları, veri mühendisleri, veri bilimcileri ve teknik içgörülerle iş değerini bağlayabilen çevirmenler gibi doğru beceri karışımına ihtiyacı vardır.

Üçüncüsü, teknolojik değişimin hızı. WNS AI Lab, şirketlerin ortaya çıkan teknolojilerle deneysel çalışmalar yapmasına ve tam ölçekli dağıtımdan önce proof-of-concept geliştirmesine olanak tanır.

Kültürel açıdan, başarı, etkili değişim yönetimine bağlıdır. AI’ı eklemeli olarak görme değil, yerine koyma olarak gören bir çerçeve tasarlarız. AI konseyi oluşturmak da iyi bir adımdır, bu, yönetim, çapraz fonksiyonel uyum ve pilotlardan kurumsal ölçekli dağıtıma giden yapılandırılmış bir yol sağlar.

AI etiği, önyargı ve şeffaflık konusundaki artan denetim ışığında, finansal kurumlar inovasyon ile sorumlu AI yönetimini nasıl dengeleyebilir?

İnovasyon ve sorumluluk, birbirini dışlayan seçenekler değildir – sorumluluk, başından itibaren inovasyona entegre edilmelidir.

Finansal kurumlar, güçlü AI yönetim çerçevelerine ihtiyaç duyar. WNS’de, AI’nın sorumlu, etik ve güvenli bir şekilde geliştirildiğinden emin olmak için çerçeveler uyguluyoruz. Yaklaşımımız, önyargı, adillik, özel KPI’lar ve model kayması izleme için kontrolleri içerir. Bu, güven oluşturur, yalnızca düzenleyici uyumu değil.

Şeffaflık, özellikle finansal hizmetlerde kritiktir. AI bir krediyi reddederse, başvuruculara açık ve anlaşılır açıklamalar hakları vardır.

Sorumlu AI, rekabet avantajıdır. AI sistemlerinde adillik, şeffaflık ve güvenlik gösteren bankalar, müşteri güvenini kazanır. those who treat governance as an afterthought risk regulatory penalties and reputational damage that is far harder to repair.

Gelecek 3-5 yıl içinde, finansal kurumların faaliyetlerini nasıl yürüteceklerine en büyük etki yapacak AI yetenekleri veya veri stratejileri hangileri olacak?

Üç gelişme, finansal hizmetleri 3-5 yıl içinde yeniden şekillendirecek.

İlk olarak, agentic AI, deneyselden temel haline geçecek. Özerk AI ajanları, kompleks iş akışlarını ve tüm departmanları insan ekipleriyle birlikte yürütecek.

İkincisi, sürekli öğrenen sistemler standart hale gelecek. AI, her etkileşimden öğrenerek, gerçekten kişiselleştirilmiş finansal hizmetleri sunacak ve müşterilerin değişen ihtiyaçlarına uyum sağlayacak.

Üçüncüsü, güçlü teknoloji birleşimi göreceğiz: kuantum hesaplama için gelişmiş risk hesaplamaları, AI karar günlükleri için blockchain ve yerel kararlar için kenar hesaplama. Bu teknolojiler bir araya gelerek, henüz hayal bile edemediğimiz tamamen yeni finansal hizmetler sunacak.

Girişimciliğin, satın almanın ve şimdi küresel liderlik rolünün ardından, karar almaya ve ekipleri değişim yoluyla yönetmeye yardımcı olan rehber ilkeler nelerdir?

Beni yönlendiren üç ilke var.

İlk olarak, mükemmellikten ziyade azim. The Smart Cube’u kurduğumuzda, tüm cevapları bilmiyorduk. Hatalar yaptık, adapte olduk ve ilerledik. Azim ve adaptasyon, çok önemli oldu.

İkincisi, kalıcı değer yaratmak, hızlı çıkışlar değil. Bir iş okulunun profesörü, The Smart Cube’u kurduktan yıllar sonra bana dedi ki, “Çıkışa odaklanma. Başarılı bir iş kurmaya odaklan.” Bu uzun vadeli zihniyet, aldığım her kararı şekillendirdi.

Üçüncüsü, yaptığınız şeyi sevin. 30 yıl sonra hala heyecanla uyanıyorum ve bu, ekipleri değişim yoluyla yönetmeme yardımcı oluyor.

Satın alma, bir başka gerçeği de pekiştirdi: değişim, insanları yanınıza aldığınızda başarılı olur. Teknik entegrasyon basittir; kültürel entegrasyon – paylaşılan bir vizyon oluşturmak – gerçek liderlik nerede重要.

Finansal hizmetlerde AI’nın geleceğini şekillendirmek isteyen profesyoneller için, hangi beceriler, zihniyetler veya deneyimler en değerli olacak?

Gelecek, dünyaları köprüleyebilenlere ait.

İlk olarak, sistemler düşüncesi geliştirin. Pazar ihtiyacından başlayarak, AI’ın nasıl bağlandığını, müşteri deneyimini nasıl etkileyebileceğini veya otomasyonun yeni fırsatları nasıl açabileceğini görün.

İkincisi, disiplinli pratiklik geliştirin. Yeni teknolojilerden heyecanlanın, ancak onları değerlendirmekte titiz olun. Her problème, AI gerektirmez; bazen basit analizler veya hatta elektronik tablolar işi görebilir.

Üçüncüsü, çeviri becerileri kazanın. Bu, AI kavramlarını yönetim kurulu üyelerine açıklamak ve iş gereksinimlerini veri bilimcilerine çevirmek için çok önemlidir. En güçlü AI liderleri, teknolojiyi iş stratejisiyle uyumlu hale getirir.

Son olarak, sürekli öğrenmeye açık olun. Beş yıl önce öncü olan araçlar artık eskimiş durumda. Merak, alçakgönüllülük ve öğrenmeye bağlılık, AI ve finansın kesişiminde henüz hayal bile edemediğimiz fırsatların kapılarını açacak.

Harika röportaj için teşekkür ederiz, okuyucular daha fazla öğrenmek istiyorsa WNS Analytics‘i ziyaret edebilirler.