CIBC Mellon адмініструє активи на суму 3,5 трильйона доларів на ринку, де один день може коштувати сотні мільйонів. Ось як компанія використовує штучний інтелект, щоб завжди бути першою.

18 лютого 2021 року перший біткойн-ETF у Північній Америці був запущений у Канаді та зібрав понад 500 мільйонів доларів протягом першого тижня. Наступного дня другий біткойн-ETF був запущений на тому ж самому ринку. Другий, згідно з Малом Калленом, генеральним директором CIBC Mellon, зібрав 35 мільйонів доларів. Хоча це був схожий продукт на тому ж самому ринку, запущений всього через один день, між ними була велика різниця у цифрах.

Ця різниця є тим, що визначає світ Каллена. CIBC Mellon є однією з найбільших канадських компаній з обслуговування активів, відповідальною за адміністрування активів на суму 3,5 трильйона доларів. У такому середовищі затримка на один день може коштувати реальних грошей – іноді сотень мільйонів.

«Яка вартість одного дня у вашому бізнесі?» – запитав Каллен аудиторію на Appian World 2026 в Орландо минулого місяця. «У нашому бізнесі це може бути масивним».

Цей запит зараз стає одним з найбільш значущих розгортань штучного інтелекту у канадських фінансових послугах, а уроки з нього виходять далеко за межі ринку капіталу.

Проблема з 30-річним процесом

CIBC Mellon існує вже 30 років. Це спільне підприємство між BNY – яке адмініструє понад 59 трильйонів доларів активів по всьому світу – та CIBC, однією з найбільших канадських банків. Таке походження приносить величезну масштабність та інституційну репутацію. Але це також приносить складність.

«Є тільки одна річ, яка краща за те, щоб належати банку», – сказав Каллен з виміреною посмішкою, – «і це належати двом банкам. Два банки означають дві команди з питань дотримання законодавства, дві команди з ризику та дві думки щодо майже всього».

Створення серйозного штучного інтелекту для CIBC Mellon означало відмову від спішки. Перед тим, як було розгорнуто будь-який інструмент, компанія повернулася до основ. Команда змапувала кожен робочий процес, визначила, де була обмежена потужність, де ризик був найвищим, та де ручна робота була найбільш концентрована. Що вони виявили, їх здивувало.

«Люди, які виконували роботу, не були проблемою», – зазначив Каллен. – «Проблемою було те, як робота текла між командами, що спричиняло обмеження». Іншими словами, технологія ніколи не зможе виправити те, що процес зламав.

Від збірних ліній до штучного інтелекту

Перше велике розгортання стосувалося бухгалтерського обліку фонду – процесу, який CIBC Mellon проводить у величезному масштабі. Компанія виробляє приблизно 350 000 оцінок фонду щомісяця, кожна з яких підлягає суворим термінам та вимогам точності.

Тривалий час цей процес проходив вертикально: один бухгалтер володів файлом від початку до кінця. Це був процес, побудований на індивідуальному досвіді, який означав, що він також побудований на індивідуальних обмеженнях та майже неможливо масштабувати. Компанія переробила його горизонтально, розподіливши роботу серед спеціалізованих команд. Але це створило нову проблему – передача роботи між командами стала джерелом тертя та затримок. Керівники не мали видимості щодо стану роботи без запитів.

Бухгалтер фонду з понад десятирічним досвідом, який знав процес краще за будь-кого в будівлі, використав платформу штучного інтелекту Appian, щоб створити те, що Каллен називає «контрольною вежею» – системою робочого процесу, яка надає кожній команді реальну видимість щодо стану роботи, автоматизуючи передачу роботи, які спричиняли затримки.

Результатом стала 34-відсоткова економія ефективності на одному процесі. При 350 000 оцінках на місяць це швидко зростає.

«Він сказав мені, що він виправив все, що йому не подобалося у своїй роботі», – сказав Каллен. – «Коли ви отримуєте людей, які розуміють процес, щоб працювати над ним, вони не автоматизують ручні речі, які були раніше. Вони переробляють процес і роблять його кращим».

Проблема з ETF

Другий приклад повертається до історії з біткойн-ETF. Коли ETF запускається або розподіляє доходи між власниками часток, це включає у себе складну мережу контрагентів – менеджера фонду, зберігача, біржу, маркет-мейкера та агента з переводу. Кожен з них повинен бути повідомлений. Кожен має роль. Відкладення фонду на один день раніше вимагає, щоб усі вони рухалися синхронно.

Експерт з продукту ETF у CIBC Mellon створив робочий процес на Appian, який надає прозорість у всіх цих контрагентів на одному місці – перетворюючи фрагментований, наповнений електронною поштою процес у щось автоматизоване та аудитоване.

За три тижні до Appian World CIBC Mellon продемонстрував застосунок найбільшим постачальникам ETF у Канаді на клієнтській зустрічі в Торонто. «Комната стала тихішою», – згадував Каллен. – «Люди нахилилися. Один з наших найбільших клієнтів сказав своїм колегам: Це тільки що врятувало мені значну кількість часу у моїй роботі».

Питання управління

Жоден з цих розробок не відбувся швидко, і Каллен прямо говорить про те, чому. CIBC Mellon ще не використовує штучний інтелект у клієнтських сервісах. Кожне розгортання штучного інтелекту на сьогодні є внутрішнім – обмеженим у визначених робочих процесах, аудитованим та переглянутим людьми перед тим, як будь-який вивід вплине на клієнта.

«Ми можемо рухатися зі штучним інтелектом тільки так швидко, як комфортний рівень наших клієнтів», – сказав він. – «Ми свідомо не вкладали штучний інтелект у щось, що стосується клієнтів, оскільки ми не вважаємо, що управління є там ще».

Числа з більш широкого ринку підтверджують те, що Каллен вже знав. За новим дослідженням Harvard Business Review Analytic Services, спонсорованим Appian і опублікованим на конференції, 92% організацій погоджуються з тим, що агенти штучного інтелекту потребують правилних обмежень для безпечної роботи – однак менше половини з них фактично визначили ці обмеження. CIBC Mellon є однією з організацій, які вирішили побудувати фундамент перед розгортанням.

Усередині організації ця обережність формує, як компанія готує своїх людей. Компанія призначила 100 працівників з приблизно 2000 як чемпіонів штучного інтелекту. Цим чемпіонам надано ранній доступ до інструментів, часу для створення випадків використання та мандату на тиск застосунків у пісочницях перед тим, як щось переходить до виробництва. Вони проводять щотижневі внутрішні сесії під назвою «Штучно кажучи», запрошуючи компанії, такі як Snowflake та Microsoft (MSFT ), щоб поділитися тим, що працює, а що ні.

Каллен спостерігав за цією схемою раніше. Двадцять років тому він мав розмови з технічними директорами, які казали, що хмарні технології – це мода і ніколи не будуть довірені чутливим даним. Потім з’явилася гібридна хмара, надаючи організаціям середній шлях – ефективність інфраструктури хмари без відчуття втрати контролю. Він очікує такого самого розвитку зі штучним інтелектом.

«Я думаю, що ви побачите гібридний штучний інтелект наступним», – сказав він. – «Заключений, керований, але рухомий».

Що решта ринку може вивчити

Історія CIBC Mellon – це не історія про технологічний прорив. Це історія про організаційну дисципліну, застосовану до потужного інструменту. Виміряйте перед тим, як будувати, поставте людей, які знають процес, ближче до проблеми, та керуйте перед тим, як масштабувати.

Ці уроки застосовуються далеко за межами обслуговування активів. На ринку, де тільки 16% організацій повідомляють про отримання значної вигоди від штучного інтелекту, організації, які отримують реальні результати, – це ті, які розглядають управління як функцію, а не обмеження.

«Не починайте з технології», – сказав Каллен аудиторії на Appian World. – «Виміряйте все спочатку».

У галузі, де один день може означати різницю між 500 мільйонами та 35 мільйонами доларів, така терпіння виявляється своєю власною конкурентною перевагою.