Інтерв’ю
Ріші Чохан, генеральний директор GFT Technologies у США – Серія інтерв’ю
Ріші Чохан, генеральний директор GFT Technologies у США, – досвідчений лідер цифрової трансформації з понад 20-річним досвідом у сфері програмного забезпечення та послуг, включаючи посади в Ernst & Young і SoftServe. З моменту призначення на посаду у 2025 році він зосередився на розширенні стратегії GFT, орієнтованої на штучний інтелект, по всій території США шляхом зміцнення зв’язків з фінансовими установами, виробниками та технологічними партнерами, а також модернізації застарілих систем для підготовки до штучного інтелекту.
GFT Technologies – глобальна компанія з цифрової трансформації та інженерії програмного забезпечення, яка спеціалізується на штучному інтелекті, модернізації хмарних технологій та інноваціях платформ для банківського, страхового та виробничого секторів. Заснована у 1987 році та діють у понад 20 країнах, GFT об’єднує понад 12 000 фахівців. Робота компанії керується п’ятьма основними цінностями: турбота, зобов’язання, співробітництво, сміливість та креативність.
Ви керували трансформаціями в великих установах, таких як EY і SoftServe, але прийняття на посаду генерального директора GFT у США під час поворотного моменту штучного інтелекту – це унікальна виклик. Що особисто спонукало вас до цієї можливості, а що найбільше вас надихає щодо формування наступного етапу розвитку GFT?
Від самого початку моїх розмов з GFT я зрозумів, що компанія знаходиться в позиції, яка дозволяє їй підходити до загальних промислових викликів зовсім по-іншому, ніж навіть найбільш усталені гравці цифрової трансформації. Було зрозуміло, що компанія є потужністю фінансових послуг, як з точки зору технічної експертизи, так і, можливо, навіть більш важливо, глибоких знань галузі. Команда, з якою я мав би працювати, мала знання, яке навіть могло перевищувати знання самих фінансових установ.
Відтоді, як я провів кілька місяців роботи в організації, я підтвердив свої початкові підозри: той факт, що ми знаходимося на перетині технічної експертизи, глибоких фінансових знань та широкого досвіду штучного інтелекту, ставить нас у дуже унікальне положення для винаходу застарілих бізнес-моделей та підходів – або з нуля, або по одному шматочку за раз. Це підхід “виберіть свою власну пригоду” до порушення галузі, яка дозріла для порушення, і я радий бути частиною цього.
GFT перебуває у процесі п’ятирічної трансформації для того, щоб стати повністю орієнтованою на штучний інтелект компанією. Що це означає внутрішньо на даний момент?
Є чотири основні напрямки, які ми адресуємо. У широких рисах, це:
- Аудит наших процесів та операцій для визначення того, як і де штучний інтелект може підвищити ефективність працівників.
- Визначення можливостей для капіталізації в короткостроковій перспективі, а також того, що нам потрібно будувати для довгострокової перспективи. Це включає виявлення областей, де працівники можуть використовувати штучний інтелект у своїй повсякденній роботі зараз, тоді як ми виконуємо більш загальну дорожню карту, яка впливає на операції в цілому з часом.
- Застосування нашого власного пропріетарного рішення з генерації штучного інтелекту для масштабування розробки програмного забезпечення для наших клієнтів та швидшого виходу на ринок. Ми вже бачили продуктивні вигоди в діапазоні від 30% до 90%, залежно від проекту, в результаті впровадження цього штучного інтелекту для надання нових послуг та пропозицій.
- Освіта наших працівників під час переходу для того, щоб зробити ясним для них, де штучний інтелект може вступити в дію та де вони можуть розвиватися разом з ним для підтримки еволюції компанії.
Чи можете ви поділитися конкретними прикладами або випадками, які демонструють вплив рішення GFT з генерації штучного інтелекту, особливо у сфері фінансових послуг?
Хороший недавній випадок, до якого я можу звернутися, – це нове рішення, яке ми розробили для банків та приватних капітальних фірм. Ми створили помічника з генерації штучного інтелекту, який оцінює кредитний ризик для інформування великих кредитних рішень – у експоненційному масштабі. Новому інструменту автоматично складається величезна кількість фінансових даних для створення кредитних звітів, скорочуючи терміни з годин та навіть днів до лічених хвилин, забезпечуючи при цьому дотримання вимог законодавства. Заощаджуючи час на створення звітів (ми кажемо 40%, але це консервативна оцінка), аналітики кредитного ризику тепер можуть зосередитися на оцінці складних ризикових рішень.
Це розв’язує велику проблему, якщо врахувати, що в кредитній галузі кожна секунда нараховується – але надто швидке рухання може привести до людської помилки, а одна помилка може вплинути на великі кредитні рішення.
Як ви адаптуєте стратегію GFT щодо штучного інтелекту для задоволення гіперспецифічних потреб фінансових установ США?
Від моїх робіт з провідними банками, такими як JPMC, Morgan Stanley та Citibank, я зрозумів потенціал, який представляє штучний інтелект для фінансових установ. Знання, яке я привнося до GFT, доповнює власний 35-річний досвід компанії у фінансовій сфері.
За роки я бачив першими руками загальні виклики, які виникають у проектах, над якими я мав привілей працювати, а також нюансировані болі, з якими стикаються окремі компанії. Можливість бачити ці макротренди та те, як вони впливають як на галузь в цілому, так і на окремі компанії, дало мені дуже ясне розуміння того, як і де застосовувати штучний інтелект. По всьому спектру викликів, таких як відмивання грошей, шахрайство, ідентифікація клієнтів та складні кредитні звіти, протягом років турбували установи.
Наприклад, GFT вводить Google Vertex AI в один з провідних банків для покращення виявлення шахрайства. Навіть якщо технологія зазвичай не використовується для цієї мети, установа потребувала рішення, яке можна було б легко інтегрувати до її складних систем. Для підтримки цього запиту GFT допомагає банку навчати Google Vertex на загальних узорах для ідентифікації потенційного шахрайства та активації заходів для його попередження.
Крім того, GFT працює з AWS над створенням рішень, орієнтованих на штучний інтелект, для банків. У Сінгапурі ми створили процес боротьби з відмиванням грошей, керований штучним інтелектом.
З точки зору загальної стратегії GFT я працюю над тим, щоб знайти правильний баланс між просуванням наших власних пропріетарних рішень штучного інтелекту та тими, які ми будемо створювати для клієнтів разом з нашими довгостроковими технологічними партнерами, такими як Google та AWS.
GFT спрямована на те, щоб стати глобальним лідером у сфері відповідальності штучного інтелекту. Які заходи безпеки або кадри управління ви впроваджуєте для забезпечення безпеки, прозорості та відповідності законодавства, особливо у високорегульованих секторах?
Різні фінансові установи слідують різним законодавствам; на даний момент немає універсального підходу, коли мова йде про штучний інтелект. Це означає, що для того, щоб залишатися відповідними та забезпечувати безпеку для кожного клієнта, ми пристосовуюємося до конкретних правил кожної організації.
Рішення, які ми надаємо, легко адаптовуються. Перед запуском ми переконуємося, що ознайомлені з законодавством та правилами, пов’язаними з тією чи іншою установою, і пристосовуємо рішення для відповідності їхньому середовищу. Таким чином, ніколи не виникають питання безпеки чи законодавчих проблем.
Крім того, ми слідуємо промисловим законодавствам, таким як GDPR у Європі.
Вас описують як лідера, орієнтованого на дані та дії. На практиці, як ви культивуєте цю культуру по всій великій організації – особливо тієї, яка переживає швидку трансформацію штучного інтелекту?
Перший крок у культивуванні культури, орієнтованої на дані, по всій організації полягає в тому, щоб кожен член команди зрозумів вигоду від роботи в цьому ключі.
Для успішної роботи бізнесу командам потрібно мати доступ до організаційних даних. Це дає можливість побачити, що працює, а що ні, і може дати прогнози ймовірних результатів для різних сценаріїв. З цією інформацією значно легше приймати рішення, які є правильними для вашої компанії.
Для демонстрації цього необхідно показати, як рішення, орієнтовані на дані, можуть привести до суттєвих змін, які принесуть користь всім у організації. Наприклад, якщо дані про продажі показують, що рівень конверсії низький, ми знаємо, що це область, яка потребує уваги, і можемо створити стратегію для вирішення цієї проблеми. Як тільки стане ясно, що культура, орієнтована на дані, приносить користь, то легше командам по всій організації безперешкодно прийняти цю практику.
Особливо під час швидкої трансформації штучного інтелекту дані є суттєвими для розуміння того, як відбувається зміна, і де можуть бути області для покращення.
Поза банківською сферою, як GFT застосовує свою стратегію штучного інтелекту до інших секторів, таких як виробництво? Чи є особливі виклики чи можливості у перекладі знань фінансового сектора на промислові застосування?
У сфері виробництва GFT має сильне партнерство з Google. Разом за останній рік ми випускаємо випадки використання штучного інтелекту, спеціально розроблені для виробничих потоків.
Минулого року ми оголосили про впровадження Manufacturing Data Engine (MDE) від Google Cloud, яке забезпечило можливості штучного інтелекту, такі як візуальний контроль виробничої лінії, прогнозне технічне обслуговування та прогнозування виробництва. Тепер, цього року, ми представили наш наступний набір застосунків, побудованих на моделях Gemini від Google, включаючи можливість визначення кореневої причини помилок та дефектів, візуальні панелі, які дозволяють користувачам запитувати організаційні дані у природній мові, та можливість перетворення тисяч навчальних посібників для машин на відеодемонстрації з аватарами.
Коли мова йде про переклад знань фінансового сектора на промислові застосування, це менше пов’язано з самою галуззю, а більше з відкриттями в коді. У кожній галузі відкриття щодо розробки коду та життєвого циклу програмного забезпечення важливі та переносяться – код може створювати та виконувати різні речі, але певні перешкоди чи виклики програмної розробки є універсальними. Ми використовуємо те, що ми дізнаємося в кожному проєкті, чи то для фінансових установ, чи для виробників, для надання глибших знань у наш наступний проєкт.
З стратегічними партнерствами з NVIDIA, AWS та Google Cloud, яку еволюцію екосистемного підходу GFT ви бачите? Будуть розроблені вертикально-специфічні продукти штучного інтелекту спільно чи незалежно?
Ми вже почали як спільну розробку, так і незалежне створення рішень штучного інтелекту. Випадки використання штучного інтелекту для виробництва, які ми випустили з Google Cloud, – це лише початок нашої роботи з автоматизації виробничої лінії. Ми також плануємо випустити фінансово-специфічні випадки використання штучного інтелекту, які ми розробили з AWS для банків США.
Крім того, ми продовжимо розширювати наше власне рішення з генерації штучного інтелекту для розробки програмного забезпечення.
П’ятирічна стратегія GFT включає сміливі цілі: досягнення доходу в €1,5 млрд та ставлення визнаним лідером у сфері штучного інтелекту. Як ви дивитесь вперед до 2029 року, які віхі чи сигнали скажуть вам, що компанія дійсно на правильному шляху?
Наші дві основні цілі, які є суттєвими для досягнення, пов’язані з культурою та рішеннями.
По-перше, нам потрібно змінити як спосіб мислення, так і твердих навичок кожного працівника в організації, щоб штучний інтелект був на передньому плані того, як ми працюємо. Це не обмежується нашими технічними працівниками; кожен член команди, незалежно від того, чи є він розробником, представником продажів чи маркетологом, буде повністю навчений на використання наших рішень штучного інтелекту.
По-друге, ми вимірюємо успіх за високоцінними послугами, які ми надаємо нашим клієнтам. У наступні п’ять років ми сподіваємося побачити, як частка проєктів, у яких штучний інтелект закладений як у послуги, так і у продукти, які ми доставляємо, стрімко зростатиме.
Ми вже бачимо суттєвий прогрес у обох напрямках, з великою частиною нашого персоналу, який вже навчений і використовує штучний інтелект внутрішньо, а також зростаючою складовою штучного інтелекту в проєктах, у яких ми займаємося. Ці базові цілі є суттєвими для створення міцної основи. У GFT ми знаємо, що штучний інтелект продовжуватиме еволюціонувати в майбутніх роках, і єдиний спосіб залишатися попереду нього – це готуватися зараз.
Нарешті, тепер, коли ви провели кілька місяців на посаді, – що вас найбільше здивувало щодо культури чи можливостей GFT? І яку помилку люди все ще мають щодо трансформації штучного інтелекту в підприємствях, яку ви хотіли б виправити?
Я не можу надто підкреслити глибину фінансових послуг та технічної експертизи, які співіснують одночасно в GFT. Це ставить нас у позицію, щоб не тільки виконувати ідеї, які організації приходять до нас, але й спрямовувати їх на основі нашого досвіду роботи з банками по всьому світу. Ми розгортаємо довгострокові видіння, які часто значно більші – з більшим потенціалом генерації доходу – ніж те, з чим вони прийшли б самостійно. Як я продовжую дізнаватися про минулу та поточну роботу GFT у різних регіонах, я розумію, що є небагато місць в індустрії, яких GFT не торкнувся.
Я сказав би, що одна з помилок щодо трансформації штучного інтелекту в підприємствах полягає в тому, що це все просто гіп. Це щось, що організації часто хочуть сказати собі, щоб придбати час для розуміння цього. Чим раніше організації приймуть, що штучний інтелект прийшов, щоб залишитися, і змінить все, чим вони займаються, тим раніше вони зможуть почати розуміти його потенціал як у малих, так і у великих масштабах.
Дякую за велике інтерв’ю. Читачам, які бажають дізнатися більше, слід відвідати GFT Technologies.
