Phỏng vấn
Gautam Singh, Trưởng đơn vị kinh doanh toàn cầu của Phân tích, Dữ liệu và Trí tuệ nhân tạo, WNS Analytics – Loạt phỏng vấn
Gautam Singh là Trưởng đơn vị kinh doanh của WNS Analytics và là Đồng sáng lập & CEO của The Smart Cube, một công ty con của WNS. Ông đã dành 20 năm để thành lập và phát triển The Smart Cube (một nhà lãnh đạo nghiên cứu và phân tích) trước khi nó được WNS mua lại. Trước đó, ông đã làm việc trong 10 năm trong lĩnh vực tư vấn quản lý và vốn đầu tư tại châu Âu và Mỹ. Gautam đã nắm giữ các vị trí khác nhau, bao gồm các vị trí tại Coven Partners (London), A.T. Kearney (London), Mitsubishi Motors (Ấn Độ) và Cummins Engines (Mỹ). Ông holds bằng MBA từ Đại học Michigan, Ann Arbor, Mỹ và bằng cấp đại học về Kỹ thuật cơ khí từ IIT Bombay, Ấn Độ.
WNS Analytics giúp các công ty chuyển đổi dữ liệu của họ thành giá trị chiến lược thông qua “trí tuệ quyết định” – kết hợp giữa cơ sở hạ tầng dữ liệu mạnh mẽ, công nghệ AI/GenAI/agentic-AI và chuyên môn cụ thể về lĩnh vực. Họ cung cấp dịch vụ trên nhiều ngành công nghiệp, bao gồm bảo hiểm, ngân hàng và dịch vụ tài chính, bán lẻ, CPG, sản xuất, chăm sóc sức khỏe, năng lượng và hậu cần. Các khả năng của họ bao gồm kỹ thuật dữ liệu và quản lý, phân tích mô tả và dự đoán, công cụ AI/ML và trực quan hóa – tất cả được thiết kế để cho phép đưa ra quyết định nhanh hơn, tự tin hơn và đổi mới liên tục.
Bạn bắt đầu sự nghiệp của mình trong tư vấn quản lý hàng đầu, sau đó thành lập The Smart Cube và lãnh đạo nó trong hơn hai thập kỷ trước khi nó được WNS mua lại. Điều gì đã thúc đẩy sự chuyển đổi của bạn từ tư vấn sang doanh nghiệp và sau đó là lãnh đạo một doanh nghiệp phân tích dữ liệu và trí tuệ nhân tạo toàn cầu?
Tôi đã dành mười năm trong tư vấn quản lý và thấy một khoảng trống rõ ràng trên thị trường: các công ty đang ngồi trên núi dữ liệu nhưng không khai thác được giá trị đầy đủ của nó. Vào năm 2003, phân tích vẫn còn là một lĩnh vực cơ bản – chúng tôi đang làm việc với bảng tính Excel.
Quyết định rời khỏi cuộc sống doanh nghiệp đã dựa vào sự tự tin. Tôi thấy một cơ hội để giúp các tổ chức thực sự khai thác dữ liệu của họ, vì vậy tôi đã thành lập The Smart Cube với tầm nhìn đó.
Sau 20 năm xây dựng The Smart Cube, việc gia nhập WNS không phải là một sự rời đi mà là một sự tiến hóa. Tôi đã mang theo tâm lý doanh nghiệp, nhưng bây giờ với nhiều nguồn lực và phạm vi hơn. Điều này cho phép chúng tôi giải quyết các vấn đề ở quy mô mà tôi không thể cung cấp trong một doanh nghiệp nhỏ hơn. Điều quan trọng nhất, tôi nhận ra sức mạnh của việc nhúng và truyền dữ liệu và phân tích vào các quy trình kinh doanh cốt lõi thay vì đối xử với chúng như các can thiệp riêng biệt. Sự tích hợp liền mạch của chuyên môn về lĩnh vực và chuyển đổi quy trình là trung tâm của DNA của WNS – và đó là điều đã thúc đẩy tôi được mua lại và bây giờ là lãnh đạo đơn vị kinh doanh này tại WNS.
Trong hơn 20 năm làm việc trong lĩnh vực phân tích, bạn đã thấy vai trò của dữ liệu và trí tuệ nhân tạo trong dịch vụ tài chính thay đổi như thế nào – từ việc áp dụng sớm đến tích hợp doanh nghiệp quy mô lớn ngày nay?
Vào cuối những năm 90, phân tích có nghĩa là xem xét dữ liệu lịch sử và tạo ra các dự báo thống kê. Sự chuyển đổi đã diễn ra đáng kể.
Những năm 2000 đầu tiên đã mang lại sự số hóa và các mô hình dự đoán tiên tiến hơn. Vào năm 2010, phân tích giao dịch thời gian thực đã trở thành tiêu chuẩn. Gần một thập kỷ trước, học máy đã bắt đầu thúc đẩy một sự thay đổi thực sự, và gần đây, Trí tuệ nhân tạo sinh (Gen AI) đã trở thành trung tâm.
Ngày nay, các tổ chức tài chính coi dữ liệu là một tài sản chiến lược. Câu hỏi đã chuyển từ “liệu chúng ta có thể sử dụng AI không?” sang “làm thế nào chúng ta có thể nhúng AI vào mọi quyết định?”.
Tác động là có thể đo lường được: quy trình cấp phép khách hàng từng mất vài ngày giờ chỉ mất vài giờ với xác minh dựa trên AI. Đánh giá rủi ro tín dụng đánh giá hàng trăm điểm dữ liệu thời gian thực ngoài các điểm truyền thống. Các tính toán rủi ro từng yêu cầu chạy hàng loạt qua đêm giờ đã trở nên tức thời. Và phát hiện gian lận không còn phản ứng sau khi sự kiện xảy ra – nó chặn hoạt động đáng ngờ trong thời gian thực.
Làm thế nào các doanh nghiệp tiên phong đang sử dụng hồ dữ liệu trí tuệ nhân tạo và khuôn khổ quản lý để cải thiện việc ra quyết định thời gian thực, tuân thủ quy định và minh bạch trong hoạt động tài chính?
Xây dựng kho dữ liệu monolithic và hy vọng có được thông tin chi tiết không còn hoạt động. Các tổ chức cần thiết kế các hệ sinh thái dữ liệu thông minh.
Dịch vụ tài chính phải đối mặt với một thách thức duy nhất: họ là khách hàng, xử lý dữ liệu nhạy cảm và vẫn cần cung cấp cá nhân hóa và phản hồi thời gian thực. Điều này đòi hỏi phải xây dựng hồ dữ liệu mô-đun trên các khuôn khổ linh hoạt.
Trong kiến trúc này, các tổ chức tạo ra các ao dữ liệu chuyên dụng cho phân tích giá, đánh giá rủi ro và báo cáo tuân thủ. Mỗi ao hoạt động độc lập trong khi cho ăn vào hệ sinh thái lớn hơn, mang lại giá trị ngay lập tức trong khi vẫn giữ nguyên các ranh giới bảo mật.
Xu hướng Zero ETL đặc biệt liên quan ở đây, vì nó loại bỏ các quy trình Extract-Transform-Load phức tạp bằng cách cho phép truy vấn trực tiếp trên các hệ thống. Điều này cho phép AI truy cập và phân tích dữ liệu trong thời gian thực mà không cần di chuyển nó, giảm độ trễ và duy trì quản lý.
Các tác nhân AI cũng đang phát triển vượt ra ngoài việc phát hiện bất thường. Họ không chỉ đánh dấu các giao dịch đáng ngờ mà còn đề xuất hành động và thực hiện phản hồi trong các tham số quản lý.
Dữ liệu tổng hợp thường được coi là một cách an toàn để đào tạo các mô hình AI mà không tiết lộ thông tin nhạy cảm. Bạn có thể chia sẻ các ví dụ về cách dữ liệu tổng hợp đang được áp dụng hiệu quả trong phát hiện gian lận, phân tích rủi ro và xác thực mô hình?
Tại WNS Analytics, chúng tôi sử dụng việc tạo dữ liệu tổng hợp tiên tiến để tạo ra các tập dữ liệu tuân thủ quyền riêng tư, có độ trung thực cao, giúp tăng tốc đào tạo mô hình AI, đặc biệt là trong các lĩnh vực thiếu dữ liệu.
Các tập dữ liệu tổng hợp của chúng tôi mô phỏng các kịch bản thế giới thực trong khi phản ánh các mẫu thống kê, hành vi và mối tương quan giống như dữ liệu tài chính thực – luồng giao dịch, xu hướng gian lận, hành vi của khách hàng – mà không tiết lộ bất kỳ Thông tin Nhạy cảm Cá nhân (PII) hoặc dữ liệu khách hàng nào.
Khả năng này đang biến đổi dịch vụ tài chính trên nhiều lĩnh vực như phân tích rủi ro, phát hiện gian lận, đánh giá tín dụng, kiểm tra căng thẳng và xây dựng mô hình tuân thủ. Các tập dữ liệu tổng hợp này cho phép các tổ chức nhanh chóng khởi động sự phát triển của giải pháp AI trong khi vẫn đảm bảo quyền riêng tư của dữ liệu và sự tự tin của quy định.
Một ứng dụng sáng tạo đặc biệt liên quan đến việc sử dụng dữ liệu PII được che để tạo ra các mô hình tương tự. Điều này cho phép các công ty đưa ra các đề xuất có针 đối đến người tiêu dùng, cho phép tiếp thị được cá nhân hóa trong khi vẫn duy trì sự riêng tư hoàn toàn.
Tự động hóa thông minh và các tác nhân AI đang ngày càng được tích hợp vào các quy trình kinh doanh. Những trường hợp sử dụng biến đổi nhất mà bạn đã thấy trong dịch vụ tài chính là gì và làm thế nào chúng cải thiện sự bền vững và hiệu suất của hoạt động?
Tự động hóa thông minh sử dụng các tác nhân AI đang tăng tốc các quy trình doanh nghiệp, cho phép các tổ chức tối ưu hóa hoạt động và đưa ra quyết định nhanh hơn, thông minh hơn. Các tác nhân này kết hợp tự động hóa với lý luận tiên tiến để cung cấp sự bền vững, khả năng mở rộng và cải thiện hiệu suất.
Tại WNS Analytics, chúng tôi áp dụng khuôn khổ GAIN (khuôn khổ độc quyền của chúng tôi cho việc triển khai Trí tuệ nhân tạo có tính đại lý) để đánh giá mức độ tự chủ phù hợp cho trí tuệ nhân tạo có tính đại lý. Chúng tôi cung cấp thêm các thành phần dựa trên microservices cho các tác nhân siêu chuyên biệt thông qua Trung tâm Tiện ích AI giải thưởng của chúng tôi.
Trong bảo hiểm, chúng tôi đã biến đổi nhiều quy trình kinh doanh thông qua trí tuệ nhân tạo có tính đại lý. Trong lĩnh vực đòi bồi thường cho bên thứ ba, giải pháp phát hiện thu hồi dựa trên Trí tuệ nhân tạo sinh của chúng tôi, được thúc đẩy bởi các tác nhân tự động, đã đạt được độ chính xác 85%, tăng gấp đôi số lượng thu hồi và tăng thu hồi hàng năm khoảng 49% – mở ra hàng triệu cơ hội mà trước đây đã bị bỏ qua.
Trong lĩnh vực underwriting, trợ lý nghiên cứu dựa trên trí tuệ nhân tạo có tính đại lý của chúng tôi sử dụng nhiều tác nhân chuyên biệt để phá vỡ các truy vấn phức tạp, trích xuất dữ liệu từ nhiều nguồn và tạo ra thông tin chi tiết với độ chính xác 99% trong khi giảm thời gian quay vòng 85%.
Đối với một ngân hàng hàng đầu, giải pháp Trí tuệ nhân tạo sinh của chúng tôi đã cắt giảm thời gian sàng lọc truyền thông bất lợi 60% và giảm các kết quả dương tính giả 12-15%.
Chúng tôi cũng có một giải pháp quản lý kiến thức dựa trên Trí tuệ nhân tạo sinh – được thiết kế như một nền tảng ngang – để định nghĩa lại cách các doanh nghiệp truy xuất, lý luận và ngữ cảnh hóa lượng dữ liệu không cấu trúc khổng lồ. Bằng cách cung cấp thông tin chính xác, tuân thủ và nhất quán trong thời gian thực, nó nâng cao việc ra quyết định, cải thiện hiệu quả và tăng cường sự bền vững của hoạt động trên nhiều ngành.
Những giải pháp này tăng cường sự phán đoán của con người, tạo ra các hệ thống nhanh hơn, chính xác hơn.
Đối với các doanh nghiệp nhằm mở rộng các sáng kiến AI, những rào cản lớn nhất – kỹ thuật, văn hóa hoặc chiến lược – là gì và làm thế nào các nhà lãnh đạo có thể vượt qua chúng?
Rào cản lớn nhất để mở rộng AI không phải là công nghệ – đó là sự sẵn sàng của tổ chức.
Thứ nhất, có các silo dữ liệu trên các hệ thống cũ. Thay thế hoàn toàn không phải lúc nào cũng thực tế; thay vào đó, trọng tâm nên là xây dựng các cầu nối thông minh. Tại WNS, chúng tôi đã tạo ra các “đội cầu” kết hợp các quản trị viên cũ với các kỹ sư đám mây, tăng tốc triển khai trong khi vẫn giữ nguyên các quy tắc kinh doanh quan trọng.
Thứ hai, khoảng trống kỹ năng. Doanh nghiệp cần sự kết hợp đúng giữa chuyên gia lĩnh vực, kỹ sư dữ liệu, nhà khoa học dữ liệu và các nhà dịch thuật có thể kết nối các thông tin kỹ thuật với giá trị kinh doanh.
Thứ ba, tốc độ thay đổi công nghệ. Phòng thí nghiệm AI của WNS cho phép các tổ chức thử nghiệm với các công nghệ mới nổi và xây dựng các mô hình chứng minh trước khi cam kết triển khai toàn diện.
Về mặt văn hóa, thành công phụ thuộc vào việc quản lý thay đổi hiệu quả. Chúng tôi thiết kế các khuôn khổ giúp nhân viên xem AI như một yếu tố bổ sung chứ không phải là yếu tố thay thế. Thành lập một hội đồng AI cũng là một động thái thông minh, cung cấp quản lý, sự liên kết chức năng và một con đường cấu trúc để di chuyển từ các thử nghiệm đến quy mô doanh nghiệp.
Với sự kiểm tra ngày càng tăng về đạo đức AI, thiên vị và minh bạch, làm thế nào các tổ chức tài chính có thể tìm được sự cân bằng đúng giữa đổi mới và quản lý AI có trách nhiệm?
Đổi mới và trách nhiệm không phải là những lựa chọn đối lập – trách nhiệm phải được xây dựng vào đổi mới từ đầu.
Các tổ chức tài chính cần có các khuôn khổ quản lý AI mạnh mẽ. Tại WNS, chúng tôi triển khai các khuôn khổ đảm bảo AI được phát triển một cách có trách nhiệm, đạo đức và bảo mật. Cách tiếp cận của chúng tôi nhúng các kiểm tra về thiên vị, công bằng, KPI tùy chỉnh và theo dõi sự trôi dạt của mô hình. Điều này xây dựng niềm tin, không chỉ tuân thủ quy định.
Minh bạch đặc biệt quan trọng trong dịch vụ tài chính. Nếu AI từ chối một khoản vay, người nộp đơn xứng đáng có được các giải thích rõ ràng và có thể hiểu được.
Cuối cùng, AI có trách nhiệm là một lợi thế cạnh tranh. Các ngân hàng chứng minh sự công bằng, minh bạch và bảo mật trong các hệ thống AI của họ sẽ kiếm được niềm tin của khách hàng. Những người coi quản lý như một việc sauthought rủi ro sẽ bị phạt và thiệt hại về danh tiếng, điều này khó sửa chữa hơn.
Trong 3-5 năm tới, những khả năng AI mới nổi hoặc chiến lược dữ liệu nào bạn tin sẽ có tác động lớn nhất đến cách các tổ chức tài chính hoạt động?
Ba sự phát triển sẽ thay đổi dịch vụ tài chính trong 3-5 năm tới.
Thứ nhất, trí tuệ nhân tạo có tính đại lý sẽ chuyển từ thử nghiệm sang thiết yếu. Các tác nhân AI tự động sẽ thực hiện các quy trình công việc phức tạp và điều phối toàn bộ bộ phận cùng với các đội ngũ con người.
Thứ hai, các hệ thống học liên tục sẽ trở thành tiêu chuẩn. AI sẽ thích nghi từ mọi tương tác, cho phép cung cấp dịch vụ tài chính thực sự được cá nhân hóa, phát triển cùng với nhu cầu thay đổi của mỗi khách hàng.
Thứ ba, chúng ta sẽ thấy sự hội tụ công nghệ mạnh mẽ: tính toán lượng tử cho các tính toán rủi ro tiên tiến, blockchain cho nhật ký quyết định AI minh bạch và tính toán biên cho quyết định tức thời. Cùng nhau, những công nghệ này sẽ mở khóa các hình thức dịch vụ tài chính hoàn toàn mới mà chúng ta đang bắt đầu tưởng tượng.
Đi qua sự nghiệp doanh nghiệp, mua lại và hiện đang là lãnh đạo toàn cầu, những nguyên tắc hướng dẫn nào đã giúp bạn đưa ra quyết định và lãnh đạo các đội ngũ thông qua sự thay đổi?
Ba nguyên tắc hướng dẫn tôi.
Thứ nhất, kiên nhẫn hơn là hoàn hảo. Khi chúng tôi bắt đầu The Smart Cube, chúng tôi không có tất cả các câu trả lời. Chúng tôi đã phạm sai lầm, thích nghi và tiếp tục tiến về phía trước. Sự kiên nhẫn với khả năng thích nghi đã là điều thiết yếu.
Thứ hai, xây dựng giá trị lâu dài, không phải là thoát nhanh. Một giáo sư từ trường kinh doanh đã khuyên tôi – nhiều năm sau khi tôi đã thành lập The Smart Cube – “Đừng tập trung vào việc thoát. Hãy tập trung vào xây dựng một doanh nghiệp thành công sẽ tồn tại.” Tâm lý dài hạn này đã định hình mọi quyết định tôi đã đưa ra.
Thứ ba, hãy tận hưởng những gì bạn làm. Tôi luôn tin rằng nếu tôi không thích nó, tôi sẽ chuyển sang điều gì khác. Sau 30 năm, tôi vẫn thức dậy với sự hào hứng, và sự hào hứng này đã truyền cảm hứng cho các đội ngũ thông qua sự thay đổi.
Lãnh đạo thông qua mua lại đã củng cố một sự thật khác: thay đổi thành công khi bạn mang mọi người theo. Tích hợp kỹ thuật là điều đơn giản; tích hợp văn hóa – xây dựng tầm nhìn chung – là nơi lãnh đạo thực sự quan trọng.
Đối với các chuyên gia muốn định hình tương lai của AI trong tài chính, những kỹ năng, tư duy hoặc kinh nghiệm nào bạn nghĩ sẽ có giá trị nhất?
Tương lai thuộc về những người có thể kết nối các thế giới. Kỹ năng kỹ thuật thuần túy hoặc chuyên môn về lĩnh vực alone sẽ không đủ.
Thứ nhất, phát triển tư duy hệ thống. Bắt đầu với nhu cầu thị trường – một trường hợp sử dụng rõ ràng – và làm việc ngược lại. AI trong tài chính đòi hỏi phải nhìn thấy cách mọi thứ kết nối: làm thế nào một thay đổi trong các mô hình rủi ro ảnh hưởng đến trải nghiệm khách hàng hoặc làm thế nào tự động hóa mở ra các cơ hội mới.
Thứ hai, nuôi dưỡng sự thực dụng kỷ luật hơn là lý tưởng. Hãy hào hứng với các công nghệ mới, nhưng nghiêm ngặt trong việc đánh giá chúng. Không mọi vấn đề đều cần AI – đôi khi, các phân tích đơn giản hoặc thậm chí bảng tính có thể làm được công việc.
Thứ ba, xây dựng kỹ năng dịch. Điều này rất quan trọng. Có khả năng giải thích các khái niệm AI phức tạp cho các thành viên hội đồng quản trị và dịch các yêu cầu kinh doanh cho các nhà khoa học dữ liệu là vô giá. Những nhà lãnh đạo AI mạnh nhất sẽ liên kết công nghệ với chiến lược kinh doanh.
Cuối cùng, hãy chấp nhận việc học liên tục. Các công cụ đã là tiên tiến năm năm trước đã trở nên lỗi thời. Giữ sự tò mò, khiêm tốn và cam kết học hỏi sẽ mở ra các cơ hội mà chúng ta không thể tưởng tượng được tại giao điểm của AI và tài chính.
Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập WNS Analytics.
