Gautam Singh, Trưởng đơn vị kinh doanh toàn cầu về 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 đầu tư mạo hiểm tại châu Âu và Mỹ. Gautam đã từng giữ nhiều vị trí, bao gồm các vị trí tại Coven Partners (London), A.T. Kearney (London), Mitsubishi Motors (Ấn Độ) và Cummins Engines (Mỹ). Ông có 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 Trí tuệ nhân tạo / Trí tuệ nhân tạo thế hệ mới / Trí tuệ nhân tạo tự động và chuyên môn 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 Trí tuệ nhân tạo / Học máy và trực quan hóa – tất cả đều 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 lĩnh vực 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 10 năm trong lĩnh vực tư vấn quản lý và nhận 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 cơ bản – chúng tôi đang làm việc với bảng tính Excel.

Quyết định rời khỏi cuộc sống doanh nghiệp đã dựa trên sự tự tin. Tôi đã nhìn thấy một cơ hội để giúp các tổ chức thực sự tận dụng 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 thoát khỏi mà là một sự tiến hóa. Tôi đã tiếp tục tinh thần 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 đã nhận ra sức mạnh của việc nhúng và kết hợp dữ liệu và phân tích vào các quy trình kinh doanh cốt lõi thay vì coi chúng là 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 quy mô lớn, cấp độ doanh nghiệp hiện 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 rất đáng kể.

Đầu những năm 2000 đã chứng kiến 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 thế hệ mới đã trở thành trung tâm.

Hiện 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 Trí tuệ nhân tạo không?” sang “làm thế nào chúng ta có thể nhúng Trí tuệ nhân tạo vào mọi quyết định?”

Tác động là có thể đo lường được: việc cấp phép cho khách hàng mà trước đây mất vài ngày giờ chỉ mất vài giờ với xác minh dựa trên Trí tuệ nhân tạo. Đánh giá rủi ro tín dụng đánh giá hàng trăm điểm dữ liệu thời gian thực ngoài các điểm số truyền thống. Các tính toán rủi ro mà trước đây yêu cầu chạy hàng đêm giờ đã trở nên tức thời. Và việc phát hiện gian lận không còn phản ứng sau khi sự kiện đã xảy ra – mà ngăn 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 đối mặt, xử lý dữ liệu nhạy cảm và vẫn cần cung cấp cá nhân hóa và phản hồi thời gian thực. Điều này đòi hỏi các hồ dữ liệu mô-đun được xây dựng trên các khuôn khổ linh hoạt.

Trong kiến trúc này, các tổ chức tạo ra các hồ dữ liệu chuyên dụng cho phân tích giá, đánh giá rủi ro và báo cáo quy định. Mỗi hồ hoạt động độc lập trong khi cung cấp giá trị tức thời cho hệ sinh thái lớn hơn, mang lại giá trị tức thời trong khi vẫn duy trì 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 Trí tuệ nhân tạo 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 Trí tuệ nhân tạo 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. Trong việc tuân thủ, Trí tuệ nhân tạo liên tục theo dõi các giao dịch, tạo báo cáo và xác định vấn đề trước khi các cơ quan quản lý làm như vậy.

Synthetic data thường được coi là một cách an toàn để đào tạo các mô hình Trí tuệ nhân tạo mà không暴 lộ thông tin nhạy cảm. Bạn có thể chia sẻ các ví dụ về việc áp dụng hiệu quả synthetic data trong phát hiện gian lận, phân tích rủi ro và xác thực mô hình?

Tại WNS Analytics, chúng tôi tận dụng việc tạo synthetic data tiên tiến để tạo ra các tập dữ liệu có độ trung thực cao, tuân thủ quyền riêng tư, giúp tăng tốc đào tạo mô hình Trí tuệ nhân tạo, đặc biệt là trong các lĩnh vực thiếu dữ liệu. Các tập dữ liệu synthetic 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 khách hàng – mà không暴 lộ bất kỳ thông tin nhạy cảm nào về Người dùng hoặc dữ liệu khách hàng.

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 synthetic cho phép các tổ chức nhanh chóng bắt đầu phát triển giải pháp Trí tuệ nhân tạo trong khi đảm bảo quyền riêng tư dữ liệu và sự tự tin của quy định.

Một ứng dụng sáng tạo đặc biệt liên quan đến việc sử dụng dữ liệu được che giấu để tạo ra các mô hình giống hệt. Điều này cho phép các công ty đưa ra các đề xuất nhắm đến người tiêu dùng, cho phép tiếp thị cá nhân hóa trong khi vẫn duy trì sự riêng tư hoàn toàn.

Các tác nhân tự động hóa thông minh và Trí tuệ nhân tạo 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 chúng cải thiện sự linh hoạt và hiệu suất hoạt động như thế nào?

Tự động hóa thông minh dựa trên các tác nhân Trí tuệ nhân tạo đang tăng tốc các quy trình kinh doanh của 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 mang lại sự linh hoạt, 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 tự động) để đánh giá mức độ tự chủ phù hợp cho Trí tuệ nhân tạo tự động. Chúng tôi cung cấp thêm các thành phần có thể tái sử dụng, dựa trên microservices cho các tác nhân siêu chuyên biệt thông qua Trung tâm tiện ích Trí tuệ nhân tạo hàng đầu của chúng tôi.

Trong lĩnh vực bảo hiểm, chúng tôi đã biến đổi nhiều quy trình kinh doanh thông qua Trí tuệ nhân tạo tự động. Trong lĩnh vực đòi bồi thường bảo hiểm xe máy, giải pháp phát hiện thu hồi bên thứ ba dựa trên Trí tuệ nhân tạo thế hệ mới của chúng tôi, được thúc đẩy bởi các tác nhân tự động, đã đạt được độ chính xác 85%, tăng gấp đôi khối lượng thu hồi và tăng thu hồi hàng năm khoảng 49% – mở ra hàng triệu cơ hội mà trước đây bị bỏ qua.

Trong lĩnh vực underwriting, trợ lý nghiên cứu Trí tuệ nhân tạo tự động 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 phản hồi 85%.

Đối với một ngân hàng hàng đầu, giải pháp Trí tuệ nhân tạo thế hệ mới của chúng tôi đã cắt giảm 60% thời gian sàng lọc truyền thông bất lợi và giảm 12-15% số lượng dương tính giả.

Chúng tôi cũng có một giải pháp quản lý kiến thức dựa trên Trí tuệ nhân tạo thế hệ mới – được thiết kế như một nền tảng ngang – để định nghĩa lại cách các doanh nghiệp thu thập, lý luận và ngữ cảnh hóa lượng dữ liệu không cấu trúc khổng lồ. Bằng cách cung cấp thông tin chi tiết chính xác, tuân thủ và nhất quán trong thời gian thực, nó cải thiện việc ra quyết định, tăng hiệu suất và củng cố sự linh hoạt hoạt động trên nhiều ngành công nghiệp.

Các giải pháp này tăng cường sự phán quyết của con người, tạo ra các hệ thống nhanh hơn, chính xác hơn.

Đối với các doanh nghiệp nhằm mở rộng các sáng kiến Trí tuệ nhân tạo, những rào cản lớn nhất – kỹ thuật, văn hóa hoặc chiến lược – là gì, và các nhà lãnh đạo có thể vượt qua chúng như thế nào?

Rào cản lớn nhất để mở rộng các sáng kiến Trí tuệ nhân tạo không phải là công nghệ – mà 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 nối” kết hợp các quản trị viên hệ thống cũ với các kỹ sư đám mây, tăng tốc triển khai trong khi vẫn bảo tồn các quy tắc kinh doanh quan trọng.

Thứ hai, khoảng cách kỹ năng. Các doanh nghiệp cần có sự kết hợp đúng giữa các chuyên gia về 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 Trí tuệ nhân tạo của WNS cho phép các tổ chức thử nghiệm với các công nghệ mới nổi và xây dựng các mô hình thử nghiệm trước khi triển khai đầy đủ.

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 Trí tuệ nhân tạo như một yếu tố bổ sung chứ không phải là thay thế. Thành lập một hội đồng Trí tuệ nhân tạo cũng là một động thái thông minh, cung cấp quản lý, sự liên kết xuyên chức năng và một con đường cấu trúc để chuyển từ các thử nghiệm sang quy mô doanh nghiệp.

Khi sự giám sát về đạo đức Trí tuệ nhân tạo, thiên vị và minh bạch ngày càng tăng, các tổ chức tài chính có thể đạt được sự cân bằng giữa đổi mới và quản lý Trí tuệ nhân tạo có trách nhiệm như thế nào?

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 Trí tuệ nhân tạo mạnh mẽ. Tại WNS, chúng tôi triển khai các khuôn khổ đảm bảo Trí tuệ nhân tạo 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 giám sát 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 Trí tuệ nhân tạo từ chối một khoản vay, người nộp đơn xứng đáng được giải thích rõ ràng và dễ hiểu.

Cuối cùng, Trí tuệ nhân tạo 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 Trí tuệ nhân tạo của họ sẽ giành được niềm tin của khách hàng. Những người coi quản lý như một điều sau này sẽ phải đối mặt với các hình phạt quy định và thiệt hại về danh tiếng mà khó sửa chữa hơn.

Trong 3-5 năm tới, bạn tin rằng những khả năng Trí tuệ nhân tạo mới nổi hoặc chiến lược dữ liệu nào sẽ có tác động lớn nhất đến cách các tổ chức tài chính hoạt động?

Ba phát triển sẽ thay đổi dịch vụ tài chính trong 3-5 năm tới.

Thứ nhất, Trí tuệ nhân tạo tự động sẽ chuyển từ thử nghiệm sang thiết yếu. Các tác nhân Trí tuệ nhân tạo tự động sẽ thực hiện các quy trình 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. Trí tuệ nhân tạo sẽ thích nghi với 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 từng 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 Trí tuệ nhân tạo minh bạch và tính toán biên cho quyết định tức thời tại địa phương. Cùng nhau, những công nghệ này sẽ mở khóa các hình thức dịch vụ tài chính hoàn toàn mới mà chúng ta chỉ mới bắt đầu tưởng tượng.

Đã điều hướng qua doanh nghiệp, mua lại và bây giờ là vai trò lãnh đạo toàn cầu, những nguyên tắc hướng dẫn nào đã giúp bạn đưa ra quyết định và lãnh đạo các đội ngũ 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 từng 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 lâu dài.” Tinh thần dài hạn đó 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 tận hưởng, tôi sẽ chuyển sang điều gì đó khác. Sau 30 năm, tôi vẫn thức dậy với sự hứng thú, và sự nhiệt tình đó truyền cảm hứng cho các đội ngũ qua sự thay đổi.

Lãnh đạo qua việc mua lại đã củng cố một sự thật khác: sự thay đổi thành công khi bạn mang mọi người cùng đi. Tích hợp kỹ thuật là thẳng thắn; 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 Trí tuệ nhân tạo 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. Trí tuệ nhân tạo trong tài chính đòi hỏi phải nhìn thấy cách mọi thứ kết nối: cách một sự thay đổi trong các mô hình rủi ro ảnh hưởng đến trải nghiệm khách hàng hoặc cách 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 Trí tuệ nhân tạo – 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 là vô cùng quan trọng. Có khả năng giải thích các khái niệm Trí tuệ nhân tạo 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 Trí tuệ nhân tạo mạnh nhất liên kết công nghệ với chiến lược kinh doanh.

Cuối cùng, hãy chấp nhận việc học liên tục. Các công cụ mà năm năm trước còn là tiên phong đã trở nên lỗi thời. Hãy giữ sự tò mò, khiêm tốn và cam kết với việc học sẽ mở ra các cơ hội mà chúng ta chưa thể tưởng tượng tại giao điểm của Trí tuệ nhân tạo và tài chính.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập WNS Analytics.