Jay Venkateswaran, İş Birimi Başkanı, Bankacılık ve Finansal Hizmetler, WNS – Röportaj Serisi

Jay Venkateswaran, Bankacılık ve Finansal Hizmetler İş Birimi Başkanı, strateji, büyüme ve finansal performansı denetler. WNS’e katılmadan önce AT Kearney’de Danışman Ortak olarak görev yaptı. Güvenilir bir İş Dönüşümü ve Hizmetler ortağı olarak, WNS, Analitik, Hiperotomasyon ve AI’yi entegre eden birleşik bir dijital ekosistemiyle alan uzmanlığını benzersiz bir şekilde birleştirerek müşterilere pazar farklılaştırması sağlar.

Generative AI hızla bankacılık ve finansal hizmetleri dönüştürüyor.  Etkisinin önümüzdeki beş yıl içinde nasıl evrileceğini nasıl görüyorsunuz?

Bankacılıkta, Generative AI (Gen AI)’nin müşteri deneyimini geliştirme, operasyonel verimliliği artırma ve risk yönetimini güçlendirme konularında kilit bir rol oynayacağını görüyorum. Arka ofiste, AI destekli otomasyon, düzenleyici raporlama, uyum kontrolleri ve belge işleme gibi görevleri kolaylaştırarak işletme maliyetlerini önemli ölçüde azaltacak. Ayrıca, AI gerçek zamanlı veri içgörüleri ve öngörü analitiği sayesinde kredi risk değerlendirmelerini ve dolandırıcılık tespitini iyileştirecek.

En dönüştürücü değişimlerden biri hiper‑kişiselleştirme olacak; bu sayede finans kurumları, bireysel müşteri davranışları, tercihleri ve ihtiyaçlarına göre son derece özelleştirilmiş ürün ve hizmetler sunabilecek. AI yetenekleri ilerledikçe, bankalar AI destekli sohbet botları ve sanal asistanları daha fazla entegre ederek müşteri etkileşimlerini daha sezgisel ve yanıt verici hâle getirecek. Sonuçta, bankacılık ve finansal hizmetler sektörü, AI destekli içgörülerle daha akıllı kararlar alınan, sorunsuz ve daha kişiselleştirilmiş bir bankacılık deneyiminin yaşandığı son derece zeki, veri odaklı bir ekosisteme dönüşecek.

Elbette, Gen AI’nin yaygınlaşmasından iki yıl önce gelmediğini, aynı derecede—hatta daha fazla—dönüştürücü bir atılımın ortaya çıktığını unutmamalıyız: Agentic AI. Bu yenilik, statik sohbet botlarını ve bölünmüş otomasyonu, uyum sağlayabilen, öğrenebilen ve neredeyse insan zekasına yakın bir şekilde görevleri yürütebilen otonom, karar veren AI ajanlarıyla değiştirerek bankacılıkta paradigma kayması yaratabilir.

Birçok finans kurumu hâlâ AI benimseme sürecinin erken aşamalarında. Gecikmiş benimseyenler için yetişmek çok mu geç, yoksa farkı kapatmak için uygulanabilir stratejiler görüyor musunuz?

Finans kurumlarının AI benimsemesi için henüz geç değil, ancak stratejik bir yaklaşım şart. Gecikmiş benimseyenler, AI’yi stratejik planlarına entegre etmeli ve hemen değer sunan yüksek etkili kullanım senaryolarına odaklanmalıdır.

Önerilen ilk adım, “hızlı kazanım” fırsatlarını belirlemektir: örneğin AI destekli müşteri hizmetleri sohbet botları, belge işleme otomasyonu ve dolandırıcılık tespiti: ki bu alanlarda AI benimsemesi hızla verimliliği ve müşteri memnuniyetini artırabilir.

Ayrıca, kaynak yoğun ve zaman alıcı olabilecek AI modellerini içerde geliştirmek yerine, finans kurumları AI dağıtımını özel AI satıcılarıyla ortaklıklar kurarak hızlandırabilir. Bu ortaklıklar, bankaların önceden hazırlanmış AI modelleri ve bulut tabanlı AI çözümlerinden yararlanmasını sağlayarak uygulama süresini ve maliyetlerini azaltır.

Bir diğer önemli strateji, düşük kodlu ve kodsuz AI platformlarından yararlanmaktır. Bu platformlar, finans kurumlarının kapsamlı teknik uzmanlık gerektirmeden AI destekli çözümleri hızlı bir şekilde dağıtmasını sağlar. Örneğin, AI tabanlı Akıllı Veri İşleme (IDP) modülleri, PDF’ler ve e-postalar gibi yapılandırılmamış kaynaklardan verileri çıkarabilir, sınıflandırabilir ve analiz edebilir, böylece operasyonel verimliliği artırır.

Bu odaklı stratejileri benimseyerek, gecikmiş benimseyenler AI farkını verimli bir şekilde kapatabilir ve uyumluluk ile ölçeklenebilirliği sağlayabilir.

Bankalar AI çözümlerini uygularken karşılaştıkları en büyük zorluklar nelerdir ve bunların üstesinden nasıl gelebilirler?

AI çözümlerini uygularken, bankalar üç temel zorlukla karşılaşır: Veri kalitesi, eski sistem entegrasyonu ve düzenleyici uyumluluk.

1. Veri Kalitesi ve Erişilebilirliği: AI modelleri, eğitim için yüksek kaliteli, yapılandırılmış ve çeşitli veri setlerine ihtiyaç duyar. Ancak birçok banka, parçalanmış veri kaynakları, yönetişim eksikliği ve tutarsız veri formatlarıyla mücadele eder. Bunun üstesinden gelmek için finans kurumları, sağlam veri yönetişim çerçevelerine yatırım yapmalı, veri depolarını merkezileştirmeli ve AI destekli veri temizleme ve zenginleştirme araçlarını kullanmalıdır.
2. Eski Sistem Entegrasyonu: Birçok banka hâlâ AI uygulaması için optimize edilmemiş eski BT altyapıları üzerinde çalışmaktadır. Uygulama Programlama Arayüzü (API) tabanlı entegrasyon mimarileri, AI destekli çözümler ile eski sistemler arasındaki boşluğu kapatarak, tam bir sistem revizyonu gerektirmeden sorunsuz veri akışı ve süreç otomasyonu sağlar.
3. Düzenleyici ve Uyumluluk Endişeleri: Değişen düzenleyici ortam, AI modellerinin şeffaf, açıklanabilir ve denetlenebilir olmasını gerektirir. Bunun için bankalar AI yönetişim çerçeveleri uygulamalı, düzenleyici kurumlarla iş birliği yapmalı ve şeffaflık, önyargı azaltma ve uyumluluk uyumunu önceliklendiren güvenilir AI çözümlerini benimsemelidir.

Bu zorlukları proaktif bir şekilde ele alarak, bankalar AI benimsemesi için sağlam bir temel oluşturabilir ve uzun vadeli başarıyı güvence altına alabilir.

Bankaların tam ölçekli dağıtıma geçmeden önce AI kullanım senaryolarını denemeleri neden kritiktir?

AI kullanım senaryolarını denemek, bankaların operasyonel uygulanabilirliği, düzenleyici uyumu ve tam ölçekli dağıtıma geçmeden önce kullanıcı benimsemesini başarılı bir şekilde sağlamaları için gereklidir.

1. Operasyonel Hazırlık: AI destekli çözümler iş akışlarını önemli ölçüde değiştirebilir; bu da sadece yeniden mühendislik yapmak yerine süreçlerin yeniden hayal edilmesini gerektirir. Denemeler, bankaların mevcut süreçler üzerindeki etkisini değerlendirmesine ve yaygın uygulamadan önce gerekli ayarlamaları yapmasına olanak tanır.
2. Kullanıcı Kabulü ve Eğitim: AI destekli sistemler, son kullanıcı beklentileriyle uyumlu olmalıdır. Küçük ölçekli pilot projeler, bankaların kullanıcı kabulünü ölçmesine ve AI modellerini gerçek dünyadan gelen geri bildirimle iyileştirmesine yardımcı olur; bu da daha sorunsuz bir benimseme ve AI destekli karar verme süreçlerine güven sağlar.
3. Yatırım Getirisi (ROI) Doğrulaması: Bankalar, büyük ölçekli yatırımlar yapmadan önce AI’nın finansal ve operasyonel etkisini ölçmelidir. AI kullanım senaryolarını denemek: müşteri kazanımını artırma, operasyonlarda maliyet tasarrufu ve dolandırıcılık önleme iyileştirmeleri gibi: ROI hakkında somut içgörüler sağlar ve veri odaklı yatırım kararlarını mümkün kılar.

İteratif bir test‑ve‑öğren yaklaşımı benimseyerek, bankalar riskleri azaltabilir, AI stratejilerini iyileştirebilir ve AI benimsemesinin iş hedefleriyle uyumlu olmasını sağlayabilir.

Finans kurumları AI hazırlığını ve dağıtımını ROI’yi maksimize edecek şekilde nasıl ele almalıdır?

AI dağıtımının maksimum ROI sağlaması için, bankalar AI girişimlerini iş hedefleriyle hizalayan stratejik ve çapraz fonksiyonel bir yaklaşım benimsemelidir.

1. Stratejik Uyum: AI, finans kurumunun daha geniş stratejik hedeflerine, örneğin maliyet azaltma, süreç verimliliği, müşteri kazanımı ve geliştirilmiş risk yönetimi gibi, entegre edilmelidir.
2. Çapraz Fonksiyonel İş Birliği: AI uygulaması, BT ekipleri içinde silo hâlinde olmamalıdır. Bunun yerine, risk, uyumluluk, operasyonlar, müşteri hizmetleri ve iş birimlerini içeren çapraz fonksiyonel iş birliği, AI çözümlerinin tüm organizasyonun ihtiyaçlarını karşılamasını sağlamak için kritik öneme sahiptir.
3. İşgücü Yetenek Geliştirme ve Değişim Yönetimi: Bankalar, çalışanları AI‑ile ilgili becerilerle donatmak için eğitim programlarına yatırım yapmalıdır. AI destekli operasyonlara sorunsuz bir geçiş, yapılandırılmış öğrenme programları, uygulamalı eğitim ve ortaklıklar aracılığıyla dış AI yeteneklerinden yararlanmayı gerektirir.
4. Ölçeklenebilir AI Altyapısı: Finans kurumları, yinelemeli iyileştirmelere ve mevcut bankacılık sistemleriyle sorunsuz entegrasyona izin veren ölçeklenebilir AI platformları dağıtmalıdır.

Bu unsurlara öncelik vererek, bankalar AI benimsemesinin anlamlı iş sonuçları üretmesini, müşteri deneyimlerini iyileştirmesini ve ölçülebilir finansal getiriler sağlamasını güvence altına alabilir.

Dijital ödemelerdeki dolandırıcılık artan bir endişe. Generative AI, finans kurumlarının artan dolandırıcılıkla mücadele etmesine ve güvenliği artırmasına nasıl yardımcı olabilir?

Dijital ödemelerin artan benimsenmesi, daha sofistike dolandırıcılık taktiklerine yol açmıştır. Gen AI, gerçek zamanlı olarak büyük veri setlerini analiz ederek ve geleneksel kural tabanlı sistemlerin kaçırabileceği anormal işlem kalıplarını tespit ederek gelişmiş dolandırıcılık tespit yetenekleri sunar.

Gen AI şunları yapabilir:

1. İşlem verilerinden sürekli öğrenerek daha yüksek doğrulukla dolandırıcılığı tespit eder, yanlış pozitifleri azaltırken dolandırıcılık önleme oranlarını artırır.
2. Bireysel müşteri seviyesinde davranışsal anomalileri belirler, tarihsel eğilimlere dayalı şüpheli aktiviteleri işaretler.
3. Sektör raporlarını, güvenlik bültenlerini ve küresel olay veri tabanlarını tarayarak tehdit istihbaratını geliştirir; ortaya çıkan dolandırıcılık trendlerini öngörür ve buna göre uyum sağlar.

Bu AI destekli yeteneklerden yararlanarak, finans kurumları dolandırıcılık önleme önlemlerini önemli ölçüde güçlendirebilir, insan odaklı araştırmaları optimize edebilir ve daha güvenli dijital işlemler sağlayabilir.

WNS, analiz ve AI kullanarak dolandırıcılık tespiti ve araştırma yönlerini ele almak için çeşitli müşterilerle ortak çözümler geliştirmiştir. Bu çözümler aşağıdaki kombinasyonu kullanır

Dolandırıcılık tespiti ve sınıflandırması için öngörücü modelleme.

• Belge dijitalleştirme için IDP
• Değiştirilen belgeleri tespit etmek için Derin Öğrenme destekli çözümler

Uyumluluk gereksinimleri küresel pazarlarda giderek daha karmaşık hâle geliyor. AI, bankaların düzenleyici standartları daha verimli bir şekilde karşılamalarına nasıl yardımcı olabilir?

Düzenleyici uyumluluk, son birkaç on yılda sürekli değişen ve gelişen bir zorluk olmuştur; bu da bankaların giderek karmaşıklaşan uyumluluk taleplerine uyum sağlamak için insan, süreç ve teknoloji yatırımı yapmalarını zorunlu kılmıştır. AI, özellikle düzenleyici değişiklikleri izleme ve bankacılık operasyonları üzerindeki etkilerini değerlendirme konusunda, düzenleyici uyumluluğu kolaylaştıran güçlü bir araç haline gelmiştir. AI sayesinde finans kurumları, düzenleyici değişikliklerle ilgili gerçek zamanlı güncellemeler alabilir ve uyum önlemlerini proaktif bir şekilde planlayıp uygulayabilir.

Ayrıca, AI destekli çözümler, düzenleyici yayınları sistematik olarak düzenleyip yönetebilir; bu da bu değişiklikleri izlemek ve yorumlamak için gereken manuel çabayı azaltır. Gen (Gen AI) yeni düzenlemeleri önceki sürümlerle karşılaştırarak analiz eder; bu sayede kurumlar iç politikalar ve prosedürler üzerindeki etkisini hızla değerlendirebilir. Bu yetenek, risk ve kontrol değerlendirmelerini güçlendirir, uyumluluk süreçlerini daha etkili ve verimli hâle getirir. Ayrıca, Gen AI, yapılandırılmış eğitim içeriği oluşturmakta da önemli bir rol oynar; bu sayede personel, düzenleyici değişiklikler hakkında iyi bilgilendirilir. AI destekli sürekli izleme ve denetim yetenekleri, uyumluluk risklerini önemli ölçüde azaltır; kurumlara düzenleyici yönetim konusunda proaktif bir yaklaşım sunar ve genel risk ve uyumluluk çerçevelerinde sürprizleri en aza indirir.

Uyumluluk alanında, WNS son birkaç yılda AI ve Gen AI kullanarak çözümler geliştirmede öncü konumda olmuştur; bunlar şunları içerir:

• Olumsuz Medya taraması için Gen AI Çözümü
• Kara Para Aklamayı Önleme (AML) araştırmaları için AI ve Gen AI çözümü
• Gelişmiş KYC için AI destekli çözüm

Dolandırıcılık tespiti ve uyumluluğun ötesinde, bankacılıkta bugün en umut vaat eden AI destekli kullanım senaryoları nelerdir?

AI sürekli olarak evrimleşiyor; veri bilimcileri ve AI uygulayıcıları bankacılık sektöründeki çeşitli iş gereksinimlerini ele almak için yenilikçi çözümler geliştiriyor. Dolandırıcılık tespiti ve uyumluluğun ötesinde, AI müşteri deneyimi, operasyonel verimlilik ve karar verme süreçlerinde önemli dönüşüm sağlıyor.

En öne çıkan kullanım senaryolarından biri AI destekli sohbet botları ve Gen AI tabanlı gerçek zamanlı ajan yardımıdır; bu çözümler, kişiselleştirilmiş, anlık ve verimli etkileşimler sağlayarak müşteri hizmetlerini devrim niteliğinde değiştiriyor. Bu değişim, müşteri memnuniyetini artırıyor ve sorun çözümünü hızlandırıyor.

Operasyonel açıdan, AI, finans kurumları içinde genellikle birden fazla departmanı kapsayan uzlaşma süreçlerindeki uzun süredir var olan zorlukları ele alıyor. AI destekli algoritmalar, tarihsel kalıpları ve trendleri analiz ederek eşleşmemiş işlemlerin otomatik eşleştirilmesini sağlayabilir; bu da manuel müdahalenin ihtiyacını büyük ölçüde azaltır.

Başka bir kritik uygulama ödeme işleme, özellikle eksik veya belirsiz ödeme detayları insan müdahalesi gerektiren gelen gelen mevduatların yönetimidir. AI destekli eğilim modelleri, olasılık puanları üreterek kurumların doğru karşı tarafları hızlı ve doğru bir şekilde belirlemesine yardımcı olur; böylece manuel işleme çabalarını optimize eder.

Bunlar, WNS’in önde gelen finans kurumlarına AI’yi kullanarak verimliliği artırma, müşteri deneyimini iyileştirme ve operasyonel dayanıklılığı güçlendirme konularında aktif olarak destek verdiği birkaç örnekten sadece birkaçı.

AI yeteneği tüm sektörlerde yüksek talep görüyor. Bankalar en iyi AI profesyonellerini çekmek ve elde tutmak için ne yapabilir?

AI’nin tüm sektörlerde artan benimsenmesi, özellikle veri bilimcileri ve makine öğrenimi uzmanları için AI yeteneği talebinde bir artışa yol açtı. En iyi AI profesyonellerini çekmek ve elde tutmak, anlamlı fırsatlar sunmaya ve yenilikçi bir ortam geliştirmeye odaklanan stratejik bir yaklaşım gerektirir.

AI profesyonellerinin temel motivasyonlarından biri, deney yapmalarını, yenilik getirmelerini ve etkili çözümler geliştirmelerini sağlayan yüksek kaliteli verilere erişimdir. Yapılandırılmış, iyi organize edilmiş veri ekosistemleri sunan organizasyonlar, AI uzmanlarının başarılı olabileceği bir ortam yaratır. Aksine, anlamlı iş etkisi yaratma fırsatının eksikliği, AI profesyonellerinin organizasyonları terk etmesinin başlıca nedenlerinden biridir.

En iyi yeteneği çekmek için bankalar, önde gelen mühendislik kolejleri ve üniversitelerle güçlü ortaklıklar kurmalı; AI odaklı staj programları, araştırma iş birlikleri ve doğrudan işe alım yolları sunmalıdır. Bu yaklaşım, finans kurumlarının AI profesyonelleriyle kariyerlerinin erken aşamalarında etkileşime girmesini ve organizasyon içinde net bir büyüme yolu sağlamasını mümkün kılar.

Ayrıca, bankalar içinde AI odaklı bir kültür geliştirmek: AI profesyonellerinin alan uzmanlarıyla birlikte gerçek dünya zorluklarını çözebildiği: iş tatminini ve çalışan bağlılığını artırır. WNS, Hindistan’daki önde gelen üniversitelerle iş birliği içinde benzer bir modeli başarıyla hayata geçirmiştir; bu sayede finans hizmetleri sektörüne katkı sağlayabilecek yetkin AI yeteneklerinin sürekli bir akışı sağlanmaktadır.

AI entegrasyonu ile bankacılık profesyonellerinin rolünün nasıl evrileceğini nasıl görüyorsunuz? Çalışanlar iş kaybı konusunda endişelenmeli mi?

AI’nin insan işlerini yerini alacağı tartışması yıllardır yaygındır. AI rutin görevleri otomatikleştirirken, gerçek etkisi insan yeteneklerini artırmak ve bankacılık profesyonellerinin yaptığı işin kalitesini yükseltmekte yatar.

Tekrarlayan ve kural tabanlı görevler giderek AI ve Robotik Süreç Otomasyonu (RPA) tarafından yönetildiğinde, bankacılık profesyonelleri yargı, eleştirel düşünme ve karar verme gibi daha yüksek seviyeli yetkinlikler gerektiren rollere kaymaktadır. Bu değişim, son on yılda dijital ödemelerin geleneksel çek bazlı işlemleri yavaş yavaş yerine geçmesiyle gerçekleşti. Bu geçiş, şube ve ATM trafiğini azalttı, ancak aynı zamanda şube çalışanlarının ödeme istisna yönetimi, yatırım danışmanlığı ve dolandırıcılık araştırması gibi daha karmaşık rollere yönelmesine neden oldu.

Arka ofis düzeyinde, AI, PDF’ler ve taranmış belgeler gibi yapılandırılmamış verileri dijitalleştirerek operasyonel çabaları basitleştirdi; bu veriler daha önce manuel olarak işleniyordu. İnsan müdahalesi artık öncelikle istisna yönetimi ve karmaşık araştırma görevlerine odaklanıyor, bu da verimlilik ve doğruluğu artırıyor.

İş kaybına yol açmak yerine, AI destekli dönüşüm yetenek geliştirmeye (upskilling) yol açmış; profesyonellerin sektör ihtiyaçlarıyla uyumlu yeni yetkinlikler edinmesini sağlamıştır. Bu değişim, finans hizmetleri sektörüne gelişmiş analitik ve problem çözme becerilerine sahip bir iş gücü kazandırarak fayda sağlar.

Bankacılık organizasyonlarında AI‑ilk kültürünü teşvik etme konusunda gözlemlediğiniz en iyi uygulamalar nelerdir?

WNS, çeşitli bankacılık projelerinde AI‑ilk kültürünü teşvik etmede öncü olmuştur; yapılandırılmış ve iş birliğine dayalı bir yaklaşım sayesinde AI odaklı dönüşümü yönlendirmektedir. Birkaç en iyi uygulama, AI’nın bankacılık organizasyonlarına başarılı bir şekilde yerleştirilmesine katkı sağlar:

1. Ortak Yaratım Modeli: Bankalar, AI destekli çözümlerin gerçek dünya bankacılık sorunlarıyla uyumlu olmasını sağlamak için alan uzmanları ve veri bilimcileri operasyon ekiplerine entegre etmelidir. WNS’te bu yaklaşım, hiper‑otomasyon fırsatlarının belirlenmesi ve uygulanmasını sağlayarak sürekli iyileştirmeyi temin etmiştir.
2. Yerleşik Dönüşüm Takımları: AI dönüşüm çabaları, BT veya yenilik departmanları içinde silo hâlinde olmamalıdır. Bunun yerine, dönüşüm takımlarının temel operasyonlara yerleştirilmesi, AI odaklı verimlilikleri belirlemeye ve çözümleri organizasyon genelinde ölçeklendirmeye sürekli odaklanmayı sağlar.
3. Kültürel Farkındalık ve Benimseme: Organizasyonlar, çalışanları AI’nin faydaları, kullanım senaryoları ve rollerini artırma potansiyeli konusunda eğiten AI okuryazarlık programlarına yatırım yapmalıdır. İyi bilgilendirilmiş bir iş gücü, AI çözümlerini benimseme ve başarılı uygulamaya katkı sağlama olasılığı daha yüksektir.
4. İnovasyonu Teşvik Etme: Çalışanların AI destekli fikirler sunmasını teşvik etmek ve başarılı uygulamaları ödüllendirmek, sürekli iyileştirme ve katılım kültürünü destekler. Yarışmalar, hackathonlar ve takdir programları, AI benimsenmesini tüm organizasyon seviyelerinde artırabilir.

Bu en iyi uygulamaları benimseyerek, bankalar AI entegrasyonunun sorunsuz olmasını, operasyonel verimliliği maksimize etmesini ve finans hizmetlerinin geleceğine hazır bir iş gücü oluşturmasını sağlayabilir.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular WNS sitesini ziyaret etmelidir.