Šta konkretno podrazumeva vaša pozicija AI Products Tribe Leada?
Pozicija AI Products Tribe Leada podrazumeva vođenje multidisciplinarnog tima koji razvija i implementira rešenja bazirana na veštačkoj inteligenciji i naprednoj analitici. “Tribe” koncept potiče iz agilne organizacije, gde se timovi okupljaju oko zajedničke misije i ciljeva. U našem slučaju, to je ubrzanje AI transformacije banke kroz razvoj proizvoda i servisa koji koriste AI/GenAI tehnologije. Uloga uključuje strateško planiranje, upravljanje razvojnom agendom po prioritetima, odnosno benefitima za kompaniju, koordinaciju sa IT i biznis sektorima, kao i nadzor nad AI governance modelom.
Kako izgleda jedan tipičan dan u timu koji razvija rešenja bazirana na veštačkoj inteligenciji?
Tipičan dan u AI timu uključuje rad na više paralelnih inicijativa: od razvoja chatbotova preko inteligentne obrade dokumenata, do modeliranja i pripreme podataka za različite analitčke potrebe. Tim se sastoji od data scientista, inženjera, Product Ownera i eksperata iz biznisa, koji zajedno rade na definisanju ciljeva, testiranju rešenja, integraciji u postojeće sisteme i evaluaciji rezultata.
Predrag Maletić će biti jedan od govornika na Digitalk konferenciji u Nišu.
Koliko je izazovno izgraditi interni AI tim u okviru velike banke, i izabrati ljude sa kojima danas radite?
Izgradnja AI tima u banci zahteva balans između tehničke ekspertize i razumevanja poslovnih procesa. Izazovi uključuju pronalaženje kandidata sa relevantnim znanjem, ali i sposobnošću da AI rešenja prilagode specifičnostima bankarskog okruženja. U selekciji se vodi računa o motivaciji, sposobnosti za timski rad i spremnosti na kontinuirano učenje. S obzirom na kompleksnost posla potrebno je voditi računa i o strukturi tima i preciznom definisanju koje uloge je potrebno imati. Pored tehničkih veština bitan aspekt našeg rada je i komunikacija sa biznisima i promocija AI rešenja kako bi prihvatanje AI bilo na adekvatnom nivou. Danas imamo tim koji kombinuje agilnost startapa sa stabilnošću korporativnog okruženja.
U kojoj meri su AI projekti u banci usmereni ka korisničkom iskustvu, a koliko na optimizaciju internih procesa?
AI inicijative su trenutno raspoređene podjednako između unapređenja korisničkog iskustva i optimizacije internih procesa jer i jedna i druga inicijativa kako direktno tako i indirektno utiče na kvalitet naših usluga ka krajnjim korisnicima. Na strani korisnika, već skoro deceniju imamo našu REA-u koja je prvi konverzacioni bot na tržištu i koja sa visokom samostalnošću opslužuje potrebe naših klijenata. Interno, fokus je na automatizaciji obrade dokumenata, bržem pristupu znanju i podršci operacijama. Cilj je da AI bude prisutan u svakodnevnim aktivnostima, kako za korisnike, tako i za zaposlene. Projekti se biraju na osnovu potencijalnog uticaja na poslovne ciljeve i korisničko zadovoljstvo. U svakom slučaju, AI mora da donese merljive koristi – bilo kroz uštedu vremena, povećanje preciznosti ili bolju interakciju sa klijentima.
Možete li podeliti neki primer rešenja koje je već u primeni?
Tokom poslednjih nekoliko godina, koliko kao centralizovani AI tim opslužujemo naše korisnike, razvijeno je i uposleno nekoliko desetina projekata primene AI/AA. Kako kao tim pokrivamo sve oblasti banke (rad sa stanovništvom, sa kompanijama, rizici, operacije itd) naši projekti dolaze iz svih tih sfera. Neka rešenja se odnose na prepoznavanje potreba klijenata predviđanjem sledeće najbolje ponude, idealnog kanala i vremena komunikacije. Imamo i rešenja koja se bave analizom sumnjivih transakcija i prepoznavanja prevarnih radnji. Razvili smo i značajan broj internih AI asistenata-baza znanja koji pomažu kolegama da brzo i jednostavnu dođu do potrebnih informacija i lakše i brže obave svoj posao. Automatizacija poslovnih procesa putem pametne ekstrakcije informacija iz dokumenata je čest primer projekata sa kojima se srećemo u poslednje vreme i gde nam LLM modeli pomažu.
Kako je izgledao Vaš profesionalni put do pozicije na kojoj danas vodite AI tim u Raiffeisen banci?
Od najranijih početaka karijere moj razvojni put je bio vezan za podatke i rad sa njima. U početku ta oblast nije bila toliko široko popularna, ali je meni uvek bilo interesantno da iz podataka izvlačim zaključke koji nam mogu pomoći da bolje donosimo poslovne odluke. Značilo mi je da sam tokom godina mogao da ispratim neke ključne inovacije na polju podataka i to što se moja uloga linearno razvijala i nadograđivala vremenom. Prvo je bila orijentisana na istraživanje i analizu podataka da bi vremenom rasla preko biznis inteligencije pa mašinskog učenja i kasnije samog AI-ja. To me je dovelo do toga da danas da imam priliku da vodim timove koji se bave korišćenjem podataka u razne svrhe kako bi kao organizacija postigli AI transformaciju.
Često se govori da AI neće zameniti ljude, već da će ljudi koji koriste AI zameniti one koji ga ne koriste. Kako ta tvrdnja izgleda u praksi u okviru Raiffeisen banke?
Rekao bih da već imamo i konkretne primere koji potvrđuju ovu tvrdnju. Fintech Klarna je relativno skoro počeo ponovo da zapošljava nakon što je na talasu AI “hajpa“ odlučio da ukine 700 radnih mesta. Pun potencijal primene AI i dalje zahteva ljude u procesu koji svojim ekspertskim znanjem nadopunjuju tehnologiju. Da bi ovo funkcionisalo i u našoj organizaciji, oformili smo poseban edukativno-mentorski program namenjen svim zaposlenima.
Program ima za cilj da osnaži zaposlene za korišćenje AI alata u svakodnevnom radu. Kroz edukacije, radionice i razmene znanja, kolege razvijaju sopstvene AI asistente, koriste ChatGPT i Copilot, i primenjuju AI u svojim poslovnim procesima. Razbijanjem predrasuda u vezi sa AI i daljim širenjem dobrih AI praksi u svojim organizacionim delovima postižemo kompanijski iskorak u AI transformaciji. AI se ne nameće kao obaveza, već kao alat koji omogućava efikasniji rad i donošenje boljih odluka. Na taj način, zaposleni postaju konkurentniji i spremniji za buduće izazove u digitalnom okruženju.
