Tiêu điểm khách hàng: Xây dựng hoạt động AI cạnh tranh và hợp tác trong FinTech

Trong môi trường phát triển nhanh chóng, nhóm khoa học dữ liệu nhỏ của chúng tôi liên tục giải quyết những thách thức lớn nhất của công ty và khách hàng như thế nào?

Tại Razorpay, sứ mệnh của chúng tôi là trở thành giải pháp công nghệ tài chính trọn gói cho mọi nhu cầu kinh doanh. Chúng tôi hỗ trợ thanh toán trực tuyến và cung cấp các giải pháp tài chính khác cho hàng triệu doanh nghiệp trên khắp Ấn Độ và Đông Nam Á.

Kể từ khi tôi gia nhập vào năm 2021, chúng tôi đã mua lại sáu công ty và mở rộng danh mục sản phẩm của mình.

Mặc dù chúng tôi đang phát triển nhanh chóng, Razorpay vẫn phải cạnh tranh với các tổ chức lớn hơn nhiều với nhiều nguồn lực hơn đáng kể để xây dựng các nhóm khoa học dữ liệu từ đầu. Chúng tôi cần một phương pháp khai thác chuyên môn của hơn 1.000 kỹ sư của mình để tạo ra các mô hình họ cần để đưa ra quyết định nhanh hơn và tốt hơn. Tầm nhìn AI của chúng tôi về cơ bản dựa trên việc trao quyền cho toàn bộ tổ chức của chúng tôi bằng AI.

Thúc đẩy học máy nhanh chóng và thử nghiệm AI trong dịch vụ tài chính

Với mục tiêu đưa AI vào tay các kỹ sư, tính dễ sử dụng là ưu tiên hàng đầu của chúng tôi khi đánh giá các giải pháp AI. Họ cần khả năng tăng tốc nhanh chóng và khám phá mà không cần nhiều sự hướng dẫn tẻ nhạt.

Bất kể xuất thân của ai, chúng tôi đều muốn họ có thể nhanh chóng nhận được câu trả lời ngay lập tức.

Thử nghiệm AI như thế này trước đây mất cả tuần. Bây giờ chúng tôi đã cắt giảm thời gian đó đi 90%, nghĩa là chúng tôi có được kết quả chỉ trong vài giờ. Nếu ai đó muốn tham gia và đưa ý tưởng AI vào hoạt động, điều đó là có thể. Hãy tưởng tượng số thời gian tiết kiệm được nhân lên trên toàn bộ nhóm kỹ sư của chúng tôi – đó là một sự thúc đẩy lớn cho năng suất của chúng tôi.

Tốc độ đó cho phép chúng tôi giải quyết một trong những thách thức kinh doanh khó khăn nhất đối với khách hàng: đơn hàng gian lận. Trong khoa học dữ liệu, mốc thời gian thường được tính bằng tuần và tháng, nhưng chúng tôi đã đạt được trong 12 giờ. Ngày hôm sau, chúng tôi đã hoạt động và chặn tất cả các đơn hàng độc hại mà không ảnh hưởng đến một đơn hàng thực tế nào. Thật kỳ diệu khi ý tưởng của bạn trở thành hiện thực nhanh như vậy và có tác động tích cực đến khách hàng của bạn.

‘Chơi’ với dữ liệu

Khi các thành viên trong nhóm tải dữ liệu vào DataRobot, chúng tôi khuyến khích họ khám phá dữ liệu một cách đầy đủ nhất – thay vì vội vã đào tạo các mô hình. Nhờ vào việc tiết kiệm thời gian mà chúng tôi thấy với DataRobot, họ có thể lùi lại một bước để hiểu dữ liệu liên quan đến những gì họ đang xây dựng.

Lớp đó giúp mọi người tìm hiểu cách vận hành Nền tảng DataRobot và khám phá những hiểu biết có ý nghĩa.

Đồng thời, ít lo lắng hơn về việc liệu một cái gì đó có được mã hóa chính xác hay không. Khi các chuyên gia có thể thực hiện ý tưởng của mình, họ sẽ tự tin vào những gì họ đã tạo ra trên nền tảng.

Kết nối với Đối tác điện toán đám mây đáng tin cậy

Đối với điện toán đám mây, chúng tôi là một cửa hàng Amazon Net Providers thuần túy. Bằng cách mua lại DataRobot thông qua thị trường AWS, chúng tôi có thể bắt đầu làm việc với nền tảng này trong vòng một hoặc hai ngày. Nếu mất một tuần, như thường xảy ra với các dịch vụ mới, chúng tôi sẽ gặp phải tình trạng ngừng dịch vụ.

Sự tích hợp giữa Nền tảng AI DataRobot và hệ sinh thái công nghệ rộng lớn hơn đảm bảo chúng tôi có cơ sở hạ tầng để giải quyết hiệu quả các sáng kiến ​​AI dự đoán và tạo ra.

Chú trọng đến quyền riêng tư, tính minh bạch và trách nhiệm giải trình

Trong ngành công nghiệp công nghệ tài chính được quản lý chặt chẽ, chúng tôi phải tuân thủ khá nhiều yêu cầu về tuân thủ, bảo mật và kiểm toán.

DataRobot đáp ứng nhu cầu của chúng tôi với tính minh bạch, giảm thiểu thiên vị và công bằng trong mọi mô hình của chúng tôi. Điều đó giúp đảm bảo chúng tôi có trách nhiệm trong mọi việc mình làm.

Quy trình làm việc chuẩn hóa tạo tiền đề cho sự đổi mới liên tục

Để áp dụng trơn tru hơn, việc tạo ra các quy trình vận hành chuẩn là rất quan trọng. Khi tôi thử nghiệm với DataRobot, tôi đã ghi lại các bước để giúp nhóm của tôi và những người khác trong quá trình tích hợp.

Tiếp theo là gì? Khoa học dữ liệu đã thay đổi đáng kể trong vài năm qua. Chúng ta đưa ra quyết định tốt hơn và nhanh hơn khi AI tiến gần hơn đến cách con người hành xử.

Điều khiến tôi phấn khích nhất về AI là về cơ bản hiện nay nó là phần mở rộng của những gì chúng ta đang cố gắng đạt được – giống như một phi công phụ.

Đối thủ cạnh tranh của chúng tôi có lẽ lớn hơn chúng tôi gấp 10 lần về quy mô nhóm. Với thời gian chúng tôi tiết kiệm được với DataRobot, giờ đây chúng tôi có cơ hội để tiến lên phía trước. Nền tảng này là hệ số nhân năng suất cực đại của nhà phát triển, cho phép các chuyên gia hiện tại của chúng tôi chuẩn bị cho thế hệ kỹ thuật tiếp theo và nhanh chóng mang lại giá trị cho khách hàng của chúng tôi.