BNP PARIBAS & ARTEFACT AI Finance by Artefact De transformatie van het commerciële bankwezen met AI

Pierre Ruhlmann benadrukte hoe de bank haar AI rond toegevoegde waarde organiseert. Het programma rust op drie pijlers: teams die klanttrajecten realiseren, een AI voor het opschalen van oplossingen en een expertisecentrum voor het beoordelen van de bedrijfswaarde en het bevorderen AI . Dit organisatorische kader is de afgelopen vier jaar geïmplementeerd, waarmee de eerste fase is afgerond.

Pierre benadrukte dat BNP Paribas waarde in meerdere dimensies meet, en niet alleen in financiële termen. Hoewel kostenbesparingen en efficiëntie cruciaal zijn, hecht de bank ook veel belang aan klanttevredenheid en de betrokkenheid van medewerkers. De bank maakt gebruik van Net Promoter Scores (NPS) om bij te houden hoe AI de klantervaring beïnvloeden. De betrokkenheid van medewerkers is al even belangrijk: het is van belang dat het personeel de voordelen van AI ervaart, wat aansluit bij de dubbele focus van de bank op zowel klanten als medewerkers.

Pierre gaf voorbeelden van hoe de bank haar AI opschaalt, met name op het gebied van machine learning voor scoring en intelligente documentverwerking. Hoewel BNP Paribas aanzienlijk in deze gebieden heeft geïnvesteerd, zijn AI op het gebied van generatieve AI nog minder ver gevorderd. Er worden momenteel twee MVP’s ontwikkeld, “Gary” en “Genius Bar”, die gericht zijn op intern kennisbeheer en verbeteringen in de klantenservice. Beide projecten moeten nog verder worden geoptimaliseerd voordat ze volledig op grote schaal kunnen worden ingezet.

Het Gary-systeem is ontworpen om medewerkers te ondersteunen bij productcontroles en procedures. Hoewel 90% van het personeel het systeem inmiddels gebruikt, zijn er uitdagingen bij de implementatie naar voren gekomen, zoals inconsistenties in de kennisbank met betrekking tot verschillende procedures. Het is van cruciaal belang dat deze inconsistenties worden aangepakt voordat de oplossing verder kan worden opgeschaald. Gary vormt een cruciale stap in de verbetering van interne processen met behulp van AI.

Genius Bar, de tweede belangrijke MVP, heeft als doel de klantenservice te verbeteren door verouderde chatbots te vervangen door een generatieve AI . Aangezien er de komende twee jaar naar verwachting meer dan een miljoen interacties zullen plaatsvinden, vereist de schaalvergroting van deze oplossing een voorzichtige aanpak. Red-teaming-oefeningen zijn van cruciaal belang geweest bij het opsporen van beveiligings- en betrouwbaarheidsproblemen, die inmiddels zijn verholpen om een soepele schaalvergroting van het systeem te garanderen.

Pierre legde de nadruk op AI en haalde daarbij Microsoft Copilot als voorbeeld aan. Uit een proef met twintig medewerkers bleek dat, ondanks de aanvankelijke belangstelling, de helft de tool niet meer gebruikte. Dit leidde tot een ‘Champion Program’ en gerichte trainingen. De bank breidt Copilot nu voorzichtig uit om een goed rendement op de investering te garanderen.

Een van de uitdagingen bij de invoering van AI is ook het stimuleren van een kritische houding bij medewerkers, om ervoor te zorgen dat AI correct worden geïnterpreteerd. Gezien de strenge regelgeving in de banksector moeten medewerkers voorzichtig zijn met het uitsluitend vertrouwen op AI oplossingen. Pierre ging ook in op de angst dat AI banen AI kosten, en stelde de medewerkers gerust door te benadrukken dat AI hun werk AI aanvullen, niet vervangen. Hij wees op het gebruik van A/B-testen om de waarde van taken met en zonder AI te vergelijken, wat helpt om het vertrouwen in en het begrip van het potentieel AIbinnen de organisatie te bevorderen.