Dankzij AI generatieve AI worden de regels van de financiële sector opnieuw geschreven. In hun gesprek voor The Bridge bespreken Joffrey Martinez, Managing Partner en Global Lead voor Financial Services Artefact, en Alexis Baufine-Ducrocq, Partner en Lead Financial Services, de wedloop om financiële prestaties met behulp van AI opnieuw te definiëren.

Joffrey Martinez geeft leiding aan programma’s voor data AI bij grote banken, verzekeraars en financiële instellingen over de hele wereld. Voordat hij Artefact in dienst trad, was hij werkzaam in de private-equitysector en in de consultancy, onder meer bij BearingPoint en IBM Consulting France. Hij heeft een masterdiploma van de Kedge Business School en is gecertificeerd als Black Belt Lean Six Sigma; daarnaast heeft hij een executive-opleiding gevolgd aan de École Polytechnique.

Alexis Baufine-Ducrocq helpt toonaangevende banken en verzekeraars bij de implementatie van AI GenAI-oplossingen. Hij heeft meer dan 14 jaar ervaring als consultant in Europa en Azië en bekleedde eerder functies op het gebied van strategie en technologie. Alexis studeerde ingenieurswetenschappen en telecommunicatie aan CentraleSupélec en is afgestudeerd aan ESCP Europe.

Artificial intelligence al geruime tijd deel Artificial intelligence van de financiële wereld, maar door de snelle opmars van generatieve AI geavanceerde analyse verandert de manier waarop instellingen denken over prestaties, productiviteit en waardecreatie ingrijpend. In het bankwezen, de verzekeringssector en het vermogensbeheer AI niet langer alleen een hulpmiddel voor operationele efficiëntie, maar een motor voor strategische transformatie.

Tegenwoordig wordt het concurrentievermogen in de financiële sector niet alleen afgemeten aan marges of risicoblootstelling, maar ook aan de mate waarin instellingen hun data effectief kunnen verzamelen en benutten. Er is een race gaande om snellere beslissingen, betere klantervaringen en veerkrachtigere bedrijfsvoering te realiseren, allemaal gebaseerd op een intelligente coördinatie van informatie.

Snelheid, nauwkeurigheid en kwaliteit zijn onlosmakelijk met elkaar verbonden geraakt. In een omgeving waarin een bank een lening binnen enkele uren in plaats van dagen kan goedkeuren of een verzekeraar een schadeclaim binnen enkele minuten kan uitbetalen, zijn de verwachtingen van klanten voorgoed veranderd. Leiderschap in de financiële sector zal toebehoren aan degenen die flexibiliteit kunnen combineren met vertrouwen: een combinatie die mogelijk wordt gemaakt door AI.

Twee wegen naar AI

Hoewel elke financiële instelling bezig is met AI , lopen de ontwikkelingsniveaus binnen de sector sterk uiteen. Het retailbankwezen en de verzekeringssector behoorden tot de eersten die AI op grote schaal gingen toepassen, grotendeels omdat hun bedrijfsmodellen afhankelijk zijn van schaalgrootte: miljoenen klanten, miljarden data en een voortdurende druk op de marges. Door deze omstandigheden is het rendement op AI zowel meetbaar als direct merkbaar.

Retailbanken maken tegenwoordig gebruik van machine learning om kredietaanvragers vooraf te screenen, services te personaliseren en afwijkingen in klanttransacties op te sporen. Verzekeraars passen soortgelijke technieken toe om polisverlengingen te voorspellen, fraude op te sporen en het acceptatieproces te optimaliseren. In beide sectoren draagt AI bij aan de winstgevendheid door de bedrijfskosten te verlagen en het potentieel voor cross-selling te vergroten.

Daarentegen zijn investment banking, private banking en vermogensbeheer het AI binnengegaan via gespecialiseerde domeinen: kwantitatieve handel, risicomodellering en fraudedetectie. Deze toepassingen waren diepgaand maar beperkt, en voorbehouden aan experts zoals kwantitatieve analisten en actuarissen. Wat er vandaag de dag verandert, is de verspreiding van AI de hele waardeketen. Klantrelaties, kredietverlening en risicobeheer worden nu doordrongen van voorspellende modellen en geautomatiseerde redeneringen. Wat zich vroeger afspeelde in geïsoleerde expertisecentra, raakt nu steeds meer verweven met de dagelijkse besluitvorming.

Zoals Joffrey het stelt: „Alle spelers hebben zich in de race om AI gestort, omdat het een echte concurrentie-uitdaging is om dit potentieel te ontsluiten.“ De verspreiding van AI de overgang van experimenteren naar integratie, van geïsoleerde projecten naar een sectorbrede capaciteit die het concurrentievermogen ondersteunt.

data leggen

Van alle financiële subsectoren laat services het duidelijkste zien hoezeer data transformatie. Actuarissen, de oorspronkelijke data van de sector, hebben altijd al statistische modellen gebruikt om risico’s te waarderen. Die cultuur van kwantificering biedt verzekeraars een natuurlijk voordeel bij het moderniseren van hun infrastructuur.

De afgelopen jaren is de aandacht verschoven naar het creëren van end-to-end data . Zorg-, schade- en levensverzekeraars bouwen platforms die in staat zijn om data, data, data en data uit externe bronnen in realtime te verwerken. Het resultaat is een uniforme basis voor voorspellingen en personalisatie.

De meeste verzekeraars maken tegenwoordig gebruik van hybride,cloud . Zeer gevoelige datasets, zoals medische dossiers, blijven op locatie opgeslagen, terwijl minder kritieke data naar publieke clouds data met het oog op schaalbaarheid en geavanceerde analyses. Steeds vaker ontstaat er een derde laag, namelijk soevereine clouds, om innovatie te verzoenen met wettelijke vereisten. Dankzij deze gelaagde aanpak kunnen bedrijven een evenwicht vinden tussen naleving, flexibiliteit en kosten.

Even belangrijk is de opkomst van data robuust data . De verantwoordelijkheid voor data steeds meer naar de bedrijfsfuncties, waardoor verzekeraars, schadebehandelaars en marketeers rechtstreeks verantwoordelijk data voor data en het gebruik data . Dankzij een sterk gegevensbeheer worden data een technisch, data een operationeel middel: schoon, in de juiste context geplaatst en bruikbaar voor AI. Met een sterk gegevensbeheer AI van een hulpmiddel voor experts naar zelfbedieningssystemen die de impact op het bedrijf versnellen.

Customer Data (CDP’s) spelen een steeds centralere rol in deze strategie. Door informatie uit verschillende contactpunten met elkaar te koppelen, stellen CDP’s verzekeraars in staat om vroege tekenen van klantverloop te signaleren, services op maat aan te bieden en dynamisch in te spelen op klantgedrag. In een sector die bekendstaat om zijn hoge klantverloop, waar het – zoals Alexis het uitdrukt – „erom gaat de badkuip sneller te vullen dan hij leegloopt”, staat data tegenwoordig synoniem voor klantenbinding.

Met een dergelijke basis AI de overstap maken van door experts aangestuurde initiatieven naar zelfbedieningstoepassingen die voor elke bedrijfsunit toegankelijk zijn. Data vormenData de brug tussen technologisch potentieel en commerciële impact.

Wereldwijde verschillen in AI

Bij een vergelijking AI wereldwijd komen duidelijke patronen naar voren. De Verenigde Staten lopen met een aanzienlijke voorsprong voorop en zijn goed voor meer dan een derde van AI wereldwijde AI in de financiële dienstverlening. Amerikaanse instellingen zoals JPMorgan hebben AI vrijwel elk proces geïntegreerd, van handel en kredietbeheer tot klantadvies, en laten daarmee zien hoe volledige integratie op grote schaal eruitziet.

Azië volgt op de voet, aangedreven door het buitengewone innovatievermogen van China. Ping An bijvoorbeeld is uitgegroeid van een verzekeraar tot een gediversifieerde organisatie, die duizenden AI heeft aangevraagd en honderden toepassingen op het gebied van gezondheidszorg, kredietverlening en vermogensbeheer op de markt heeft gebracht.

Europa doet qua omvang van zijn initiatieven niet onder voor Azië, maar onderscheidt zich door de nadruk die het legt op ethiek en regelgeving. Banken als UBS, BNP Paribas en Santander investeren fors in AI verantwoorde AI en zetten tegelijkertijd geavanceerde modellen in voor fraudepreventie en klantenservice.

Andere regio’s boeken op hun eigen, kenmerkende manier snel vooruitgang. Latijns-Amerika, onder aanvoering van de Braziliaanse banken Itaú en Nubank, zet AI in AI fraude te bestrijden en volledig digitale bankecosystemen te beheren. Het Midden-Oosten profiteert van door de overheid gestuurde AI die innovatie in alle sectoren versnellen, terwijl Afrikaanse instellingen AI gebruiken AI financiële inclusie uit te breiden naar bevolkingsgroepen die tot nu toe onvoldoende toegang hadden tot financiële diensten.

Ondanks deze verschillen is er één factor die de koplopers bindt: de erkenning van AI strategische infrastructuur. Landen en instellingen die AI als een kostenpost maar als een groeiplatform beschouwen, boeken sneller, zelfverzekerder en met meer samenhang vooruitgang.

Drie pijlers van waardecreatie

In de hele financiële sector AI waarde via drie onderling samenhangende pijlers: kostenoptimalisatie, omzetgroei en risicobeperking.

Kostenoptimalisatie blijft het meest in het oog springend. Automatisering verlaagt de ‘dienstverleningskosten’ door de documentverwerking, kredietbeoordeling en klantenservice te stroomlijnen. In het retailbankwezen heeft AI kredietanalyse de doorlooptijd voor kredietgoedkeuringen met dagen verkort, waardoor de operationele kosten zijn gedaald en de klanttevredenheid is toegenomen. In de verzekeringssector kan dankzij end-to-end-automatisering nu tot 30 procent van de schadeclaims op het gebied van eigendommen en gezondheid binnen enkele minuten worden verwerkt. Optische tekenherkenning en generatieve modellen lezen facturen, controleren de dekking en activeren onmiddellijke betalingen: een concreet voorbeeld van hoe efficiëntie zich vertaalt in een betere ervaring.

Diezelfde systemen versterken juist de menselijke inbreng. Door routinematige zaken automatisch af te handelen, AI experts zich AI concentreren op complexe of gevoelige situaties waarin beoordelingsvermogen en empathie het belangrijkst zijn. Automatisering wordt in die zin een manier om werk weer menselijker te maken, in plaats van het te elimineren.

Omzetgroei is de volgende uitdaging. Dankzij voorspellende analyses kunnen banken en verzekeraars anticiperen op de behoeften van klanten – een nieuwe baan, de aankoop van een huis, een verandering in het leven – en precies op het juiste moment relevante producten aanbieden. Generatieve AI dit voordeel AI naar adviescontexten: in private banking kan het complexe marktanalyses omzetten in beknopte, bruikbare inzichten, waardoor de tijd tussen het verstrekken van deskundig advies en de beslissing van de klant wordt verkort.

Dergelijke mogelijkheden zorgen ervoor dat servicemodellen veranderen van reactief naar proactief. Relaties worden continu, contextueel en gepersonaliseerd, wat een belangrijk onderscheidend vermogen vormt in markten waar het productaanbod anders als commodity wordt beschouwd. AI een nieuwe norm voor klantrelaties: altijd beschikbaar, toegankelijk, gepersonaliseerd en responsief.

De derde pijler, bescherming, is misschien wel de belangrijkste voor het vertrouwen. Modellen op basis van machine learning monitoren tegenwoordig miljoenen transacties in realtime en sporen afwijkingen op die wijzen op mogelijke fraude of witwaspraktijken. Het vermogen AIom om te gaan met onevenwichtige data – waarbij het aantal legitieme transacties veel groter is dan het aantal frauduleuze – heeft een revolutie teweeggebracht in de risicodetectie.

Op dit gebied zorgtAI voor eenAI vermindering van het aantal valse positieven. In plaats van dat legers van analisten transacties handmatig moeten controleren, AI de waarschuwingen zodat de menselijke aandacht zich kan richten op daadwerkelijk verdachte activiteiten. Bij sommige instellingen leidt dit tot een vermindering met een factor 100, zonder dat dit ten koste gaat van de nauwkeurigheid. Het resultaat? Lagere kosten, snellere reactietijden en meer vertrouwen bij toezichthouders en klanten.

Meer dan alleen ROI: het culturele rendement

Het is relatief eenvoudig om de impact AIin cijfers uit te drukken. Fraudemodellen kunnen tientallen miljoenen euro’s besparen; procesautomatisering kan een efficiëntiewinst van 20 tot 30 procent opleveren. De diepere waarde ligt echter in de manier waarop AI de denk- en werkwijze van organisaties AI .

Als we AI als een automatiseringstool beschouwen, gaan we voorbij aan het transformatieve potentieel ervan. Het gaat niet alleen om het besparen van enkele minuten bij routinetaken; het gaat om het herdefiniëren van rollen, managementpraktijken en zelfs het begrip expertise. In organisatie van de toekomst zullen managers bijvoorbeeld toezicht houden op AI die de meeste standaardschadeclaims afhandelen, terwijl menselijke tijd wordt ingezet voor uitzonderlijke gevallen die empathie en beoordelingsvermogen vereisen.

Daarnaast is er de stille productiviteit van alledaagse gereedschappen, die Alexis omschrijft als diffuse productiviteit. Ondersteunende technologieën zoals Copilot besparen misschien slechts enkele minuten per gebruiker, maar hun cumulatieve effect zorgt voor een gelijkmatige kwaliteit binnen teams. Wanneer medewerkers ontdekkingen en best practices delen, versnellen ze de acceptatie en bouwen ze vertrouwen op in complexere AI .

Op die manier wordt culturele paraatheid zowel een voorwaarde als een resultaat van AI . Organisaties die nieuwsgierigheid en samenwerking stimuleren, behalen op de lange termijn veel grotere voordelen dan organisaties die zich uitsluitend richten op directe financiële resultaten.

Omgaan met de nieuwe aspecten van risico’s

Geen enkele sector heeft meer ervaring met risicobeheer dan de financiële sector. Toch AI nieuwe vormen van risico AI die aangepaste controlemaatregelen vereisen, variërend van data en modelvertekening tot cyberweerbaarheid en verklaarbaarheid.

Veel instellingen pakken deze uitdagingen aan via het model van de „drie verdedigingslinies“. Het ene team ontwikkelt het algoritme, een ander team controleert de integriteit ervan en een derde team, waar vaak ook toezichthouders deel van uitmaken, beoordeelt de prestaties ervan. Deze scheiding van taken zorgt voor verantwoordingsplicht en transparantie gedurende de gehele AI .

Cruciaal is dat de diepgewortelde bestuurscultuur binnen de sector een stevige basis vormt voor verantwoorde AI. Banken en verzekeraars werken al volgens strenge normen op het gebied van vertrouwelijkheid en naleving; het is een logische volgende stap om deze principes uit te breiden naar algoritmische systemen. Zoals Joffrey opmerkt: „Het grootste risico is het risico om niets te doen.“ Niets doen zou in deze context betekenen dat men concurrentievoordeel afstaat aan flexibelere concurrenten.

De menselijke transformatie

De ingrijpendste verandering betreft echter de mens. De geschiedenis leert ons dat elke automatiseringsgolf de professionele focus verlegt in plaats van deze teniet te doen. Toen de mechanische rekenmachine aan het einde van de negentiende eeuw zijn intrede deed, werden klerken niet vervangen; ze werden analisten. Dezelfde logica geldt vandaag de dag.

AI berekeningen, documentatie en monitoring automatiseren, maar de behoefte aan menselijk toezicht, interpretatie en empathie zal alleen maar toenemen. De professionals van morgen zullen leidinggevenden zijn van intelligente systemen, procescoördinatoren en ontwerpers van transformaties. Hun waarde zal niet liggen in het uitvoeren van routinetaken, maar in inzicht en beoordelingsvermogen.

De uitdaging is niet om mensen overbodig te maken, maar om ze op een nieuwe manier onmisbaar te maken.

Op weg naar een intelligenter financieel ecosysteem

AI de manier waarop financiële instellingen hun bedrijfsvoering regelen, met klanten omgaan en risico’s beheersen, al ingrijpend veranderd. In de volgende fase zullen gespecialiseerde AI van begin tot eind samenwerken met menselijke experts, waardoor intelligentie in elk proces wordt geïntegreerd.

De instellingen die deze transformatie zullen aansturen, zijn de instellingen die innovatie weten te combineren met de discipline die de financiële sector altijd heeft gekenmerkt. Zij zullen AI louter als technologie beschouwen, maar als een middel om de fundamentele opdracht van de sector nieuw leven in te blazen: klanten beter van dienst zijn, verantwoord omgaan met risico’s en waarde creëren met intelligentie en integriteit.

Kortom, de toekomst van de financiële dienstverlening wordt niet bepaald door wie de meeste modellen inzet, maar door wie deze modellen gebruikt om de meest betrouwbare, flexibele en mensgerichte instellingen op te bouwen.

 

Bekijk het originele interview in het Frans: