ODDO BHF & INDOSUEZ WEALTH MANAGEMENT op AI for Finance by Artefact - AI for Private banking & financiële diensten

Private banking is een zeer persoonlijk aspect van financiële dienstverlening en beide banken bespraken hun AI reizen. Beginnend met AI in 2018, lanceerde de ene bank een AI-aangedreven beleggingsfonds en gebruikte algoritmes voor gerichte brokerage. De andere bank begon met NLP om reports samen te vatten voor vermogensbeheerders en experimenteert nu met GenAI use cases, zoals vertaling, spraak-naar-tekst en data querying.

Beide banken hebben verschillende AI toepassingen onderzocht. Een belangrijk aandachtspunt is om frontofficemedewerkers in staat te stellen vergaderingen te stroomlijnen, klantactiviteiten te beheren en gepersonaliseerde to-do lijsten aan te bieden. AI helpt bankmedewerkers complexe procedures door te nemen, zodat ze meer tijd aan hun klanten kunnen besteden. De uitdaging ligt echter in het vinden van een balans tussen toepassingen met een grote impact en operationele haalbaarheid, zodat medewerkers zinvolle ondersteuning krijgen zonder de dagelijkse workflows te ingewikkeld te maken.

Vertrouwen en personalisatie zijn van vitaal belang in vermogensbeheer. AI vervangt menselijke interacties niet, maar vergroot de mogelijkheden van bankiers om klanten effectief te ondersteunen. Door te beginnen met interne tools, zoals chatbots die geïntegreerd zijn in CRM's, krijgen bankiers bruikbare klantinzichten om de besluitvorming te verbeteren. Beide banken zien AI als een hulpmiddel om de persoonlijke klantrelaties die cruciaal zijn voor private banking te verbeteren in plaats van te vervangen.

Het aantonen van de return on investment voor AI projecten is complex, maar beide banken leggen de nadruk op wendbaarheid. De strategie bestaat uit snelle, kleine investeringen met snelle validatie, waarbij risico's worden geminimaliseerd en vertrouwen wordt opgebouwd bij sponsors. De ene bank gebruikt design sprints om concepten te valideren voordat grote investeringen worden gedaan, terwijl beide banken ervan overtuigd zijn dat AI een significante impact zal hebben op de sector. Ze vermijden echter om snelle conclusies te trekken en richten zich op winst op de lange termijn.

Het industrialiseren en opschalen van AI technologieën blijft een uitdaging. Verouderde systemen, evoluerende technologiestacks en nieuwe vaardigheidseisen op het gebied van data analytics en AI vormen hindernissen. Beide banken investeren in het inhuren van gespecialiseerd talent zoals data ingenieurs en ML-experts, terwijl ze ook huidige medewerkers bijscholen om de continuïteit te waarborgen. Ondanks de steun van het management is het essentieel om te bewijzen dat deze investeringen juist zijn om bredere steun te krijgen voor AI-gedreven initiatieven.

Eén bank bevordert de adoptie door stressvrije omgevingen te creëren waarin bankiers AI kunnen verkennen, te beginnen met algemene use cases en vervolgens met meer specifieke toepassingen. Het doel is om bankiers de waarde van AI voor hun professionele leven te laten inzien. Voor de training worden scenario's gespeeld om te laten zien hoe AI kan helpen bij het werven van klanten en andere taken. De tweede bank legt de nadruk op betrokkenheid van het leiderschap, het trainen van het topmanagement op AI, het stimuleren van communities op data en AI en het regelmatig organiseren van bewustmakingsevenementen om succesverhalen te delen en het leren te vergemakkelijken. De banken geven prioriteit aan verschillende niveaus van training - zowel breed opgezet als gericht op experts - om vertrouwen en acceptatie onder medewerkers op te bouwen.