Michiel Droogsma (Valcon) over AI-toepassingen en -uitdagingen in de bankensector
Kunstmatige intelligentie speelt tegenwoordig een sleutelrol in de plannen van banken om efficiënter, slimmer en klantgerichter te opereren. Michiel Droogsma, Associate Partner bij Valcon, neemt ons mee in twee belangrijke use cases binnen de sector. Daarbij zet hij uiteen wat leiders kunnen doen om de succesvolle implementatie van AI te waarborgen.
AI is niet meer weg te denken uit het bedrijfsleven, en binnen de bankensector is dat niet anders. Algoritmes en gerelateerde technologieën, zoals machine learning, worden in verschillende domeinen al veelvuldig toegepast.
Vaak bevindt dit zich nog in de pilotfase of in een kleinschalige omgeving, maar in sommige gevallen is AI al opgeschaald naar een oplossing die binnen een hele afdeling of een compleet proces wordt ingezet.
Financiële criminaliteit
Een gebied waar AI in rap tempo gemeengoed wordt, is de bestrijding van financiële criminaliteit, zoals anti-money laundering (AML), een van de grootste hoofdpijndossiers voor banken. Hoewel Droogsma niet verwacht dat AI het menselijk oordeel volledig zal vervangen, vooral als het gaat om complexe dossiers, ziet hij wel een belangrijke verschuiving plaatsvinden.
“Waar analisten nu nog zelf de risicoassessments opstellen, kan AI op basis van de beschikbare data volledig geautomatiseerde rapportages genereren”, legt hij uit. “De rol van de analist verschuift daarmee naar het interpreteren en valideren van de uitkomsten.”
Ook draagt AI volgens Droogsma bij aan kwaliteitsverbetering. “AI kan simpelweg veel meer waarnemen, omdat je modellen kunt trainen en het altijd objectief blijft. Die objectiviteit helpt bovendien om menselijke vooroordelen te verminderen, die onvermijdelijk in besluitvormingsprocessen sluipen.”
Hierin ziet hij echter ook een risico, vooral wanneer incorrecte data wordt gebruikt. “Het is cruciaal dat klantdata en modellen juist worden ingericht alvorens AI gebruikt kan worden voor kwaliteitsverbetering.”
De technologie wordt dan ook steeds vaker ingezet ter ondersteuning van analisten, al is de volledige integratie van AI in hun processen nog niet gerealiseerd. “Banken zijn nog terughoudend, omdat ze niet volledig zeker weten of ze zullen voldoen aan de nieuwe set regels binnen de AI Act die deze maand van kracht wordt.”
Van compliance naar uitbreiden klantrelatie
Een tweede veelgebruikte toepassing van AI is het beter benutten van klantdata. Hiermee kan bijvoorbeeld de klantreis worden geoptimaliseerd of kunnen klantrelaties verder worden versterkt.
“Je ziet bijvoorbeeld dat slechts 10% tot 15% van de zakelijke klanten een relatiemanager heeft”, legt Droogsma uit. “Voor de overige 85% tot 90% ligt er dus een enorme kans om de opgebouwde data in te zetten voor betere advisering en commerciële activiteiten.”
Als AI een deel van het anti-witwaswerk overneemt, kunnen de (voormalige) AML-analisten zich meer richten op het verzilveren van deze kans. Dat vereist wel een cultuuromslag binnen de organisatie, aldus Droogsma: “We moeten van een interne focus, waarin de focus vooral ligt op het opleveren van risicobeoordelingen met de juiste kwaliteit, naar een cultuur waarin we proactief kijken hoe we klanten beter kunnen adviseren.”
Daarmee gaat het werk van de analist behoorlijk op de schop. “De overstap naar de risk-based approach was voor analisten al een enorme uitdaging. Nu moeten ze niet alleen het werk loslaten dat ze jarenlang hebben gedaan, maar ook klanten benaderen op een manier die voor hen grotendeels nieuw is. Ze moeten niet alleen risico’s beoordelen, maar ook kansen voor zowel de klant als de bank identificeren.”
“Dit vraagt om een compleet andere mind- en skillset”, legt hij uit. “We moeten medewerkers trainen om niet alleen diep in de data te graven, maar ook om deze inzichten te vertalen naar waardevolle adviezen voor de klanten.”
Implementeren van AI-oplossingen
Het succesvol implementeren van AI-oplossingen brengt de nodige uitdagingen met zich mee. Dat geldt evenzo voor de bankensector, stelt Droogsma: “Je ziet wel dat banken bezig zijn met de technologie van AI, maar minder met de impact ervan op de organisatie en hoe je daarop moet inspelen. Terwijl het juist ontzettend belangrijk is om de invloed van AI op de werkcultuur en de benodigde vaardigheden van medewerkers echt goed te begrijpen.”
Hij wijst erop dat vooral management nog een inhaalslag te maken heeft. Terwijl zij de strategie en het beleid rondom AI bepalen, blijken ze juist achter te lopen met het gebruik van AI. “Natuurlijk is het creatieve proces rondom de inzet van AI in volle gang. Maar dat proces vindt grotendeels plaats op de werkvloer. Uit onderzoek van McKinsey & Company blijkt bijvoorbeeld dat ‘regulier’ personeel drie keer zo vaak AI-gedreven technieken inzet als bestuurders.”
“Dat kan echt beter”, vindt hij. “Om AI en de implicaties ervan echt te begrijpen, moet het leiderschap het zelf omarmen en uitdragen. Daarmee bedoel ik niet alleen proactief gebruikmaken van AI, maar ook goed kijken naar wat er gebeurt op de werkvloer, bij collega’s en bij concurrenten. Die inzichten moeten vervolgens worden vertaald naar de impact die AI op de organisatie kan hebben.”
En die vertaling is wat Droogsma betreft cruciaal op het gebied van training en ontwikkeling, óók voor het management. “Inspiratiesessies zijn niet voldoende. Je moet echt een stap verder gaan. Wat gaat AI voor jou betekenen? Wat ga je anders doen in je werk? En hoe sta je daar nou eigenlijk tegenover? Uiteindelijk moet iedereen ermee aan de slag. Dit betekent dat mensen de keuze moeten maken of dit nog wel bij ze past.”
Sneller innoveren
Kortom: de kansen van AI zijn groot en talrijk, maar de uitdagingen ook. Bij al deze uitdagingen kan Valcon helpen, geeft Droogsma aan. “Wij beschikken over de kennis en expertise om de volledige AI-keten in kaart te brengen. Van het ontsluiten en optimaal benutten van data tot de impact op de organisatie – inclusief de ontwikkeling van soft skills.”
En juist het samenbrengen van al deze factoren is de kunst, legt hij uit. “Organisaties die hierin slagen ontdekken veel sneller wat ze écht nodig hebben om technieken zoals AI succesvol te implementeren. Dit stelt hen in staat zich sneller aan te passen waar nodig, waardoor innovatie in een stroomversnelling raakt.”
“Denk echt end-to-end na over innovaties zoals AI”, adviseert Droogsma dan ook. “Richt je niet alleen op de data of de achterliggende technieken. Breng zo breed mogelijk in kaart wat de voordelen én gevolgen zijn voor zowel de klant als de organisatie, zodat je nieuwe innovaties veel sneller kan gaan benutten. Alleen dan kun je echt optimaal gebruik maken van de kansen die AI biedt.”
