GenAI is een ontwrichtende technologie die innovatie en efficiëntie stimuleert. In dit artikel delen wij de belangrijkste operationele aspecten die u moet overwegen wanneer u GenAI in uw organisatie introduceert.

Van de omvorming van traditionele bancaire activiteiten tot het verbeteren van klantervaringen, GenAI verrijst als een ontwrichtende kracht die innovatie en efficiëntie stimuleert. Generatieve AI (GenAI) verwijst naar een subcategorie van AI, gericht op het genereren van nieuwe inhoud of gegevens met behulp van algoritmen die worden getraind met grote gegevenssets. Binnen een bedrijfscontext kan GenAI worden toegepast bij het automatiseren van repetitieve taken, het produceren van gepersonaliseerde inhoud, het samenvatten van documenten en het verbeteren van de werknemersproductiviteit door snelle toegang tot informatie te verlenen.

In de dynamische wereld van bancaire en financiële diensten heeft de integratie van GenAI een transformerende impact. De in 2023 geconstateerde toename van ambities en investeringen heeft banken ertoe aangezet diverse AI-gebruiksmogelijkheden te verkennen. De verhoogde druk van de leiders om meetbaar rendement van investeringen te behalen, heeft geleid tot de oprichting van specifieke managementteams die zich richten op het wereldwijd uitbreiden van GenAI-initiatieven.

• In het bank-, financie- en verzekeringswezen zorgt GenAI voor een revolutie in klantervaringen door risicobeheer, fraudeopsporing, gepersonaliseerde diensten en operationele efficiëntie. Gartner voorspelt dat de uitgaven van banken voor beveiliging en risicobeheer wereldwijd  215 miljard dollar  zullen bedragen tegen eind 2024, een  stijging van 14 procent op jaarbasis.

• Tot de meest recente verbeteringen behoort onder andere de detectie van onregelmatigheden als een belangrijk gebruiksscenario. AI-modellen kunnen ongewone transacties detecteren die niet gemakkelijk door op regels gebaseerde systemen kunnen worden geïdentificeerd.  Swedbank meldde een verbetering van 20-30% in fraudeopsporing met deze modellen. Deze toepassing is van essentieel belang omdat instellingen in het bank-, financie- en verzekeringswezen enorme transactievolumes verwerken.

• Casestudy's laten zien hoe GenAI-toepassingen werken in robo-adviseurs voor portfoliobeheer, algoritmische handel, chatbots voor klantenservice, op AI gebaseerd risicoacceptatiebeleid, geautomatiseerd contractbeheer, gepersonaliseerde financiële planning, geoptimaliseerde handelsstrategieën en verbeterde klantenondersteuning.

Terwijl banken de vruchten plukken van de implementatie van AI in verschillende gebruiksscenario's, ligt de echte uitdaging in het fundamenteel heroverwegen van de aard van bankactiviteiten.

Een visie opbouwen voor het GenAI-tijdperk

Hoe herdefiniëren we de essentie van het bankwezen door geheel nieuwe manieren te bedenken om producten en diensten te leveren?

Deze verschuiving gaat verder dan het verbeteren van bestaande processen. Het gaat om het heropbouwen van de essentie van bankactiviteiten, het overstappen van een traditioneel fysiek model naar een structuur die is gebouwd rond gegevens en AI-infrastructuur. De weg naar een door GenAI gedreven instelling is ontmoedigend maar cruciaal om bij te blijven met voortdurende veranderingen, door gebruik te maken van gegevensanalyses (bijvoorbeeld gegevens over naleving van de regelgeving, kredietrisicobeoordeling, investeringsgegevens enzovoort), door geautomatiseerde processen in te voeren en de algehele efficiëntiewinst te verbeteren.

Door de golf van digitale innovatie heeft India een sterke impuls gegeven aan vooruitgang en kansen. Het  Digital India-initiatief (2024)  moet een revolutie teweeg brengen in elke gebruikerservaring door gebruik te maken van geavanceerde AI/ML-mogelijkheden, zoals het analyseren van gebruikersvoorkeuren, gedrag en eerdere interacties om sterk aangepaste en relevante inhoud te leveren.

Investeren in schaalbare mogelijkheden

Leiders in de financiële sector moeten de noodzakelijke capaciteiten, vaardigheden en investeringen identificeren die nodig zijn voor de op GenAI gerichte toekomst. Het evenwicht tussen de snelle levering van nieuwe producten en het ontwerpen van de organisatie met het oog op betere prestaties, vormt een grote uitdaging. De focus zou moeten liggen op het bouwen van herhaalbare taken en tools die het beste rendement opleveren.

Zo biedt GenAI bij bancaire transacties bijvoorbeeld een progressieve oplossing voor contractbeheer. Door vervelende taken zoals het herzien van overeenkomsten, het voorstellen van nalevingsclausules en het automatisch gezamenlijk bekijken en bewerken van contracten, stroomlijnt GenAI processen waarmee tijd en middelen worden bespaard.

Ook voor een betere kredietrisicobeoordeling gebruiken banken op AI gebaseerde systemen om beter geïnformeerde, veiligere en rendabele beslissingen over kredietverlening te nemen. Machine learning-algoritmen kunnen gedrag en patronen bekijken om te bepalen of een klant met een beperkte kredietgeschiedenis in feite een goede klant zou kunnen zijn, of klanten vinden waarvan de patronen de kansen voor upselling zouden kunnen verhogen.

Deze algoritmen beoordelen de kredietwaardigheid met behulp van duizenden alternatieve gegevenspunten die verder gaan dan de traditionele scores.

Een ander voorbeeld is de hypotheeksector waar de GenAI-mogelijkheden kunnen worden uitgebreid tot het opnemen van klantgegevens om contracten op maat van de klant te genereren. Door de voorwaarden te optimaliseren op basis van leningen uit het verleden en tegelijkertijd te zorgen voor naleving van regelgevingsnormen, verbetert GenAI de efficiëntie en nauwkeurigheid van hypotheektransacties.

De kracht van GenAI voor het bank- financie- en verzekeringswezen benutten

GenAI heeft het potentieel om de sector op drie belangrijke manieren te veranderen:

• Het narratief veranderen:  Een voortrekkersrol in AI is geen relatief concurrentievoordeel meer. GenAI heeft het discours over AI veranderd, waardoor iedereen het zou moeten overwegen.

• Het productvoordeel verstoren voor degenen die het voortouw nemen:  Technologieën zoals chatbots, die ooit als grensverleggend werden beschouwd, zijn niet langer de allernieuwste oplossing. Investeringen in GenAI kunnen een reeks producten leveren die een toonaangevende positie innemen.

• Een technologische voorsprong nemen op concurrenten:  Met grote taalmodellen (LLM's) kunnen banken een voorsprong nemen op concurrenten op het gebied van technische vaardigheden en 'deep datasets'. Decennialange investeringen in gegevensinfrastructuur kunnen nu in beduidend kortere tijdsbestekken en tegen lagere kosten worden gerepliceerd. Hoewel de impact van deze veranderingen nog onzeker is, kunnen diep verankerde culturen die gericht zijn op het optimaliseren van gegevensgestuurde bedrijfsmodellen een concurrentievoordeel behouden.

Uit een recente studie van McKinsey blijkt dat de totale potentiële waarde van GenAI in het bankwezen in het bereik van  200 tot 340 miljard dollar  ligt, inclusief technische toepassingen, klantenservice, verkoop en marketing en gebruiksscenario's voor risicobeheer.

Tegen 2025 zullen er meer dan  100 miljoen  volwassen gebruikers van generatieve AI zijn (dat wil zeggen circa 82 miljoen professionele gebruikers).

Doorgaans gaan ze ervan uit dat GenAI zal worden toegepast op vier gebieden:

• Productonderzoek en -ontwikkeling/software-engineering
• Klantactiviteiten
• Marketing en verkoop
• Overige functies zoals documentatie over risicomodellen

Adobe-oplossingen op het gebied van GenAI

Bij Adobe omarmen we het motto "Creativiteit is de nieuwe productiviteit" en zijn we toonaangevend met oplossingen zoals Adobe Firefly en Digital Experience-oplossingen die zijn gebaseerd op Sensei en meer GenAI-mogelijkheden.

De benadering van GenAI door Adobe draait om schaal, vertrouwen en gereedheid. We stellen ons de vraag hoe we het creëren van campagnes, het identificeren van doelgroepen, het leveren van ervaringen, het simuleren van trajecten en ten slotte het begrijpen van de inzichten die onze systemen ons bieden, aanpakken.

• Ontworpen om commercieel veilig te zijn: getraind met de  meer dan 300 miljoen  hoogwaardige assets met hoge resolutie van Adobe Stock en openbare content met open licentie waarvan het auteursrecht is verlopen, ondersteund door Adobe met schadeloosstelling.

• Geïntegreerde workflows:  De GenAI-mogelijkheden van Firefly worden geïntegreerd in tools voor Adobe Creative Cloud, Adobe Document Cloud en Adobe Experience Cloud.

• Copiloot voor ontwerp en levering:  Marketeers en creatieve professionals zullen altijd de leiding nemen en in staat zijn om generatieve uitvoer te begeleiden en te superviseren.
• Op merkbasis, op schaal:  Verken manieren waarop klanten Firefly kunnen trainen met hun eigen materiaal, waardoor inhoud wordt gegenereerd in hun merkstijl en designtaal.

Uitdagingen aanpakken

Nu banken ernaar streven meer waarde te halen uit GenAI, worden ze geconfronteerd met dubbele verwachtingen: enerzijds de digitale transformatie en anderzijds een sterk aandeelhoudersrendement. De economische uitdaging ligt in het omzetten van variabele kostenoefeningen in vaste kostenprocessen.

Hoewel deze uitdaging voor banken minder groot kan zijn dan voor professionele dienstverlenende bedrijven, zal de agressieve uitrol van GenAI waarschijnlijk concurrentiedruk uitoefenen, mogelijk van wendbare start-ups of traditionele banken die AI gebruiken om hun aanbod te vergroten en de efficiëntie te verbeteren.

Bovendien geldt het volgende:

• Er moeten vroegtijdig governanceframeworks worden opgezet, die risico's, tests en verantwoord gebruik bestrijken
• De eerste toepassingen moeten de nadruk leggen op het verbeteren van werknemersproductiviteit door kennisonderzoek en documentgeneratie
• Talent moet worden bijgeschoold via managementtrainingen, uitbreiding van de capaciteiten en werving op basis van vaardigheden
• Er moet gebruik worden gemaakt van gecentraliseerde modellen om organisatiestandaarden te sturen en tegelijk de input van bedrijfseenheden te stimuleren
• Modeluitvoer moet worden gevalideerd via materiedeskundigen en geautomatiseerde validatietools
• Er moeten oplossingen worden ontworpen waarbij de eindgebruiker centraal staat, zodat menselijke input de systeemontwikkeling vormgeeft

Samengevat, hoewel GenAI een transformatief potentieel in het bank-, financie- en verzekeringswezen introduceert, zal een verstandig bestuur en veranderingsbeheer bepalend zijn voor een succesvolle schaalvergroting. Banken die deze uitdagingen efficiënt aanpakken, kunnen een enorme toegevoegde waarde ontsluiten.

Conclusie

GenAI in het bank-, financie- en verzekeringswezen heeft een enorm potentieel om een radicale verandering in bancaire en financiële diensten te veroorzaken, van het verbeteren van klantervaringen tot het optimaliseren van transacties. De strategische en ethische implementatie van GenAI-mogelijkheden zal van cruciaal belang zijn voor instellingen in het bank-, financie- en verzekeringswezen om in dit voortdurend veranderende landschap duurzame concurrentievoordelen te behalen, in 2024 en daarna. We erkennen het feit dat AI en GenAI gegevensdetectie kunnen transformeren en een extra boost geven, zodat content sneller kan worden gemaakt, tot hyperpersonalisatie en levering.