In de financiële sector verschuift het gesprek over Kunstmatige Intelligentie (AI) van louter “proof of concept” naar meetcriteria zoals operationele efficiëntie, inkomsten en risicobeheer. Dit blijkt uit de zesde editie van het jaarlijkse rapport “State of AI in Financial Services” van NVIDIA, gebaseerd op een enquête onder meer dan 800 professionals uit de hele wereld.
De kernboodschap is duidelijk: banken, verzekeraars, beheerders en fintech-bedrijven rollen gebruiksgevallen uit die zij al kennen (fraude, risico, klantenservice, back-office), terwijl ze tegelijk de deur openen naar een nieuwe golf: generatieve AI en AI-agenten die taken autonomer kunnen uitvoeren.
De cijfers achter de verandering (en waarom ze ertoe doen)
De enquête laat een overwegend economisch rendement zien:
- 89 % van de respondenten geeft aan dat AI helpt om de inkomsten te verhogen en/of kosten te verlagen.
- 65 % bevestigt dat hun organisatie actief AI toepast, tegenover 45 % in het voorgaande jaar.
- 61 % zegt gebruik of evaluatie van generatieve AI te doen, met een opvallende jaar-op-jaar stijging.
- 100 % geeft aan dat het AI-budget zal toenemen of gelijk blijven.
In een context waar de kosten van kapitaal en regelgevende controle blijven toenemen, worden deze percentages geïnterpreteerd als een duidelijke trend: AI wordt niet meer gezien als een “innovatieproject”, maar als een structurele investering.
Open source: flexibiliteit, controle en minder afhankelijkheid
Een van de meest genoemde conclusies in het rapport is de groeiende rol van open source (modellen en software) als strategisch element. In de enquête beschouwen meer dan 8 op de 10 deelnemers open source als relevant voor hun AI-strategie.
De redenen zijn niet ideologisch, maar praktisch:
- Vastleggen van “vendor lock-in” in een technology die per kwartaal evolueert.
- Modelaanpassingen (fine-tuning) op eigen data en processen.
- Kostenoptimalisatie bij de overgang van experiment naar productie.
- Betere audits van systeemgedrag, wat cruciaal is in de financiële sector.
Verschillende inzichten onderstrepen hetzelfde punt: het behalen van concurrentievoordeel komt niet alleen door gebruik van AI, maar juist door trainen of aanpassen van capaciteiten op basis van bedrijfsgegevens en kennis.
De volgende fase: AI-agenten (en de uitdaging van governance)
Het rapport plaatst AI-agenten als een technologie die zich in de adoptiefase bevindt. Uit de enquête blijkt dat 42 % van de respondenten AI-agenten gebruikt of geëvalueerd; binnen dit groepje zegt 21 % al daadwerkelijk agenten te hebben uitgerold.
In de financiële sector is het voordeel duidelijk: het automatiseren van taken die momenteel veel tijd en menselijke coördinatie kosten, zoals:
- Interne operaties (reconciliaties, incidenten, rapportages).
- Documentverwerking (KYC, polissen, claims, contracten).
- Klantenondersteuning met een significante productiviteitsverhoging.
- Onderzoek en analyse voor investeringsteams (altijd met controle).
De uitdaging ligt in de aard van agenten die niet alleen “antwoorden”, maar ook handelen. Dit vereist strengere controles op veiligheid, traceerbaarheid, toegangsrechten en voortdurende evaluatie (incl. testen op bias en fouten).
Waar wordt de strijd uitgevochten: hybride infrastructuur, cloud en on-premises
De enquête wijst ook op investeringen in infrastructuur om AI-belastingen te ondersteunen, met interesse in opties on-premise, cloud en hybride modellen. In de praktijk verschuift de discussie naar een pragmatische vraag: welke belastingen moeten dicht bij de data blijven (omlatentie, kosten, compliance), en welke kunnen schaalbaar in de cloud?
In banken en verzekeraars, waar legacy-systemen, dataveiligheidseisen en pieken in vraag spelen, lijkt de strategie vaak op het volgende:
- AI dicht bij de kern voor kritieke processen en gevoelige data.
- Cloud voor prototyping, gerichte training of tijdelijke schaalvergroting.
- Observability en governance als een doorlopende kwaliteitslaag, om een duurzame deployment te waarborgen.
Wat leiders vooral moeten lezen tussen de regels
Naast de statistieken biedt het rapport drie belangrijke zakelijke implicaties:
- AI wordt een “motor” voor meetbare efficiëntie, niet enkel een bron van innovatie.
- Open source speelt een rol in controle en kosten, maar vereist ook een betere operationele maturiteit (veiligheid, MLOps, compliance).
- Agents stimuleren procesherontwerp, omdat automatisering niet alleen “assistentie” is: het kan ook uitvoering zijn.
Voor de sector is de boodschap ongemakkelijk, maar ook helder: het niet adopteren van AI betekent niet alleen achterblijven qua productiviteit, maar ook op snelheid van productontwikkeling, fraudecontrole en klantbeleving.
Veelgestelde vragen
Wat betekent “AI-agents” in de financiële sector?
Het verwijst naar AI-systemen die in staat zijn om planning en uitvoering van taken met enige autonomie uit te voeren (bijvoorbeeld het voltooien van een operationele stroom), in plaats van enkel vragen te beantwoorden of teksten te genereren.
Waarom wint open source terrein in AI voor banken en verzekeraars?
Omdat het meer flexibiliteit biedt, afhankelijkheid van één leverancier vermindert en de mogelijkheid geeft om modellen aan te passen aan eigen data. Dit vereist wel een hogere discipline op het gebied van security, MLOps en datagovernance.
Welke use cases leveren het snelste rendement op?
Het rapport benadrukt domeinen zoals fraudedetectie, risicobeheer, documentverwerking en klantenservice, waar verbeteringen snel zichtbaar zijn in tijd, fouten en kosten.
Wat zijn de belangrijkste risico’s bij schaalvergroting van AI?
Risico’s betreffen datagouvernance, compliance, bias, traceerbaarheid en veiligheid. Bij agenten is het vooral belangrijk om acties, toestemming en resultaten te auditen met telemetry en voortdurende controles.
bron: blogs.nvidia