BLOG – Financiële instellingen plukken de vruchten van generatieve ai (gen-ai), mits zij de basis goed leggen. Dit betekent dat bedrijven zich moeten richten op het om- of bijscholen van medewerkers, het opbouwen van een datafundering en het voorbereiden op toekomstige regelgeving. Als deze basis goed is, kunnen gebruikers profijt trekken van gen-ai.
Volgens het rapport ‘New World New Work‘ gaat minstens negentig procent van de banen een bepaalde impact van gen-ai ondervinden. In de financiële sector is dit te zien in functies zoals klantenservice- en bankmedewerkers. Toch hoeven deze medewerkers niet bang te zijn dat ze niet meer nodig zijn. In veel gevallen gaat gen-ai hun rol aanvullen en de productiviteit verhogen. Om dit te bewerkstelligen. moeten organisaties medewerkers opleiden. Aangezien 32 procent van de financiële instellingen kennis en expertise als een belemmering ziet om ai-doelstellingen te behalen, moeten ze zo snel mogelijk van start gaan met bij- en omscholing. Vaardigheden als kritisch denken, creativiteit en communicatie worden van vitaal belang om te bepalen waar gen-ai waarde kan toevoegen.
Data-volwassenheid
Gen-ai heeft toegang nodig tot de juiste data om effectief te kunnen functioneren. Banken hebben hierin al grote stappen gezet, maar data-volwassenheid blijft een ondergeschoven kindje. Slechts zeventien procent van de bedrijven scoort hoog op data-volwassenheid blijkt uit genoemd onderzoek. En dat terwijl bijna alle leidinggevenden verwachten dat gen-ai hun organisatie ingrijpend zal veranderen. Nu is de tijd om te beginnen met het verduidelijken van dataverwerkingsmogelijkheden. Zo blijkt ook uit het onderzoek van Gartner, dat pleit voor een juiste infrastructuurkeuze, zodat deze afgestemd is op de zakelijke behoeften van de toepassingen.
Bedrijven maken steeds meer gebruik van verschillende soorten data dan voorheen. Gestructureerde data is minder dan twintig procent van de data binnen een bedrijf en wordt aangevuld met ongestructureerde data zoals foto’s, video’s, e-mails en chatberichten. Met gen-ai wordt het mogelijk om waardevolle informatie uit deze verschillende bronnen te halen. Bedrijven moeten nu al werken aan een solide datastructuur om gen-ai effectief te gebruiken.
Verordening
De EU heeft een verordening ingevoerd om risicovolle ai-modellen in te perken, terwijl de VS in 2024 een besluit nam over het gebruik van gen-ai. Naarmate meer bedrijven gen-ai omarmen, worden zorgen over het gebruik van deze ai-tools en klantdata steeds groter. Financiële instellingen moeten zich nu al voorbereiden op de veranderingen in regelgeving die er zeker aankomen. De beheersing van deze technologie vormt de grootste uitdaging. Transparantie en verklaarbaarheid van de besluitvormingsprocessen binnen gen-ai-modellen blijven schaars. Er ontbreekt een helder inzicht, en controlemechanismen functioneren nog niet altijd naar behoren. Het gaat verder dan het voldoen aan regelgeving; het draait ook om het versterken van vertrouwen in een snel evoluerende digitale wereld.
Waarde
Na het leggen van de noodzakelijke basis, wordt het steeds duidelijker waar gen-ai waarde kan toevoegen. Meer informatie opzoeken over succesvolle projecten kan hier zeker bij helpen. Denk aan virtuele assistenten, die 45 procent van alle financiële medewerkers als waardevol ervaren. Of aan gepersonaliseerde financiële tips voor klanten. Gen-ai is de beste collega als het gaat om het verbeteren van klantenservice en documentverwerking.
Keerpunt
Gen-ai bevindt zich op een keerpunt. Financiële instellingen moeten nu beginnen met hun adoptieproces, zodat ze in 2025 klaar zijn om de vruchten van de technologie te plukken en een moderne, competitieve onderneming te worden. Instellingen die deze ontwikkelingen negeren, raken achterop.
Verdiep je in gen-ai, werk aan een sterke en toekomstbestendige infrastructuur, en voorkom dat regelgeving een obstakel vormt. Zo kan je digitale infrastructuur zich ontwikkelen tot een stabiele en volwassen basis.
Saket Gulati is managing director bij Cognizant
