Europese banken omarmen agentic AI op ondernemingsschaal, maar er bestaat geen eenduidige route vooruit. De ervaring van Cognizant met financiële instellingen laat drie duidelijke prioriteitsroutes zien – en waarom een bewuste keuze daarin belangrijker is dan het volgen van een vooraf vastgelegd pad.
Agentic transformatie is meer dan een technologische verschuiving; het is een bepalend moment voor leiderschap. Europese banken die nu daadkrachtig handelen, kunnen nieuwe standaarden zetten voor klantgerichte innovatie en groeimodellen. Tegelijkertijd realiseren IT-leiders, met decennialang opgebouwde complexiteit in systemen en processen, dat succes alleen haalbaar is via maatwerk en een strategische implementatieaanpak.
Cognizant’s werk met Europese financiële instellingen levert ervaringsgedreven inzichten op in plaats van voorschrijvende blauwdrukken. Drie verschillende routes leveren uiteenlopende resultaten, elk met een eigen tempo.
- Route één maakt productontwikkeling mogelijk en versnelt het wegwerken van technologische achterstand.
- Route twee ontwikkelt agent-ontwikkelcycli waarmee ondernemingen nieuwe AI-producten en -diensten kunnen bouwen.
- Route drie richt zich op een blijvend doel: meer doen met minder middelen.
De route die als eerste prioriteit krijgt, bepaalt welke teams worden uitgebreid, hoe succes wordt gemeten en of de focus ligt op schaalvergroting op ondernemingsniveau of op het verzamelen van afzonderlijke experimenten. Hoewel elke bank haar eigen transformatietraject volgt, blijven de strategische keuzes in de kern hetzelfde.
Route één: productontwikkeling versnellen en technologische achterstand inhalen
Route één transformeert de software-ontwikkelcyclus zelf. Waar teams nu vaak bestaan uit ontwikkelaars onder één manager op dure locaties, herstructureert deze route naar een vier-op-één-verhouding, waarbij de helft van het team werkt vanuit kostenefficiënte steden. Zo loopt ontwikkeling continu door, met werkoverdracht tussen tijdzones.
JPMorgan Chase is een voorbeeld van deze aanpak, zoals het eerste artikel in deze reeks beschrijft. Met de LLM Suite maakt de bank in 30 seconden investment-bankingpresentaties – werk dat vroeger uren kostte. Dat principe geldt ook voor codeontwikkeling, testen en uitrol.
De traditionele Software Development Life Cycle (SDLC) evolueert naar de Agentic Development Lifecycle (ADLC). Een deel van de conventionele ontwikkeling blijft bestaan, maar succesvolle banken realiseren een 80-20- of zelfs 90-10-verdeling, waarbij agentic frameworks het routinematige werk uitvoeren. In de ADLC doen agents het ontwikkelwerk, terwijl mensen zich richten op architectuur, observatie en besluitvorming.
Technologische achterstanden die decennialang zijn opgebouwd, worden versneld afgebouwd. Productontwikkeling die voorheen kwartalen duurde, gebeurt nu binnen weken. De beperkende factor verschuift van ontwikkelcapaciteit naar strategische prioritering.
Strategische fit: kies route één als beperkte ontwikkelcapaciteit uw organisatie afremt, technologische schuld modernisering belemmert of als u het tempo van concurrenten moet evenaren. Deze route levert de snelste zichtbare opbrengsten met minimale organisatorische verstoring.
Route twee: industrialiseren van agent-ontwikkeling voor nieuwe AI-producten
Route twee richt zich op de volgende fase na het eerste succes: hoe industrialiseert u agentontwikkeling om nieuwe AI-producten en -diensten op schaal te bouwen? Hier gaat het vaak mis – het concept werkt, maar de opschaling stokt.
De parallel met robotic process automation (RPA) is leerzaam. Organisaties zagen aanvankelijk stevige productiviteitswinsten, maar eindigden met honderden bots zonder eigenaarschap, inzicht of waardeanalyse. Agentic AI biedt intelligentie die RPA ontbeerde – echte besluitvorming in plaats van regelgebaseerde automatisering – maar brengt de uitdaging van schaalbaar beheer met zich mee. Zonder systematische industrialisatie ontstaan duizenden agents die vergelijkbare taken uitvoeren in verschillende bedrijfseenheden, zonder coördinatie of hergebruik.
Succesvolle banken starten in de operations en back-office, met robuuste governance voordat ze de inzet uitbreiden. Route twee bevat drie essentiële bouwstenen:
- Agent-repository – een centrale plek waar componenten beschikbaar zijn voor hergebruik binnen de hele onderneming. Eén keer bouwen, overal inzetten. Vergelijkbaar met GitHub voor agents – inclusief versiebeheer, componentmanagement en centrale verbetering.
- Agent-register – een systeem voor governance, gebruik en kostenbeheer. Hoeveel agents zijn actief? Welke bedrijfsdiensten voeren ze uit? Welke gebruiken onevenredig veel rekenkracht?
- Agent-orkestratie – het samenspel tussen agents en bestaande systemen. Dit maakt het verschil tussen 200 geïsoleerde agents en een gecoördineerd netwerk dat informatie deelt, werk verdeelt en waar nodig opschaalt naar mensen.
Strategische fit: kies route twee als u institutionele AI-productcapaciteiten wilt opbouwen, beschikt over ontwikkel- en infrastructuurteams voor systematische uitrol, of concurrentievoordeel wilt realiseren met eigen agents.
Route drie: bestedingsruimte vrijmaken via workflowtransformatie
Route drie richt zich op een blijvend doel: meer doen met minder. Dit is het meest ambitieuze pad en transformeert mensintensieve workflows om bestedingsruimte te creëren die eerder onhaalbaar leek. Het draait niet om vervanging van menselijk werk, maar om het fundamenteel herontwerpen van workflows zodat resultaten economisch haalbaar worden binnen nieuwe modellen.
De strategische vraag luidt: waar grijpt u in?
Er ontstaan drie benaderingen, afhankelijk van de prioriteiten binnen de organisatie:
- Pad A: rol- en functiegerichte automatisering: richt zich horizontaal op specifieke functies, zoals reconciliations. Dit biedt snelle kostenreductie en helpt bij talenttekorten, maar levert horizontale oplossingen die meerdere processen doorkruisen zonder end-to-endtransformatie. Uiteindelijk is consolidatie naar schonere architecturen nodig.
- Pad B: procesgerichte automatisering: herontwerpt afzonderlijke processen verticaal, zoals klantonboarding of toezichtrapportage. Dit leidt tot structureel schonere architecturen en pakt oorzaken fundamenteel aan, mits er sterke governance en geduld aanwezig zijn.
- Pad C: optimalisatie van waardestromen: een diagonale aanpak die zich richt op end-to-end waardecreatie, van klantcontact tot omzet. De nadruk ligt op bedrijfsresultaten in plaats van alleen efficiëntie, met directe impact op de winst- en verliesrekening.
De meeste banken combineren uiteindelijk elementen uit alle drie de paden. Route drie slaagt echter alleen als één hoofdpad bewust wordt gekozen op basis van strategische prioriteiten, in plaats van dat elke bedrijfseenheid haar eigen aanpak volgt.
Strategische fit: kies route drie als u beschikt over steun van het topmanagement, duidelijke P&L-maatstaven en voldoende organisatorische volwassenheid om complexe transformatie over functies heen te orkestreren.
Drie routes, één bank
Sarah, Fred en Elena – de drie voorbeelden uit het eerste artikel – staan nu voor verschillende strategische keuzes binnen hun bank.
Sarah’s productteam koos voor route één: haar ontwikkelcycli zijn teruggebracht van kwartalen naar weken. Agents schrijven user stories, genereren testcases en signaleren regelgevingsimplicaties. De technologische achterstand neemt af, maar het team werkt nog naast legacy-systemen, wat complexiteit toevoegt die de bank actief moet beheren.
Fred’s operationele afdeling koos voor route twee. Zijn reconciliatie-agents verspreidden zich over meerdere bedrijfseenheden, wat hem ertoe bracht een agent-register op te zetten voor inzicht in gebruik en kosten. Hoewel teams de governance aanvankelijk als bureaucratisch ervoeren, wist Fred dat structuur essentieel was om RPA-chaos te voorkomen.
Elena’s infrastructuurteam bouwt aan route drie: het orkestratieframework waarmee agents over de volledige waardeketen samenwerken. Wanneer Sarah’s ontwikkelagents code uitrollen en Fred’s reconciliatie-agents een probleem detecteren, zorgt Elena’s framework dat de juiste workflows in gang worden gezet. Zij orkestreert menselijke en synthetische arbeid over veertig bedrijfsdiensten tegelijk.
Wat ervaring leert
Drie praktische realiteiten bepalen welke banken succesvol opschalen:
- Bepaal vroeg uw routeprioriteit. Sarah, Fred en Elena kozen elk een ander pad op basis van hun beperkingen. Banken die elke eenheid haar eigen aanpak laten volgen, eindigen met versnipperde experimenten. Bouw eerst competentie op in één route voordat u uitbreidt.
- Ontwerp co-existentie-architectuur vanaf het begin. Legacy-systemen, modernisering en agentic capaciteiten moeten parallel functioneren. Sarah’s team bewijst dagelijks dat nieuwe agents prima naast systemen uit de jaren negentig kunnen draaien.
- Richt een register in vóórdat u het nodig hebt. Fred’s RPA-ervaring toont dat inzicht in agents, hun locaties en hun waarde cruciaal is. Zonder overzicht vliegt u blind en wordt werk onbedoeld gedupliceerd.
Slechts een paar banken lopen voorop dankzij systematische uitvoering. Anderen blijven achter, ondanks forse investeringen, omdat geld wordt uitgegeven zonder duidelijke prioritering – wat leidt tot losse experimenten in plaats van transformatie op ondernemingsniveau. De Evident AI Index laat dit patroon duidelijk zien.
De belangrijkste les uit Cognizant’s ervaring is niet het volgen van best practices – daarvoor is het in de wereld van agentic AI nog te vroeg – maar het bewust kiezen van prioriteiten en het opbouwen van de capaciteiten om die keuzes op schaal uit te voeren. Elke bank zal agentic transformatie op haar eigen manier vormgeven, maar het strategische kader voor die keuzes blijkt opmerkelijk consistent.
Deze blog is het tweede deel van de Agentic Banking-serie, tot stand gekomen in samenwerking met Microsoft. Het derde en laatste deel behandelt het combineren van AI met opkomende technologieën voor ongekende groei.
Meer weten? Bekijk hier dan het webinar ‘Agentic Banking and the Confluence of Innovation‘.
Een artikel van John Da Gama-Rose (Head of Banking & Financial Services – GGM), Robert Benyo (Risk & Compliance Solution & Platform Architect) en Mark Duffy (Senior Director, Artificial Intelligence & Analytics) van Cognizant.