Kredietbeoordeling in één seconde, schadeafhandeling zonder menselijke tussenkomst, wanbetalingspercentages ver onder het branchegemiddelde. Financiële dienstverleners die echt impact willen maken, zullen AI-native moeten gaan werken. CEO Wouter Huygen van AI-consultant Rewire legt uit wat dat precies inhoudt en wat deze manier van werken betekent voor de financiële sector.
De potentiële opbrengsten van AI in de financiële sector zijn groot, net als de mogelijke disruptie door AI-gedreven concurrentie. Toch beperken veel instellingen zich nog tot puntoplossingen, terwijl de onderliggende organisatiestructuur grotendeels intact blijft.
Volgens Wouter Huygen is dat een gemiste kans — ook wanneer die oplossingen bestaan uit de inzet van AI-agents. “We zien momenteel veel organisaties inzetten op het vervangen van medewerkers door AI-agents,” zegt hij. “Maar dat is nog steeds een vorm van beperkt denken. Je blijft namelijk vasthouden aan een organisatie die volledig is ontworpen rond menselijke beperkingen.”
“Een mens kan bijvoorbeeld maar een beperkte hoeveelheid informatie verwerken,” vervolgt Huygen. “Om daar efficiënt mee om te gaan, knippen we werk op in taken en verdelen we die over afdelingen. En omdat niemand overal verstand van kan hebben, organiseren we expertise in silo’s en bouwen we managementlagen om die silo’s met elkaar te laten communiceren.”
Wie medewerkers simpelweg door agents vervangt, blijft dus werken binnen een structuur die voor moderne AI-systemen in feite overbodig is. De werkelijke belofte van AI ligt volgens Huygen in het opnieuw ontwerpen van kernprocessen met AI als uitgangspunt. Deze benadering staat bekend als AI-native werken.
Wat kan die overgang betekenen voor de financiële sector?
“Ik gebruik vaak een historisch voorbeeld,” zegt Huygen. “Tot het einde van de negentiende eeuw waren fabrieken gebouwd rond één centrale stoommachine. Via een complex systeem van assen, riemen en tandwielen werd die kracht verdeeld over de fabriek. Toen de elektromotor werd geïntroduceerd, vervingen fabrikanten de stoommachine door één grote elektromotor. De productiviteitswinst bleef echter beperkt.”
“De echte doorbraak kwam pas decennia later, toen elke machine een eigen elektromotor kreeg. Daardoor kon de volledige fabrieksindeling opnieuw worden ontworpen: werkstromen werden lineair, logistiek efficiënter en arbeidsomstandigheden beter. De technologie was al die tijd beschikbaar, maar het potentieel kwam pas vrij toen organisaties zichzelf eromheen opnieuw inrichtten.”
“De financiële sector staat nu voor een vergelijkbare stap. Veel banken en verzekeraars hangen als het ware een elektromotor aan hun bestaande ‘stoommachine-architectuur’. Ze verbeteren losse onderdelen, maar laten de structuur intact. Daardoor blijft de winst beperkt. De instellingen die straks het verschil maken, zijn degenen die de moed hebben om fundamenteel anders te gaan werken, met AI als uitgangspunt.”
Hoe richt je kernprocessen opnieuw in met AI als basis?
“Neem een klassiek proces zoals een kredietaanvraag of schadeafhandeling. Traditioneel bestaat dat uit een reeks stappen: medewerkers identificeren de klant, raadplegen de historie, classificeren de vraag, zoeken informatie op, voeren acties uit en leggen alles vast. Elke stap betekent een overdracht tussen mensen, systemen en schermen.”
“De reflex van veel organisaties is om één of enkele stappen te optimaliseren: betere routering hier, een AI-assistent daar. Het resultaat is een proces dat nog steeds uit tien stappen bestaat, die elk iets sneller verlopen. Bij AI-native werken draai je het perspectief om.”
“MYbank heeft meer dan 50 miljoen mkb-bedrijven gefinancierd, zonder één fysiek filiaal.”
“Je stelt de vraag: als we dit proces vandaag opnieuw zouden ontwerpen met AI als uitgangspunt, hoe zou het er dan uitzien? Het antwoord is geen reeks van verbeterde stappen, maar één geïntegreerd systeem. De klant stelt een vraag, en het systeem handelt deze in één doorlopende beweging af.”
“Het systeem herkent de klant, raadpleegt relevante databronnen, begrijpt de context, neemt een beslissing, voert de actie uit en legt alles vast om ervan te leren. Dáár zit de echte productiviteitswinst: niet in marginale versnelling, maar in fundamentele vereenvoudiging.”
Welke partijen werken al op deze manier?
“Digital-native spelers lopen voorop. Zonder legacy-systemen of fysieke infrastructuur konden zij AI vanaf het begin diep integreren in klantcontact, fraudedetectie en risicobeheer. Een van de meest sprekende voorbeelden komt uit China: MYbank, onderdeel van Ant Group.”
“Bij MYbank zijn kernprocessen niet achteraf geoptimaliseerd, maar vanaf de basis rond AI ontworpen. Een bekend voorbeeld is het ‘3-1-0’-model: een aanvraag duurt drie minuten, binnen één seconde volgt een beslissing, zonder menselijke tussenkomst. Veel van deze klanten kwamen bij traditionele banken niet in aanmerking door gebrek aan onderpand of kredietgeschiedenis.”
“Inmiddels heeft MYbank meer dan 50 miljoen mkb-bedrijven gefinancierd, zonder één fysiek filiaal. Tegelijkertijd blijft de kwaliteit hoog: het systeem analyseert meer dan 3.000 variabelen per aanvraag en realiseert een wanbetalingspercentage van circa 0,4 procent, tegenover een branchegemiddelde van bijna 2 procent. Dat betekent: sneller, goedkoper en nauwkeuriger — in één geïntegreerd proces.”
Hoe bouwt Ant Group hierop voort?
“De verzekeringstak werkt met een vergelijkbaar ‘2-1-2’-model: claimbeoordeling in twee minuten, een beslissing in één seconde en uitbetaling binnen twee uur. In de klantenservice steeg het aandeel selfservice in het eerste jaar van 60 naar 94 procent. Twee jaar later overtrof de kwaliteit van AI-gedreven service die van menselijke medewerkers.”
“Ook op het gebied van betalingen en onboarding laat AI zijn kracht zien. Waar concurrenten soms dagen nodig hebben om een webshop aan te sluiten, doet AI-agent Antom dat in minuten. Daarnaast ontwikkelde Ant geavanceerde fraudedetectie die transacties in milliseconden analyseert, en valutaprognoses met een nauwkeurigheid van meer dan 90 procent, waarmee klanten hun kosten aanzienlijk kunnen verlagen.”
“Klein beginnen kan, mits het onderliggende denken radicaal genoeg is.”
“Dit soort resultaten blijft buiten bereik zolang mensen het proces blijven structureren. Ze worden pas haalbaar wanneer organisaties zich richten op de mogelijkheden van AI.”
Wat betekent dit voor de rol van de mens?
“Die verandert fundamenteel, maar verdwijnt niet. Moderne AI-systemen beantwoorden niet alleen vragen, maar analyseren situaties, nemen beslissingen en handelen standaardprocessen af. De mens verschuift naar de plekken waar hij waarde toevoegt: het ontwerpen van beslislogica, het stellen van kaders en het dragen van verantwoordelijkheid.”
“Daar ligt ook de kern van toekomstig onderscheidend vermogen. Niet in de technologie zelf — die wordt snel gemeengoed — maar in de kwaliteit van besluitvorming en het eigenaarschap daarachter. De organisaties die dat het beste organiseren, winnen het vertrouwen van klanten en toezichthouders.”
“Leiderschap is daarbij cruciaal. Het herontwerpen van kernprocessen raakt bestaande structuren, rollen en IT-investeringen. De grootste obstakels zijn zelden technisch, maar vrijwel altijd organisatorisch. Zonder duidelijke visie op bestuursniveau en bereidheid om bestaande structuren te doorbreken, blijft vooruitgang uit. Klein beginnen kan, mits het onderliggende denken radicaal genoeg is.”