Praktische AI-handleiding van Google voor banken en fintechs

Karen Zhang legt uit hoe Google organisaties in de financiële dienstverlening ondersteunt, van kleine fintechs tot grote financiële instellingen. Het gemeenschappelijke thema door het hele gesprek is het gebruik van AI op praktische manieren: het verbeteren van klantbeleving aan de voorkant en het verminderen van repetitieve werkdruk aan de achterkant, zodat teams zich kunnen concentreren op werk dat echt beoordelingsvermogen vereist.

Zhang belicht een samenwerking met Starling Bank om een "Spend intelligence" dienst te creëren. Simpel gezegd, het stelt Starling-klanten in staat om natuurlijke taalvragen in de app te stellen (getypt of via spraak) en duidelijke antwoorden te krijgen over hun uitgaven. In plaats van door afschriften en filters te zoeken, kunnen gebruikers dingen vragen zoals: "Hoeveel heb ik de afgelopen week uitgegeven aan TFL en vervoer?" of "Is dat van week tot week veranderd in de afgelopen maand?"  Het punt is om uitgaveninzichten meer als een gesprek te laten aanvoelen, en gemakkelijker toegankelijk te maken voor dagelijkse gebruikers.

Voor fintech-teams signaleert Zhang's voorbeeld ook een verschuiving in productdenken. Natuurlijke taalinterfaces verlagen de drempel tot inzicht, omdat klanten niet hoeven te weten waar ze moeten tikken of hoe ze grafieken moeten interpreteren om te vinden wat ze nodig hebben. Goed gedaan, ondersteunt dit budgettering, het herkennen van patronen en het opmerken van geleidelijke veranderingen in gedrag, zonder de gebruiker in een data-analist te veranderen.

Zhang gaat vervolgens over op interne automatisering, met een tweede voorbeeld van Liberis waarmee Google samenwerkte om een AI-acceptatieagent genaamd Ada te bouwen, vernoemd naar Ada Lovelace. Acceptatie omvat vaak grote hoeveelheden informatie en herhaalbare stappen, wat een zware administratieve last kan creëren. Volgens Google werkt Ada samen met acceptanten, helpt hen door het proces en vermindert de overhead met 50%. Zhang presenteert het voordeel als zowel efficiëntie als focus: AI neemt meer repetitieve taken over, terwijl acceptanten meer tijd besteden aan beslissingen met hogere inzet en op basis van kennis.

Google sluit af met een schaalbaarheidsboodschap, namelijk dat hoewel deze voorbeelden in het midsegment van de fintech-ruimte zitten, dezelfde benadering kan worden toegepast op veel kleinere bedrijven. Het idee is dat met de juiste AI-ondersteuning, teams geen enorm personeelsbestand, "100 acceptanten," zoals Zhang het noemt, nodig hebben om sterke service te leveren. Voor banken en fintechs die kosten en klantbeleving proberen te balanceren, is Google's punt duidelijk: gebruik AI om wrijving voor klanten te verwijderen en repetitief werk intern te verminderen, terwijl menselijk beoordelingsvermogen behouden blijft waar het ertoe doet.