Drie redenen waarom GenAI blijft steken in de financiële sector

In regulatory change, risk, finance, governance en delivery is het werk steeds meer narratief, sterk interpretatief, overwegend tekstueel en vastgelegd met het oog op de audit in plaats van op snelheid. Een groot deel van het werk bestaat niet langer uit het uitvoeren van transacties, maar uit lezen, interpreteren, afstemmen en documenteren.

Zonder daar bewust voor te kiezen zijn financiële instellingen kennisfabrieken geworden, geen transactiefabrieken.

Daarom wordt de huidige golf van GenAI vaak verkeerd begrepen. Zij is niet revolutionair omdat de techniek ineens “als een mens denkt”. Zij is impactvol omdat het werk zelf is veranderd in iets waar GenAI van nature goed in is.

Het werk van een moderne financiële instelling vraagt om het verwerken van grote hoeveelheden tekst, het consistent interpreteren van betekenis over documenten heen, het schrijven en herschrijven van teksten, en het vasthouden van context over iteraties en stakeholders heen. Dat is precies wat GenAI brengt.

Tegelijk lukt het financiële instellingen maar moeilijk om één ding op te schalen: expertise. Senior experts besteden onevenredig veel tijd aan het herlezen van vergelijkbaar materiaal, het opnieuw uitleggen van besluiten, het herschrijven van soortgelijke teksten en het opnieuw valideren van wat al was afgesproken. De bottleneck is niet de besluitvorming. Het is de weg naar gedeeld begrip.

GenAI vervangt het oordeel niet. Het verlaagt de kosten van begrip. Daarom doet dit moment ertoe. Niet omdat AI wezenlijk is veranderd, maar omdat financieel werk ongemerkt zo gestructureerd is geraakt dat AI er rechtstreeks op aansluit.

Waarom blijven de meeste instellingen dan steken?

Hoe helder de kans ook is, de meeste financiële instellingen staan nog aan het begin als het gaat om operationele adoptie. Kijkt u naar het waarom, dan komen drie patronen steeds terug.

Het eerste is wachten. De neiging om te wachten tot de omstandigheden perfect zijn, is begrijpelijk in een gereguleerde omgeving. Regelgeving is nog in beweging. De technologie blijft veranderen. De belangen zijn groot. Maar wachten verkleint het risico niet. Het verplaatst het. In de praktijk duwt het GenAI-gebruik de schaduw in: medewerkers die op eigen apparaten werken, buiten elk toezicht en zonder dat de organisatie ervan leert. De instelling stopt niet met experimenteren. Zij verliest alleen het zicht op wat er gebeurt.

Het tweede is versnippering van pilots. Veel instellingen hebben meerdere proofs of concept gedraaid, elk met een sponsor, een use case en een indrukwekkende demo. Maar ergens tussen proof of concept en productie stokt het. Niet omdat de technologie faalde. Niet omdat de use case verkeerd was. Maar omdat niemand had bepaald wat er daarna moest gebeuren. Geen operating model, geen benoemde eigenaar voor de adoptie, geen gedeelde maat voor succes. De pilot was bedoeld om de technologie te bewijzen. Niet om de organisatie te overleven.

Het derde is denken vanuit tooling. Juist bij GenAI is er een sterke neiging om vragen over platform, partnerschappen en data-architectuur te beslechten voordat de business genoeg bewijs van waarde heeft geleverd of het gewenste beeld en de vereisten heeft bepaald. Die reflex is begrijpelijk: IT-teams zijn verantwoordelijk voor weerbaarheid, voor derdepartijrisico onder DORA en voor de uiteindelijke kosten van opschaling, en een samenhangend fundament voelt als het verantwoorde startpunt. Maar u vastleggen op een gedeelde datalaag, een primaire modelpartner of een organisatiebreed orchestration platform vóórdat er pilots hebben gedraaid, dwingt strategische keuzes af in een informatievacuüm. Businessteams wachten op fundamenten die zij nog niet kunnen specificeren; technologieteams bouwen voor vereisten die nog niet boven water zijn. Wat wij vaak zien zijn goedbedoelde programma’s die architectuurvragen op ondernemingsniveau proberen te beantwoorden tijdens wat goedkope, snelle leercycli zouden moeten zijn. Het resultaat: tragere pilots, hogere verzonken kosten en platformkeuzes die vaak herzien moeten worden zodra de echte use cases zichtbaar worden.

Een doordachte weg van ambitie naar actie

De organisaties die echt vooruitkomen hebben één ding gemeen: zij probeerden het technologievraagstuk, het governance vraagstuk en het mensenvraagstuk niet één voor één op te lossen. Zij bewogen op al die vlakken tegelijk.

In ons werk met financiële instellingen aan precies dit vraagstuk blijkt zes weken genoeg om van een brede GenAI-ambitie te komen tot een geprioriteerde, verdedigbare portefeuille van use cases die klaar zijn om op te pakken. Geen roadmap op papier, maar een portefeuille in de praktijk, met een heldere onderbouwing van wat u eerst doet, wat u uitstelt en wat u helemaal laat liggen.

De sleutel is een proces dat elke use case transparant beoordeelt op meetbare criteria: strategische relevantie, haalbaarheid, proportionaliteit van het risico en rendement. In een gereguleerde omgeving moet de keuze welke use cases doorgaan uitlegbaar zijn, niet alleen aan de directie maar ook aan de tweede lijn en aan de auditor. Verdedigbaarheid is geen compliance-eis die u er achteraf op schroeft. Het is een ontwerpprincipe vanaf het begin.

Wij richten dit in als een aanpak met twee snelheden. Het ene spoor begint snel: een klein aantal interne use cases met een laag risico die zichtbare productiviteitswinst opleveren en senior experts van dichtbij laten ervaren wat GenAI in de praktijk doet. Het andere spoor bouwt parallel het fundament: governance frameworks, data controls, herbruikbare architectuurpatronen en heldere verantwoordelijkheden. Niet eerst het een en dan het ander. Allebei tegelijk.

Het doel is niet transformatie op schaal vanaf dag één. Het doel is beheerst leren dat zich opstapelt. Want wat wij steeds zien, is dat de eerste use case die live gaat zelden datgene is wat de vaart erin brengt. Wat de vaart erin brengt, is dat de organisatie eindelijk een gedeelde taal heeft, een transparante basis voor haar keuzes en een plan in de juiste volgorde waar de leiding achter kan staan.

Mensen blijven verantwoordelijk, beslisser en toetser in het hele proces. Maar zij hoeven de volle last van het komen tot begrip niet langer alleen te dragen.

Als de ambitie helder is maar de weg ernaartoe niet, dan levert een gestructureerde, doordachte start het meeste op. Begin klein, experimenteer bewust en bouw een aanpak die beheerst en verdedigbaar is, en die kan meeschalen.

Neem contact met ons op om te ontdekken hoe wij u kunnen helpen echt vooruit te komen met GenAI in uw organisatie.