Een AI-agent als financieel adviseur? De toekomst van banken en verzekeringsmaatschappijen

AI-agenten zullen de financiële sector transformeren met hun vermogen om autonoom te werken en problemen op te lossen. Ze ontlasten drukke contactcenters en bieden schaalbaarheid tijdens pieken. Vertrouwen en beveiliging blijven cruciaal, en hoewel AI repetitieve taken vereenvoudigt, blijft menselijke expertise bij complexe kwesties onmisbaar. Banken kunnen AI inzetten voor persoonlijke adviezen en efficiëntie, waardoor de klanttevredenheid stijgt. De toekomst van AI-agenten is veelbelovend en komt snel dichterbij.

AI-agenten zullen de komende jaren waarschijnlijk alle sectoren grondig transformeren. In tegenstelling tot traditionele chatbots en copilots, die alleen maar vragen beantwoorden, werken AI-agenten autonoom en ondernemen ze actie om problemen op te lossen en klanten te bedienen. Een sector waar die agenten een enorm potentieel hebben, is het bank- en verzekeringswezen.

Elke dag verwerken financiële instellingen een enorm aantal vragen: Wat moet ik doen als ik mijn bankkaart kwijt ben? Hoe moet ik die blokkeren? Hoe kan ik mijn adres veranderen? Wat is het beste bankproduct voor een twaalfjarige? Ongeveer 40% van die vragen kunnen via FAQ’s of standaardprocedures beantwoord worden. Voor die repetitieve taken zijn AI-agenten een uitkomst. Zo worden contactcenters, die vaak onder hoge druk staan, wat ontlast.

Banken hebben al aanzienlijke vooruitgang geboekt met chatbots en IVR-systemen (Interactive Voice Response), keuzemenu’s die klanten tijdens een telefoongesprek helpen bij de juiste afdeling of medewerker terecht te komen, afhankelijk van hun vraag. Dat helpt om het verkeer te verdelen, vooral in organisaties die geen centraal contactcenter hebben. Daar zijn verschillende teams verantwoordelijk voor gespecialiseerde taken zoals transacties, beleggingen of adreswijzigingen. Die systemen zijn echter niet altijd klantvriendelijk.

De meeste klanten navigeren liever niet eerst door een menu voor ze hun vraag kunnen stellen. Daarom zijn AI-agenten, die vragen kunnen begrijpen en interpreteren, een ideale oplossing. Ze kunnen communiceren via chatplatforms of kanalen zoals Facebook en WhatsApp. Een voice agent op basis van AI die realistische telefoongesprekken kan voeren is de volgende stap. Dat is veelbelovend voor banken, die dure, onderbezette en overbelaste contactcenters hebben.

Opschalen tijdens piekmomenten

Banken en verzekeringsmaatschappijen hebben vaak te maken met onvoorspelbare pieken in de vraag. Tijdens de overstromingen in België in 2021 kregen ze bijvoorbeeld plots te maken met tal van mensen die schade wilden aangeven. Veel mensen willen in dergelijke emotioneel beladen situaties liever met een mens spreken, maar dankzij AI kunnen gegevens (zoals foto’s en details van de schade) sneller worden verzameld.

Schaalbaarheid is een enorm voordeel van AI-agenten. In tegenstelling tot mensen, die soms tot wel zes maanden opleiding nodig hebben, kunnen die agenten direct antwoorden en meerdere gesprekken afhandelen. AI-agenten zullen mensen niet volledig vervangen, maar kunnen wel de druk op de teams verlichten. Zo kunnen experts zich focussen op complexe zaken en klanten de beste service bieden.

Focus op beveiliging en vooroordelen

Vertrouwen staat centraal in de financiële sector. Wanneer er AI-agenten ingezet worden, is beveiliging dan ook van het allergrootste belang en moet de regelgeving in acht worden genomen. Het vertrouwen van de klant staat steeds op de eerste plaats. Daarom is een nauwe samenwerking met klanten essentieel om agenten goed voor te bereiden. Enerzijds door bepaalde gegevens te maskeren voordat deze naar het LLM (Large Language Model) van een organisatie worden gestuurd. Wanneer een agent bijvoorbeeld het bankkaartnummer van een klant moet opvragen, blijft die informatie ontoegankelijk voor het LLM. Anderzijds zorgt een ‘zero retention’-beleid ervoor dat gegevens niet worden gebruikt voor trainingsdoeleinden.

Vooroordelen vormen een grote uitdaging bij het toepassen van AI, zeker in de financiële sector. De voorbeelden zijn bekend: een algoritme keurt bijvoorbeeld de aanvraag voor een kredietkaart van een man goed, maar wijst die van zijn partner af, terwijl hun financiële en sociale achtergrond identiek is. In dit geval was het systeem getraind op historische data waarin mannen als minder risicovol werden beschouwd. Zo worden onbedoeld gendervooroordelen in stand gehouden.

Om dat soort problemen aan te pakken, kies je best voor een ‘human-in-the-loop’-aanpak die ervoor zorgt dat mensen toezicht houden en beslissingen nemen wanneer dat nodig is. AI-agenten mogen dan wel uitblinken in routinetaken, voor complexe scenario’s blijft menselijke expertise essentieel. Toch zijn er veel situaties waarin AI-agenten het proces al helemaal kunnen voltooien. Een aanvraag voor een fietsverzekering is bijvoorbeeld veel eenvoudiger dan een levensverzekering.

Naarmate de systemen geavanceerder worden, zullen ze steeds complexere zaken afhandelen en zal het moment waarop een mens moet ingrijpen geleidelijk verschuiven.

De toekomst is AI

Financiële zaken zijn vaak delicaat en erg persoonlijk, waardoor het nog maar de vraag is of klanten AI zullen vertrouwen met gevoelige informatie. Banken blinken uit in het segmenteren van hun doelgroepen en communiceren met hen via hun voorkeurskanalen. Jongere klanten zullen chatbots en AI-agenten snel omarmen vanwege hun snelheid en efficiëntie, maar anderen zullen wellicht voorstander blijven van menselijke interactie.

AI wordt echter steeds sneller overal toegepast. Als AI-systemen snelle antwoorden van hoge kwaliteit leveren, zullen mensen dat makkelijker aanvaarden. Als iemand bijvoorbeeld navraag doet over een beleggingsproduct, beoordeelt een AI-agent in een ommezwaai informatie uit verschillende systemen, waaronder de financiële balans, risicoprofiel en bestaande beleggingen van de betreffende persoon. Aangezien een mens daar veel langer over zou doen, kiezen financiële instellingen er dus voor om AI te integreren in hun activiteiten.

Banken en verzekeraars beschikken over uitgebreide gegevens, diensten en backendsystemen waarin AI-agenten kunnen uitblinken. In de beginfase zullen ze vooral reageren op vragen van klanten. Na verloop van tijd zullen ze echter proactief worden en advies op maat en financiële inzichten bieden die klanten helpen om het maximale te halen uit hun spaargeld en beleggingen.

In de toekomst zullen AI-agenten zich ontwikkelen tot vertrouwde vertegenwoordigers die klanttevredenheid en operationele efficiëntie een boost geven. Een toekomst die veel dichterbij is dan je denkt …

Een opinistuk van Maarten Laukens, Deputy Country Leader en Solution Engineering Manager bij Salesforce Belgium.