AI-projecten lopen momenteel vast in de bancaire sector.
De budgetten zijn goedgekeurd, pilotprojecten zijn gestart, roadmaps staan vol met veelbelovende use cases en de AI-modellen leveren de verwachte resultaten. Toch verandert er in de praktijk nog maar weinig.
Zodra AI moet worden geïntegreerd in betalingsverkeer, kredietbeoordelingen of klantreizen, ontstaan knelpunten. Integraties blijken complex, compliance stelt aanvullende eisen en de prestaties blijven achter bij de verwachtingen.
De ambitie is er, maar de basis ontbreekt om die ambitie daadwerkelijk waar te maken.
Uit ons wereldwijde onderzoek Cloud-led innovation in the era of AI: The new rules for driving value with cloud blijkt dat maar liefst 98% van de organisaties in banking en investment services aangeeft dat de opkomst van AI de noodzaak vergroot om in cloud te investeren. Toch beschouwt slechts 14% zichzelf als volledig cloudvolwassen.
Het knelpunt is niet AI, maar de cloud erachter
AI wordt vaak gezien als het lastigste onderdeel van digitale transformatie. Hoewel het ontwikkelen en beheren van modellen complex kan zijn, vormt dat zelden de grootste uitdaging. AI is immers slechts zo krachtig als de omgeving waarin het draait.
Neem bijvoorbeeld een fraudedetectiemodel. Dat kan een verdachte transactie binnen milliseconden signaleren, maar als het minuten duurt voordat de juiste data beschikbaar zijn, gaat kostbare tijd verloren. En wanneer het systeem vervolgens geen automatische vervolgactie kan uitvoeren of afhankelijk blijft van handmatige tussenkomst, verdwijnt de meerwaarde van die inzichten.
Het inzicht is er wel, maar het platform kan er niet naar handelen.
Daarom ontwikkelt cloud zich steeds meer tot de uitvoeringslaag van AI: de plek waar beslissingen worden genomen, workflows automatisch worden gestart en systemen kunnen opschalen wanneer de belasting toeneemt.
Toch behandelen veel banken cloud, ook na jaren van migratieprojecten, nog steeds als een locatie om applicaties onder te brengen, in plaats van als het fundament waarop de organisatie draait én waarop AI kan groeien.
Legacy is niet de enige oorzaak
Legacysystemen krijgen vaak de schuld, en terecht: ze vormen een belangrijk deel van het probleem. Maar alleen migreren naar de cloud is niet voldoende wanneer data verspreid blijven over verschillende systemen en applicaties nog altijd sterk met elkaar verweven zijn via kwetsbare integraties. Zodra AI wordt toegevoegd, loopt ook die tegen dezelfde beperkingen aan.
Dat verklaart waarom zoveel AI-initiatieven blijven steken. Ze zijn wel uitgerold, maar nog niet diep genoeg geïntegreerd in de bedrijfsprocessen.
Dat beeld wordt bevestigd door ons onderzoek: de helft van de ondervraagde organisaties geeft aan dat de modernisering van applicaties en dataplatformen de grootste belemmering vormt voor verdere cloudinnovatie.
AI faalt dus zelden omdat de modellen tekortschieten. Het zijn de systemen eromheen die onvoldoende zijn ingericht op realtime data, event-driven besluitvorming en voortdurende verandering.
Wat een moderne cloudomgeving betekent in het AI-tijdperk
Modernisering gaat over veel meer dan workloads verplaatsen van de ene omgeving naar de andere. Het doel is om de manier waarop complete systemen functioneren fundamenteel te veranderen.
Wanneer een klant de mobiele bankapp opent, het actuele saldo bekijkt en direct een gepersonaliseerd aanbod ontvangt op basis van marktomstandigheden, risicoprofielen en transactiegeschiedenis, moeten verschillende processen gelijktijdig plaatsvinden:
- Data moeten direct beschikbaar én actueel zijn.
- Systemen moeten zonder onderbreking met elkaar communiceren.
- Beslissingen moeten automatisch vervolgacties in gang zetten.
- Elke stap moet volledig beheersbaar, controleerbaar en auditbaar zijn.
Met andere woorden: in het AI-tijdperk moet cloud tegelijkertijd drie rollen vervullen. Het is de realtime databackbone, het platform waarop intelligente end-to-end workflows draaien én de gecontroleerde omgeving waarin beslissingen veilig kunnen worden opgeschaald.
Dat is alleen mogelijk met een cloud-native architectuur: modulaire, eventgedreven systemen die via API's met elkaar communiceren en zich kunnen ontwikkelen zonder de rest van het landschap te verstoren.
Architectuur is inmiddels ook een compliancevraagstuk
De bancaire sector behoort tot de meest gereguleerde industrieën ter wereld. Nu AI steeds vaker onderdeel wordt van kritieke bedrijfsprocessen, richten toezichthouders hun aandacht niet alleen op de AI-modellen zelf, maar ook op de omgevingen waarin deze draaien. Banken moeten voldoen aan regelgeving zoals de Digital Operational Resilience Act (DORA) van de Europese Unie en de Digital Personal Data Protection Act (DPDP) in India.
Uit een ander NTT DATA-onderzoek onder AI-koplopers in banking en financiële dienstverlening blijkt dat 62,5% grensoverschrijdende dataprivacy en datasoevereiniteit ziet als de grootste governance-uitdaging.
Dat verklaart ook waarom 99% van de organisaties in ons cloudonderzoek verwacht dat het gebruik van private cloud verder zal toenemen, gedreven door eisen op het gebied van security, soevereiniteit en compliance. Daarnaast zal de adoptie van sovereign cloud-oplossingen naar verwachting de komende twee jaar met 50% groeien.
Wanneer de architectuur van een bank niet is ontworpen om te voldoen aan deze eisen op het gebied van governance en controle, zal ook de AI-strategie moeilijk schaalbaar blijken – hoe goed de onderliggende modellen ook zijn.
Waarom cloud- en AI-strategieën moeten samenkomen
In veel organisaties worden cloud en AI nog steeds als twee afzonderlijke thema's behandeld. AI valt onder innovatie- of businessafdelingen, terwijl cloud de verantwoordelijkheid is van infrastructuurteams.
Maar wanneer beide strategieën los van elkaar worden ontwikkeld, ontstaan al snel problemen:
- AI-ambities groeien sneller dan het platform aankan.
- Cloudinvesteringen missen een duidelijke zakelijke doelstelling.
- Opschalen wordt complexer, duurder en lastiger te beheersen.
Uit ons onderzoek blijkt dat koplopers juist vanuit de use case vertrekken. Zij ontwerpen hun architectuur vanaf het begin met AI-workloads als uitgangspunt. Data, platformen en governance worden vanaf dag één op elkaar afgestemd.
Het resultaat is fundamenteel anders: AI hoeft niet langer tegen de beperkingen van de onderliggende infrastructuur te vechten, maar wordt er juist door ondersteund.
Hoe koplopers vooruitgang boeken – en waarom dat werkt
Naarmate banken slimmer worden, neemt ook het gebruik van agentic AI toe. Binnen het kredietverleningsproces kunnen documenten inmiddels automatisch worden verzameld, gecontroleerd, beoordeeld en goedgekeurd, terwijl een AI-systeem de volledige workflow orkestreert en zelfstandig beslissingen neemt – continu en op schaal.
Dergelijke AI-systemen starten vandaag de dag automatisch fraudeonderzoeken zodra afwijkingen worden gedetecteerd, sturen complexe processen rondom kredietverlening en onboarding aan en personaliseren klantinteracties in realtime.
Eén enkele AI-workflow kan inmiddels bestaan uit een half dozijn applicaties, meerdere databronnen en steeds vaker ook autonome AI-agents die onderweg zelfstandig beslissingen nemen. Wie dit probeert te beheren met handmatige processen of losse systemen, loopt al snel tegen de grenzen van schaalbaarheid aan.
Steeds meer banken kiezen daarom voor een gefaseerde moderniseringsaanpak, waarbij zij eerst de onderdelen vernieuwen die de grootste impact hebben.
Uit ons wereldwijde AI-onderzoek blijkt dat 62,5% van de AI-koplopers binnen banking en financiële dienstverlening gebruikmaakt van hybride implementatiemodellen. Daarbij combineren zij kant-en-klare oplossingen met gerichte co-innovatie. Onder achterblijvers ligt dat percentage op slechts 29,2%.
In de praktijk leidt dit vaak tot een combinatie van hybride cloud, gerichte modernisering van applicaties en een krachtig platform dat alle onderdelen met elkaar verbindt.
Daardoor ontstaat:
- volledig inzicht in wat er binnen alle systemen gebeurt;
- governance die integraal onderdeel is van de besluitvorming en uitvoering;
- continu inzicht in de kosten terwijl AI-workloads opschalen;
- automatisering die processen laat doorlopen zonder voortdurende handmatige tussenkomst.
Versterk de basis – of beperk de toekomst van je AI-strategie
De meeste banken zijn nog niet op het punt waarop cloud daadwerkelijk fungeert als de uitvoeringslaag voor AI.
Om daar te komen, moeten bestuurders en IT-leiders anders naar cloud gaan kijken. Niet als een infrastructuurproject of een plek om applicaties te hosten, maar als het fundament waarop de bank opereert, innoveert en verder groeit.
Pas dan kunnen organisaties sneller innoveren, efficiënter werken en hun concurrentiepositie behouden in het AI-tijdperk.
Dit artikel is mede geschreven door Kane Stavens, Managing Director Asia Pacific bij NTT DATA.
WHAT TO DO NEXT
Lees het NTT DATA-rapport Cloud-led innovation in the era of AI: The new rules for driving value with cloud en ontdek hoe volwassen jouw cloudomgeving is, welke obstakels AI-opschaling in de weg staan en welke stappen nodig zijn om aantoonbare bedrijfswaarde te realiseren.