AI-agents nemen banktaken over bij Bank of America

·
Luister naar dit artikel~4 min
AI-agents nemen banktaken over bij Bank of America

Bank of America zet AI-agents in bij 1.000 financieel adviseurs, een belangrijke stap in de adoptie van kunstmatige intelligentie in kernbanktaken. Dit hybride model verandert hoe financieel advies wordt gegeven.

Het is een stille revolutie in de financiële wereld. AI-agents beginnen een directere rol te spelen in hoe financieel advies wordt gegeven, nu grote banken overstappen op systemen die klantinteracties ondersteunen. Bank of America zet nu een intern AI-platform in voor een selecte groep adviseurs. Het gaat om ongeveer 1.000 financieel adviseurs die met het systeem werken. Deze stap is een van de duidelijkste voorbeelden van hoe AI wordt gebruikt in kernbanktaken, waar systemen besluitvorming in realtime ondersteunen. Het platform is gebaseerd op Salesforce's Agentforce, waarmee AI-agents kunnen worden gemaakt om taken af te handelen. Het is ontworpen om adviseurs te helpen bij klantvragen en het voorbereiden van aanbevelingen. Het kan ook helpen bij het beheren van dagelijkse workflows. Het systeem maakt deel uit van een bredere trend onder grote banken om te testen hoe AI-agents naast menselijk personeel kunnen werken. ### De verschuiving naar financiële besluitvorming Deze aanpak verschilt van eerdere implementaties van AI in het bankwezen, die zich vooral richtten op chatbots of interne productiviteitstools. In die gevallen werd AI gebruikt om eenvoudige vragen te beantwoorden of routinetaken te automatiseren. De nieuwere systemen zijn gebouwd om complexer werk aan te kunnen, inclusief het analyseren van klantgegevens. Het is een fundamentele verandering in hoe technologie wordt ingezet. Bedrijven zoals JPMorgan, Wells Fargo en Goldman Sachs testen ook AI-tools die gericht zijn op het verbeteren van de productiviteit en het ondersteunen van medewerkers in klantgerichte rollen. Hoewel elke bank een andere aanpak kiest, is het gemeenschappelijke doel om de output te verhogen zonder het personeelsbestand uit te breiden. Banken melden winst in hoe snel adviseurs informatie kunnen opvragen of zich kunnen voorbereiden op vergaderingen. Toch zijn er aanhoudende zorgen over nauwkeurigheid en toezicht, vooral wanneer AI-systemen worden gebruikt om financiële beslissingen voor te stellen. Sommige analisten blijven voorzichtig over hoe snel AI het bankwezen verandert. Wells Fargo-analist Mike Mayo schreef dat recente ontwikkelingen nog geen grote nieuwe producten hebben opgeleverd. ![Visuele weergave van AI-agents nemen banktaken over bij Bank of America](https://ppiumdjsoymgaodrkgga.supabase.co/storage/v1/object/public/etsygeeks-blog-images/domainblog-c7b30db9-dbd4-49ab-a62f-209a06135d18-inline-1-1774766857311.webp) ### Menselijk toezicht blijft cruciaal De uitrol van Bank of America valt op vanwege de schaal. Financieel adviseurs staan centraal in de relatie van de bank met klanten, vooral in vermogensbeheer. Het introduceren van AI in die rol suggereert een groeiend vertrouwen in de technologie. Het toont ook een bereidheid om het te laten beïnvloeden hoe advies wordt gevormd en geleverd. Bij complexe financiële beslissingen of hoogwaardige klanten erkennen brancheleiders dat AI onwaarschijnlijk expertrollen volledig zal vervangen. Met name in complexe financiële workflows waar context en oordeelsvermogen belangrijk zijn. Dit hybride model wordt steeds gebruikelijker in de sector. Bedrijven behandelen AI als onderdeel van het personeelsbestand, waarbij wordt verwacht dat medewerkers dagelijks naast systemen werken. > "We zien AI niet als vervanging, maar als een partner die onze adviseurs empowerd om betere gesprekken te voeren," merkte een anonieme insider op. ### De praktische uitdagingen Er zijn ook praktische uitdagingen. AI-systemen zijn afhankelijk van schone, gestructureerde data, wat niet altijd gemakkelijk te realiseren is in grote organisaties. Integratie met bestaande tools kan tijd kosten, en medewerkers hebben mogelijk training nodig om nieuwe systemen effectief te gebruiken. Denk aan: - Data-kwaliteit en -structuur - Integratie met legacy-systemen - Opleiding en adoptie door personeel - Doorlopende onderhoudskosten Regelgeving voegt nog een laag complexiteit toe. Financiële instellingen moeten ervoor zorgen dat AI-gestuurde aanbevelingen voldoen aan compliance-normen en beslissingen kunnen uitleggen als ze door toezichthouders worden bevraagd. Deze vereiste kan de autonomie van AI-systemen beperken, vooral op gebieden zoals kredietverlening of beleggingsadvies. Sommige schattingen impliceren dat tot een derde van de bankbanen, of delen van die rollen, uiteindelijk door AI kan worden afgehandeld. De introductie van AI-agents in adviserende rollen roept vragen op over hoe de baan zelf kan veranderen. Als systemen meer van het routinewerk kunnen overnemen, verschuift de rol van de menselijke adviseur naar meer strategisch en relationeel werk. De toekomst is niet mens versus machine, maar mens mét machine.