Goldman Sachs test autonome AI voor complexe banktaken

Sophie Jansen · 2026-02-09

Goldman Sachs duikt dieper in de echte toepassing van kunstmatige intelligentie binnen hun organisatie. Ze schakelen over naar systemen die zelfstandig complexe taken kunnen uitvoeren. De Wall Street-bank werkt samen met AI-startup Anthropic om autonome AI-agents te creëren. Deze worden aangedreven door Anthropic's Claude-model en kunnen werk aan dat vroeger grote teams mensen vereiste. De chief information officer van de bank zegt dat de technologie het personeel heeft verrast met wat het kan. Veel bedrijven gebruiken AI voor taken zoals het helpen van werknemers met tekst of het analyseren van trends. Maar Goldman Sachs test AI-systemen die ingezet worden voor wat bankiers back-office werk noemen. ### Waar AI nu echt het verschil maakt Dat zijn functies zoals accounting, compliance checks en het onboarden van nieuwe klanten. Gebieden die tot voor kort als te complex voor automatisering werden gezien. Zulke taken omvatten veel regels, data en gedetailleerde reviews. Ze hebben volledige automatisering altijd weten te weerstaan. De samenwerking met Anthropic loopt nu ongeveer zes maanden. Engineers van de AI-startup werken direct samen met teams bij Goldman Sachs. Ze bouwen deze agents zij aan zij met het interne personeel. Het werk richt zich op gebieden waar automatisering de tijd kan verkorten die nodig is voor repetitieve en data-intensieve taken. Marco Argenti, Goldman's chief information officer, beschrijft de AI-systemen als een nieuw soort digitale assistent. "Zie het als een digitale collega voor veel van de beroepen binnen het bedrijf die opgeschaald, complex en zeer procesintensief zijn," vertelde hij aan CNBC. In vroege tests was het vermogen om door meerstaps werk te redeneren en logica toe te passen op complexe gebieden zoals accounting en compliance iets wat de bank niet had verwacht van het model. ### Van hype naar concrete bedrijfswaarde Goldman Sachs is een van de actievere banken geweest in het testen van AI-tools de afgelopen jaren. Voor deze aankondiging implementeerde het bedrijf interne tools om engineers te helpen bij het schrijven en debuggen van code. Maar de verandering gaat nu richting systemen die werk kunnen overnemen dat traditioneel door accountants en compliance-teams werd gedaan. Dat benadrukt hoe organisaties proberen concrete zakelijke toepassingen voor AI te vinden, voorbij de hype. De agents zijn gebaseerd op Anthropic's Claude Opus 4.6-model, dat is gebouwd om lange documenten en complexe redeneringen aan te kunnen. Goldman's tests hebben aangetoond dat dergelijke systemen de benodigde tijd voor taken kunnen verminderen, zoals: - Het onboarden van klanten - Trade reconciliation - Document review Hoewel de bank geen specifieke prestatiecijfers heeft gedeeld, vertelden mensen die op de hoogte zijn dat werk dat ooit veel menselijke arbeid kostte nu in veel minder tijd kan worden gedaan. ### Menselijk toezicht blijft cruciaal Argenti zei dat de uitrol niet gaat over het vervangen van menselijke werknemers, althans niet in dit stadium. De bank ziet de agents blijkbaar als een tool om bestaand personeel te helpen drukke schema's te beheren en grote hoeveelheden werk te verwerken. In gebieden zoals compliance en accounting kunnen banen repetitieve, op regels gebaseerde stappen omvatten. AI bevrijdt analisten van die herhaling zodat ze zich kunnen concentreren op werk dat meer waarde-oordeel vereist. De markten hebben al gereageerd op het idee dat grote instellingen meer AI-gedreven automatisering omarmen. Onlangs veegde een sell-off in enterprise software-aandelen miljarden aan waarde weg. Sommige investeerders maken zich zorgen dat tools zoals autonome agents het verval van traditionele bedrijfssoftware kunnen versnellen. ### De uitdaging van governance en vertrouwen Branchewaarnemers zien de stap van Goldman als onderdeel van een bredere trend. Sommige bedrijven testen bijvoorbeeld tools om grote datasets te lezen, meerdere informatiebronnen te interpreteren en investeringsanalyses op te stellen. Deze stappen laten zien dat AI de sprong maakt van geïsoleerde projecten naar operationeel werk. Toch roept de technologie vragen op over toezicht en vertrouwen. AI-systemen die financiële regels en compliance-standaarden interpreteren, moeten zorgvuldig worden gemonitord. Dit om fouten te voorkomen die regelgevende gevolgen kunnen hebben. Het is een balans tussen efficiëntie en controle, tussen innovatie en risicobeheer. Wat Goldman Sachs laat zien, is dat AI niet langer alleen gaat over chatbots of slimme zoekopdrachten. Het gaat over het fundamenteel herontwerpen van hoe complex, regelgestuurd werk wordt gedaan. En dat heeft gevolgen voor iedereen in de financiële sector – van de analist tot de softwareleverancier.