Sinds 2011 werkt Rabobank steeds meer datagedreven en zet daarvoor in toenemende mate ai in. In de beginperiode ging het om enkele gebruikers en proeftoepassingen, maar inmiddels is een team van 165 medewerkers dagelijks bezig met ai bij verschillende afdelingen, zoals marketing sales, finance, risk management en audit. De technologie wordt gebruikt door honderden medewerkers en klanten van de bank.
Samenwerking
De uitdaging van de inzet van ai zit hem in de samenwerking tussen enerzijds de it- en datateams en anderzijds de domeinexperts. 'Het runnen van data-initiatieven vanuit een it-team of zelfs een gespecialiseerd data-team alleen, kan nooit de diepgang en waarde brengen die domeinexperts bieden', aldus Jurriaan Krielaart, verkoopdirecteur bij de ai-leverancier. Teams en experts moeten samenwerken, is zijn boodschap.
Een van de ai-projecten van Rabobank is het zogeheten Rate-systeem, gebaseerd op machine learning. Het systeem geeft klanten inzicht in hun transacties en zorgt voor financiële transparantie. Het combineert bedrijfslogica met statistische modellen en neurale netwerken. Deze worden gepubliceerd in een API, zodat transacties bijna in realtime worden gelabeld.
Klantervaring
Banken proberen zich in de markt te onderscheiden door de ervaring van klanten te verbeteren. Hiervoor zijn ze in toenemende mate afhankelijk van nieuwe technologie, zoals kunstmatige intelligentie en de slimme verwerking van data.
Bij Rabobank geven ze voorrang aan projecten die met analytics werken. De bank ontwierp een raamwerk waarmee de hele organisatie meer waarde uit ai-projecten kan halen. Ai wordt ook ingezet voor een datagedreven benadering van risico's en it.
Om te kunnen beoordelen moet u ingelogd zijn: