Michiel Droogsma (Valcon): ‘Wie end-to-end nadenkt over AI, innoveert veel sneller’
De periode van onbeperkte budgetten om het aantal witwasdossiers terug te brengen lijkt voorbij. Banken zoeken tegenwoordig naar manieren om niet alleen efficiënter te opereren, maar ook de berg klantdata die ze hebben opgebouwd in te zetten op een manier waarmee deze zowel voor de klant als de banken zelf een voordeel oplevert.
Kunstmatige intelligentie speelt hierin een sleutelrol, maar efficiënter opereren kan ook worden bereikt door medewerkers op een andere manier in te zetten. Het combineren van technologie en een vernieuwde aanpak van personeelsinzet biedt kansen, al brengt de implementatie hiervan de nodige uitdagingen met zich mee. We spaken erover met Michiel Droogsma, Associate Partner bij Valcon.
De strijd tegen witwassen heeft een kantelpunt bereikt. Na jaren van enorme groei van de financial economic crime-afdelingen, beginnen de eerste banken weer langzaamaan af te schalen.
“Sommige banken hebben inmiddels hun volledige klantenportefeuilles doorgelicht”, schetst Droogsma. “Gesterkt door het groene licht dat ze hebben gekregen van De Nederlandsche Bank om over te stappen op een ‘risk-based approach’, verschuift de focus steeds meer naar een zo efficiënt en effectief mogelijke naleving van de Wwft.”
Uiteraard speelt het terugbrengen van de kosten hierin een belangrijke rol. Na torenhoge boetes waren de banken ook nog eens kapitalen kwijt aan het op orde brengen van hun anti-witwasbeleid.
Rond deze megaklus zien ze inmiddels wel een zilveren randje, want met het uitgeven van die bergen geld hebben ze veel additionele klantdata vergaard – en zoals we inmiddels weten is klantdata ontzettend belangrijk om de klantrelatie zo goed mogelijk te benutten. “Al die data bleef – los van antiwitwassenmaatregelen – tot nu toe grotendeels onbenut”, aldus Droogsma. “Daar ligt dus nog veel potentieel voor zowel de klant als banken zelf.”
Zo staan de banken voor twee vragen: Hoe richten we onze AML-aanpak zo efficiënt en effectief mogelijk in? En hoe zetten we de klantdata die we hebben verzameld in om de klantrelaties maximaal te benutten? “In het antwoord op beide vraagstukken zien banken een sleutelrol weggelegd voor AI en de medewerkers binnen de FEC afdelingen”, stelt Droogsma.
Efficiënter én beter
Om te beginnen het optimaliseren van de AML-aanpak. Hoewel hij niet verwacht dat AI het menselijk oordeel volledig zal vervangen – vooral bij de complexe dossiers – ziet Droogsma wel een belangrijke verschuiving.
“Waar analisten nu nog zelf de risicoassessments opstellen, kan AI op basis van de beschikbare data volledig geautomatiseerde rapportages generen. De rol van de analist verschuift daarmee naar het interpreteren en valideren van de uitkomsten.”
“Pas wanneer de eerste boetes worden uitgedeeld, zullen de AI-spelregels echt duidelijk worden.”
Ook draagt AI volgens Droogsma bij aan kwaliteitsverbetering. “AI kan simpelweg veel meer waarnemen, omdat je modellen kunt trainen en het altijd objectief blijft. Die objectiviteit helpt bovendien om menselijke vooroordelen te verminderen, die onvermijdelijk in besluitvormingsprocessen sluiten. Hier schuilt echter wel een risico wanneer incorrecte data wordt gebruikt. Het is cruciaal dat klantdata en modellen juist worden ingericht alvorens AI gebruikt kan worden voor kwaliteitsverbetering.”
De technologie wordt dan ook steeds vaker ingezet ter ondersteuning van analisten, al is de volledige integratie van AI in hun processen nog niet gerealiseerd. “Banken zijn nog terughoudend, omdat ze niet volledig zeker weten of ze zullen voldoen aan de nieuwe set regels binnen de AI Act die in augustus 2025 van kracht wordt.
Van compliance naar uitbreiding van de klantrelatie
Door analisten te ondersteunen in hun taken, biedt AI meteen ook deels een antwoord op het tweede vraagstuk: het optimaal benutten van de opgebouwde klantdata om de klantrelaties verder uit te bouwen
“Je ziet bijvoorbeeld dat slechts 10 tot 15 procent van de zakelijke klanten een relatiemanager heeft”, legt Droogsma uit. “Voor de overige 85 tot 90 procent ligt er dus een enorme kans om de opgebouwde data in te zetten voor betere advisering en commerciële activiteiten.”
Als AI een deel van het anti-witwaswerk overneemt, kunnen de (voormalig) AML-analisten zich meer richten op het verzilveren van deze kans. Dat vereist wel een cultuuromslag binnen de organisatie. “We moeten van een interne focus, waarin de focus vooral op ligt om risico beoordelingen met de juiste kwaliteit opleveren, naar een cultuur waarin we proactief kijken hoe we klanten beter kunnen adviseren.”
“Banken zijn vooral bezig met de technische aspecten van AI en minder met de impact op de organisatie voor de langere termijn.”
Daarmee gaat het werk van de analist behoorlijk op de schop. “De overstap naar de risk-based approach was voor analisten al een enorme uitdaging. Nu moeten ze niet alleen het werk loslaten dat ze jarenlang hebben gedaan, maar ook klanten benaderen op een manier die voor hen grotendeels nieuw is. Ze moeten niet alleen risico’s beoordelen, maar ook kansen voor zowel de klant als de bank identificeren.”
“Dit vraagt om een compleet andere mind- en skillset”, legt hij uit. “We moeten medewerkers trainen om niet alleen diep in de data te graven, maar ook om deze inzichten te vertalen naar waardevolle adviezen voor de klanten.”
Management loopt achter
Ook het succesvol implementeren van AI-oplossingen brengt de nodige uitdagingen met zich mee, waar banken volgens Droogsma nog lang niet altijd de juiste antwoorden op hebben geformuleerd.
“Je ziet wel dat banken bezig zijn met de technologie van AI, maar minder met de impact ervan op de organisatie en hoe je daarop moet inspelen. Terwijl het juist ontzettend belangrijk is om de invloed van AI op de werkcultuur en de benodigde vaardigheden van medewerkers echt goed te begrijpen.”
Hij benadrukt dat vooral management nog een inhaalslag te maken heeft. Terwijl zij de strategie en het beleid rondom AI bepalen, blijken ze juist achter te lopen met het gebruik van AI.
“Natuurlijk is het creatieve proces rondom de inzet van AI in volle gang. Maar dat proces vindt grotendeels plaats op de werkvloer. Uit onderzoek van McKinsey blijkt bijvoorbeeld dat ‘regulier’ personeel drie keer zo vaak AI-gedreven technieken inzet als bestuurders.”
“Inspiratiesessie zijn niet voldoende, je moet echt een stap verder gaan.”
“Dat kan echt beter”, concludeert hij. “Om AI en de implicaties ervan echt te begrijpen, moet het leiderschap het zelf omarmen en uitdragen. Daarmee bedoel ik niet alleen proactief gebruikmaken van AI, maar ook goed kijken naar wat er gebeurt op de werkvloer, bij collega’s en bij concurrenten. Die inzichten moeten vervolgens worden vertaald naar de impact die AI op de organisatie kan hebben.”
En die vertaling is wat Droogsma betreft cruciaal op het gebied van training en ontwikkeling, óók voor het management. “Inspiratiesessie zijn niet zijn voldoende. Je moet echt een stap verder gaan. Wat gaat AI voor jou betekenen? Wat ga je anders doen in je werk? En hoe sta je daar nou eigenlijk tegenover? Uiteindelijk moet iedereen ermee aan de slag, Dit betekent dat mensen de keuze moeten maken of dit nog wel bij ze past”
Sneller innoveren
Kortom: de kansen van AI zijn groot en talrijk, maar de uitdagingen ook. Bij al deze uitdagingen kan Valcon helpen, geeft Droogsma aan. “Wij beschikken over de kennis en expertise om de volledige AI-keten in kaart te brengen. Van het ontsluiten en optimaal benutten van data tot de impact op de organisatie – inclusief de ontwikkeling van soft skills.”
En juist het samenbrengen van al deze factoren is de kunst, legt hij uit. “Organisaties die hierin slagen ontdekken veel sneller wat ze écht nodig hebben om technieken zoals AI succesvol te implementeren. Dit stelt ze in staat zich sneller aan te passen waar nodig, waardoor innovatie in een stroomversnelling raakt.”
“Denk echt end-to-end na over innovaties zoals AI”, adviseert hij dan ook. “Richt je niet alleen op de data of de achterliggende technieken. Breng zo breed mogelijk in kaart wat de voordelen én gevolgen zijn voor zowel de klant als de organisatie, zodat je nieuwe innovaties veel sneller kan gaan benutten. Alleen dan kun je echt optimaal gebruik maken van de kansen die AI biedt.”
