AI‑adoption og anvendelse i datakritiske brancher – finanssektoren

I løbet af de seneste 2 år har Context& drevet AI‑adoption i flere brancher, hvor datasensitivitet er afgørende, såsom finanssektoren, sundhedssektoren og infrastrukturudbydere. I denne artikel ser vi nærmere på eksempler på, hvordan AI implementeres, og hvilke fordele kunder – særligt i finanssektoren – har opnået. Eksemplerne kan nemt anvendes i andre brancher.

Context& har det seneste år arbejdet med Copilot- og AI‑implementering for mere end 20 kunder i finanssektoren, såsom banker, forsikringsselskaber og pensionskasser. På tværs af disse organisationer er der potentiale for, at over 50.000 medarbejdere kan drage fordel af AI’s produktivitetsløft.

I de senere år har mange af disse virksomheder valgt Context& som deres partner inden for digital transformation, udvikling af IT‑infrastruktur og sikkerhed.

For kunder i finanssektoren er det obligatorisk at implementere omfattende databeskyttelses-, privacy- og cybersikkerhedsforanstaltninger ved adoption af AI for at overholde regulativer som f.eks. DORA. Disse foranstaltninger er en forudsætning for, at finansielle organisationer kan anvende AI‑løsninger og implementere dem i praksis. Derfor er det afgørende at skabe det rette fundament ved hjælp af Microsoft Purview, SharePoint Advanced Management og dataklassificering. Det gør det muligt at anvende Copilot sikkert med organisationens følsomme data.

I samarbejde med vores kunder har vi udviklet en model, der muliggør implementering af helt nye værktøjer, samtidig med at man fuldt ud overholder gældende regulering. De samme modeller kan anvendes i andre brancher med følsomme data.

For at leve op til kravene implementerer vi avancerede funktioner såsom Microsoft Purview Suite til intern risikostyring (insider risk‑teams er obligatoriske i finanssektoren), Data Loss Prevention m.m. Tidligere på året udvidede Microsoft Copilot‑licensen med funktioner fra SharePoint Advanced Management, som gør det muligt at identificere oversharing i eksisterende SharePoint Online‑data.

Ved AI‑implementering tilpasses dataklassificering samt udrulning af sikkerheds- og databeskyttelsesværktøjer efter kundens udgangspunkt. Eksempelvis kan implementering af Microsoft E5/Purview datasikkerhed ske både før og parallelt med en bredere Copilot‑udrulning.

For at udnytte AI sikkert er det nødvendigt, at finanssektoren anvender sikre værktøjer – såsom de indbyggede funktioner i Microsoft Copilot. Uden adgang til sikre værktøjer risikerer medarbejdere at benytte consumer‑løsninger, som ikke lever op til kravene til sikkerhed og compliance. Med Microsoft Copilot kan organisationer sikre, at alle data forbliver i beskyttede miljøer.

Med Copilot kan medarbejdere i finanssektoren anvende AI i deres daglige arbejde og dermed forbedre produktivitet, effektivitet og trivsel. AI understøtter blandt andet opsummering af store dokumentmængder og identificering af nøglepunkter – typiske opgaver i finansbranchen.

Informationssøgning er en af de mest umiddelbare produktivitetsgevinster ved AI. I bankernes kundeservice kan AI eksempelvis hurtigt hente og sammenholde information fra flere kilder – som interne instruktioner på intranettet – hvilket forbedrer servicekvaliteten markant. I en branche med konstant ændringer er det tidskrævende at finde og anvende korrekt information, hvilket gør værdien af AI tydelig hurtigt.

Banker oplever samtidig en eksponentiel vækst i regulering og rapporteringskrav, hvilket traditionelt kræver flere medarbejdere. Her skaber AI betydelige produktivitetsgevinster, da det samme antal medarbejdere kan producere mere – fx inden for rapportering, intern reguleringskommunikation samt analyse og opsummering af materiale. AI kan for eksempel finde relevant information om EU‑regler og sammenholde krav med konkrete rapporter.

Kunder i finanssektoren har også vist stor interesse for at anvende AI til arbejde med tabulære data og store datasæt. Copilot i Excel og nye analysefunktioner med Python‑understøttelse er særligt populære, og Context& har leveret specialiseret træning inden for disse områder. Microsoft udvider løbende mulighederne for dataanalyse gennem både eksisterende løsninger og nye værktøjer som Analyst‑agenten i Copilot Chat og GPT‑5. Markante forbedringer er introduceret i løbet af efteråret.

AI gør det muligt for organisationer at øge produktiviteten i både medarbejdere og processer samt levere bedre oplevelser til både medarbejdere og kunder. Her er nogle langsigtede eksempler på, hvordan finansielle organisationer kan skabe vækst gennem kundeoplevelser ved hjælp af Copilot, AI‑agenter og løsningsudvikling:

• Interaktive kundeportaler: Udvikling af AI‑drevne portaler med realtidsopdateringer på porteføljer, markedsnyheder og personaliserede indsigter

• Effektiv lånebehandling: Automatisering og acceleration af lånegodkendelser via AI‑analyse af ansøgerdata

• Personlige bankydelser: Tilpassede tilbud baseret på kunders finansielle adfærd

Eksempler på forbedret vækst, effektivitet og konkurrenceevne:

• Finansiel analyse i realtid: AI leverer øjeblikkelig indsigt i markedsforhold, porteføljer og risikovurderinger

• Kreditrisikomodellering: Mere avancerede modeller til forudsigelse af misligholdelse og bedre styring af kreditporteføljer

• Algoritmisk handel: Udvikling og optimering af handelsstrategier baseret på avanceret AI‑analyse

Andre relevante use cases for finanssektoren:

• Overvågning af compliance med globale regulativer ved hjælp af Copilot

• Identificering og forebyggelse af svindel i realtid med avancerede algoritmer

• Analyse af markedsstemning via sociale medier og nyheder

Alt dette skal naturligvis ske i overensstemmelse med EU’s AI Act.