Case · ABN AMRO
James begeleidde de eerste ChatGPT-pilot binnen ABN AMRO. Met een afgeschermd, lokaal model konden medewerkers zelf ervaren wat AI hen oplevert. Eerder bracht hij bij dezelfde bank het klantscreeningsproces in kaart. Twee verhalen, één les: eerst snappen, dan pas opschalen.
Het verhaal
Een bank is een van de strengst gereguleerde werkomgevingen die er zijn. Toezichthouders kijken mee, klantdata is streng beschermd en de reputatie ligt onder een vergrootglas. Tegelijk stond er met ChatGPT een nieuwe generatie AI voor de deur. De vraag was niet of de bank er iets mee moest, maar hoe dat veilig kon.
Geen bankbrede uitrol, maar een pilot met twee duidelijke grenzen. Ten eerste een afgeschermd, lokaal model: er ging geen data naar een externe partij. Ten tweede alleen processen zonder direct klantcontact, zodat geen klant geraakt kon worden terwijl het team leerde.
Binnen die veilige rand mochten medewerkers zelf aan de slag. Niet kijken naar een demo, maar het eigen werk erin stoppen en zien wat eruit komt.
AI invoeren in een streng gereguleerde omgeving kan, als je het afschermt en klein begint. En adoptie ontstaat niet door een presentatie over AI, maar doordat mensen in hun eigen werk ervaren wat het hen oplevert. Wie het zelf heeft gevoeld, heeft geen overtuiging meer nodig.
Eerder bij dezelfde bank
Voordat er van AI sprake was, werkte James bij dezelfde bank als Lean Six Sigma Black Belt aan Client Filtering: het proces waarmee de bank klanten langs sanctie- en risicolijsten legt, onderdeel van ken-je-klant (KYC). Elke mogelijke match is een hit die iemand moet beoordelen. Dat proces liep vol. James bracht het in kaart en hielp het in control te brengen.
Wat de diagnose blootlegde
Cijfers uit de procesdiagnose zelf. Ze beschrijven de startsituatie, niet het eindresultaat: eerst meten, dan pas verbeteren.
De aanpak
Het probleem scherp op één vel: aanleiding, probleemstelling, grondoorzaken en acties met een eigenaar en een datum. Iedereen ziet hetzelfde plaatje.
Het hele proces van begin tot eind getekend, met per stap een heldere rolverdeling: wie voert uit, wie is verantwoordelijk, wie kijkt mee. Geen werk dat tussen wal en schip valt.
Een MI-dashboard dat instroom, voorraad en kwaliteit zichtbaar maakt. Sturen op feiten in plaats van op gevoel.
Het resultaat: proces in kaart, oorzaken benoemd, besturing ingericht.
Vanaf dat moment kon de bank gericht verbeteren, stap voor stap, op basis van cijfers. Dat is wat in control betekent: je weet wat er binnenkomt, waar het blijft hangen en wie ervan is.
Wat jij hieraan hebt
De verleiding is groot om meteen software of AI op een probleem te zetten. Maar wie een rommelig proces automatiseert, krijgt rommel op hogere snelheid. Daarom begint elk Bravio-traject met de Blueprint: eerst in kaart brengen hoe je werkt en waar het weglekt, dan pas bouwen.
Afgeschermd, klein en in het eigen werk. Zo richten we ook jouw AI-laag in: laag-risico en omkeerbaar werk doet de AI zelf, en alles wat naar buiten gaat staat als concept klaar en vertrekt pas met jouw akkoord.
Klantacceptatie en screening grotendeels geautomatiseerd, met 65% kortere doorlooptijd.
Lees de case →Wat we bouwen voor bureaus, kantoren en adviseurs: één werkomgeving voor klanten, offertes en opvolging.
Bekijk de sector →Wat vandaag al werkt, en wat hype is. Nuchter overzicht zonder verkooppraat.
Lees het artikel →