Bankerna fastnar inte på tekniken – de fastnar på sig själva
Bankernas största hinder mot AI är inte tekniken – det är dem själva.
Flaskhalsen har flyttat sig
Det har länge funnits en bekväm ursäkt inom finanssektorn: tekniken är inte mogen än. Den ursäkten håller inte längre. Enligt Finextra har moderna språkmodeller och prediktiva analysverktyg nått en mognadsgrad där de tekniska begränsningarna sällan är det som stoppar bankerna. Flaskhalsen har förflyttat sig – från vad AI kan göra till vad organisationerna klarar att ta emot.
Det är en viktig distinktion. Och den förklarar varför vi samtidigt kan se banbrytande AI-satsningar rullas ut av de mest rörliga aktörerna, medan traditionella storbanker fortfarande kämpar med grundläggande integration.
Arvet av gamla system
Många banker bär på ett tungt digitalt arv – föråldrade datasystem byggda decennierna innan molntjänster och maskininlärning ens existerade. Att koppla moderna AI-lösningar till dessa system är inte omöjligt, men det kräver tid, pengar och – kanske viktigast av allt – tydligt strategiskt ledarskap. Utan välstrukturerad och tillförlitlig data kan även de vassaste modellerna inte leverera tillförlitliga resultat.
Detta är inte ett tekniskt problem. Det är ett arkitektoniskt och organisatoriskt problem som kräver en annan typ av beslut än att köpa en ny mjukvarulicens.
Regelefterlevnad som drivkraft – inte hinder
Samtidigt ser vi att regulatoriskt tryck faktiskt driver AI-adoption på sina håll. Orange Money, den digitala plånboken under telekomjätten Oranges paraply, har ingått ett strategiskt partnerskap med teknikföretaget ADSTRA för att implementera AI-driven bekämpning av penningtvätt och terrorismfinansiering. Det är ett talande exempel: när regleringskraven skärps globalt för digitala betalaktörer, räcker inte längre manuella processer till.
Traditionella metoder för att spåra misstänkta transaktioner klarar helt enkelt inte av den växande volymen digitala betalningar. AI-baserade verktyg lyfts fram som ett sätt att både höja träffsäkerheten och dramatiskt minska antalet felaktiga larm – något som kostar finansiella aktörer enorma resurser varje år. Här är regelefterlevnad inte ett hinder för AI; det är anledningen till att AI implementeras.
Men – och detta är avgörande – myndigheter kräver också transparens och spårbarhet i automatiserade beslut. Bankerna måste kunna förklara hur ett AI-system kom fram till ett visst beslut om kreditgivning eller riskbedömning. Frågan om ansvar är olöst: vem bär skulden när ett AI-system fattar ett felaktigt beslut med verkliga ekonomiska konsekvenser för en kund?
De snabbfotade visar vägen
Medans de stora bankerna brottas med arvssynder, visar betalningsjättar som Mastercard hur långt man kan komma när man har friheten att bygga nytt. Företagets nyligen lanserade plattform Advanced B2B Analytics använder artificiell intelligens för att i realtid analysera transaktionsmönster och ge företag bättre beslutsunderlag i sina inköpsprocesser. Leverantörer får djupare insikt i köparbeteenden; köpare får ökad transparens och kontroll.
Det är ett konkret exempel på hur en traditionell betalningsförmedlare omvandlar sig till en datadrivet teknikbolag. Mastercard säljer inte längre bara transaktioner – de säljer intelligens.
Detta är den affärsmässiga sanningen som alla banker till slut måste förhålla sig till: de aktörer som lyckas integrera AI i sina kärnprocesser – inte som ett sidoprojekt, utan som en del av hur organisationen fungerar – kommer att ha en fundamental konkurrensfördel.
Kompetens och kultur – den underskattade faktorn
Enligt Finextra är intern kompetens en av de mest underskattade faktorerna i AI-omställningen. Det räcker inte att rekrytera ett team av dataforskare och placera dem i ett hörn. Hela organisationen – från riskavdelning till kundtjänst – behöver förstå vad AI kan och inte kan göra, och hur man arbetar med verktygen på ett ansvarsfullt sätt.
Det är här ledarskap gör skillnad. AI-transformation är i grunden en kulturell omställning, och den kräver att ledningen tar ägandeskap – inte delegerar det till IT-avdelningen.
Bankerna har löst det tekniska problemet. Nu återstår det svårare: att förändra sig inifrån.
Vår analys
Det som gör det här ögonblicket så intressant är att vi befinner oss i ett slags organisatoriskt mellanläge. AI-tekniken är redo. Affärsnyttan är bevisad. Och trycket – både från konkurrenter och tillsynsmyndigheter – är starkare än någonsin. Ändå är det organisationen som haltar.
Min bedömning är att vi inom tre till fem år kommer att se en tydlig uppdelning i finanssektorn: de aktörer som lyckades integrera AI i sina kärnprocesser och de som fortfarande pilottestar. Den avgörande skillnaden kommer inte att vara tillgång till teknik – den är demokratiserad – utan förmågan att fatta svåra interna beslut om dataarv, ansvarsfrågor och kompetensutveckling.
De banker som behandlar AI som en strategisk omställning snarare än ett tekniskt projekt kommer att vinna. Och de som vinner tidigt sätter prejudikat för hela branschen – inklusive hur regulatorer förhåller sig till automatiserade beslut. Det är ett ledarskapsuppdrag, inte ett IT-uppdrag.