Slik skaper banker målbar effekt med KI i kjerneprosessene

I dag, enten du deltar på et større lederarrangement eller sitter i møte med bankledelsen, står kunstig intelligens øverst på agendaen. 

I samtaler med toppledere og beslutningstakere, og med støtte i fersk forskning fra Gartner, er prioriteringene tydelige: kostnader må ned og investeringer må gi målbar effekt. Det er ikke lenger nok å teste KI i avgrensede piloter, men løsningene må fungere i den daglige driften.

Med erfaring fra bankenes kjerneprosesser, kombinert med innsikt fra markedet og organisatoriske utfordringer jeg ser igjen på tvers av virksomheter, har jeg derfor identifisert konkrete bruksområder hvor KI kan adressere flaskehalser.

Nedenfor deler jeg konkrete KI-bruksområder innen fem sentrale deler av banken, med løsninger som allerede kan tas i bruk og skaleres.

Selv om disse løsningene først og fremst effektiviserer interne prosesser, har de direkte betydning for det som betyr mest, nemlig kundeopplevelsen. Når arbeidsflyter blir raskere og mer sammenhengende, merker kundene det i form av enklere, raskere og mer relevante tjenester.

Personbank (Retail & kundeopplevelse)

Flaskehals:
Mange enkle kundehenvendelser tar opp tid som kunne vært brukt bedre, samtidig som manuelle og komplekse boliglånssøknader fører til treg saksbehandling.

Bruksområde: Agentbasert personbank 

• Tiltak: Enkle chatboter er ikke lenger tilstrekkelige. I stedet kan agentbasert KI håndtere sentrale oppgaver automatisk, som å sperre kort, endre betalingsdatoer og åpne kontoer.
• Effekt: Kostnaden per henvendelse kan reduseres fra rundt 150–250 kroner til 10–20 kroner, ved at manuelle prosesser erstattes for et stort antall kunder.

Bruksområde: Raskere behandling av komplekse boliglån

• Tiltak: Enkel automatisering fungerer for standard­saker, men ikke for mer komplekse situasjoner. KI kan samle og analysere data fra flere kilder, og raskt vurdere både betjeningsevne og risiko, samtidig som regelverk ivaretas.
• Effekt: Reduserer manuelt arbeid, gir kortere behandlingstid og gjør det mulig å fatte beslutninger langt raskere. 

Bruksområde: Personlig, KI-basert finansiell veiledning

• Tiltak: En personlig KI-rådgiver gir forslag til relevante tiltak basert på kundens situasjon og endringer i markedet.
• Effekt: Gir mer relevante anbefalinger innen sparing, pensjon og gjeld. Dette bidrar til en bedre kundeopplevelse.

Bedrifts- og SMB-finansiering

Flaskehals:
«Søknadspakken». Bedriftsfinansiering er en tung og tidkrevende prosess som krever manuell gjennomgang av store mengder dokumentasjon - fra revisjonsrapporter og ESG-data til verdivurderinger. Dette gir lange behandlingstider og forsinkelser i godkjenninger.

Bruksområde:
Agentbasert kredittvurdering og dokumentsammenstilling

• Tiltak: KI trekker ut nøkkeltall fra omfattende søknadspakker og utarbeider store deler av kredittkomiténotater automatisk. Resultatet kvalitetssikres av mennesker før endelig beslutning.
• Effekt: Reduserer manuelt dataarbeid med 70–80 %, gir raskere behandling (fra uker til dager) og fører til færre feil.

Bruksområde: Automatisert anbuds- og RFP-hub

• Tiltak: KI analyserer komplekse anbud, trekker ut relevante krav og fyller inn standardiserte svar basert på en kvalitetssikret datakilde. Den foreslår også forbedringer, varsler om mangler eller avvik og dokumenterer både datakilder og endringer underveis.
• Effekt: En mer effektiv RFP-prosess med høyere tempo, færre feil, økt kapasitet og bedre etterlevelse.

Investeringsbank og kapitalmarkeder

Flaskehals:
Analytikere bruker uforholdsmessig mye tid på research, datainnsamling og vedlikehold av modeller, fremfor kundearbeid og gjennomføring av transaksjoner.

Bruksområde: M&A due diligence-analyse

• Tiltak: KI gjennomgår store mengder dokumentasjon i virtuelle datarom og identifiserer risiko, begrensende klausuler og avvik i kontrakter og rapportering.
• Effekt: Reduserer tid brukt på dokumentgjennomgang og research med 70–80 %, og gjør det mulig å gjennomføre flere transaksjoner raskere.

Bruksområde: Verdsettelses- og researchagenter

• Tiltak: KI overvåker løpende rapportering, resultater og markedsdata, og oppdaterer finansielle modeller og prognoser automatisk. 
• Effekt: Reduserer tiden brukt på modellvedlikehold med rundt 50 %, og frigjør tid til analyse, strategi og transaksjonsarbeid.

Formuesforvaltning og private banking

Flaskehals:
Administrativt forarbeid er tidkrevende og oppleves ofte som lite verdiskapende for rådgivere, fordi det går på bekostning av tiden de kunne brukt med kundene.

Bruksområde: Proaktiv relasjons- og likviditetsovervåking

• Tiltak: KI overvåker store inn- og utbetalinger og varsler rådgiver ved relevante hendelser. Samtidig genereres et personlig tilpasset investeringsforslag eller tilbud som rådgiveren kan kvalitetssikre før dialog med kunden. 
• Effekt: Bedre konvertering av store kapitalinnskudd, ved at kunden får riktig veiledning når behovet er størst.

Bruksområde: Deal intelligence og personalisert rapportering

• Tiltak: KI kobler markedsnyheter til kundens portefølje og genererer relevante oppsummeringer. Samtidig fanges signaler som redusert aktivitet, treg respons eller kapitaluttak opp, for å identifisere kunder med risiko for frafall.
• Effekt: Reduserer kundefrafall og bidrar til å holde formuende kunder  informert og engasjert.

Konsernfunksjoner (compliance og risiko)

Flaskehals:
Tradisjonelle svindelsystemer blir i økende grad omgått av mer sofistikerte metoder, inkludert sosial manipulering og KI-baserte angrep. Samtidig krever regulatorisk oppfølging betydelige manuelle ressurser.

Bruksområde: KI mot svindel og sosial manipulering

• Tiltak: I motsetning til tradisjonelle systemer, som primært ser etter faste risikomarkører som beløp eller lokasjon, analyserer KI adferd i sanntid. Den fanger opp avvikende mønstre, nøling på enheter og uvanlige interaksjoner. Også når innloggingsinformasjonen er korrekt.
• Effekt: Gir bedre beskyttelse for både bank og kunde, forebygger tap og bidrar til å møte krav til sanntidsbeskyttelse i EU-regelverk.

Bruksområde: Kontinuerlig KYC

• Tiltak: KI overvåker bedriftskunder løpende for endringer i ledelse, eierskap eller sanksjoner, i stedet for å basere seg på periodiske gjennomganger.
• Effekt: Reduserer compliance-arbeid med 60–70 %, gir færre etterslep og bedre oversikt over risiko i sanntid.

Bruksområde: Governance- og ESG-scoring

• Tiltak: Automatisert innhenting av offentlige data brukes til å beregne ESG-risikoscore, til støtte for rapportering etter CSRD og EU-taksonomien.
• Effekt: Reduserer ressursbruken knyttet til bærekraftsrapportering med rundt 40 %.

Fra pilot til praksis: Slik skalerer du KI på tvers av virksomheten

Selv om KI har høy prioritet i styrerommet, er avstanden mellom pilot og faktisk bruk i stor skala fortsatt stor. 

I nordisk bank- og finanssektor ser vi et tydelig paradoks: Kundene møter moderne, brukervennlige løsninger, mens kjernesystemene bak ofte er flere tiår gamle og preget av kompleks arkitektur. Resultatet er at kun 12% av finansinstitusjoner lykkes med å skalere KI på tvers av virksomheten.

Samtidig er det ofte et gap mellom strategisk ambisjon og faktisk gjennomføring fra ledelsen. Mange organisasjoner er fortsatt siloorganiserte, med ulike mål og insentiver, noe som gjør det vanskelig å få til bred bruk av KI.

Pilotprosjekter er en naturlig start, men banker må være bedre rustet for skalering. En løsning som fungerer i et avgrenset testmiljø, møter ofte motstand når den skal inn i komplekse, sanntids produksjonssystemer. Teknisk gjeld og underliggende arkitektur må derfor adresseres tidlig.

Uten forståelse for fundamentet vil ikke KI skape varig verdi.

KI kan heller ikke utvikles isolert. For å møte regulatoriske krav og tilsyn fra Finanstilsynet må KI-løsninger være sporbare, etterrettelige og bygget på ryddige data og kode. De må også fungere innenfor rammeverk som DORA, EU AI Act, NIS2 og GDPR.

Dette krever en helhetlig tilnærming.

I Vivicta jobber vi nettopp slik: Vi tar ikke bare i bruk nye verktøy, men ser på hvordan alt henger sammen. Ved å kombinere teknologi, domeneinnsikt og rådgivning sørger vi for at løsninger, krav og systemer henger sammen. Helt fra pilot til sikker drift. 

Kilder og statistikk:

• Banking Production Scale (12,2 %): Wolters Kluwer Q1 2026 Banking Compliance AI Trend Report
• Technical Debt & AI Scaling: McKinsey & Company – The AI Bank of the Future