AI spil in digitale strategie ING

Door Jochen Meischke

In 2020 startte een bijzonder project van ING en TU Delft: het AI for Fintech Research lab. Het markeert een nieuw hoofdstuk en verdere verdieping in de samenwerking van de twee organisaties, die eerder al samenwerkten aan software-onderzoek en -ontwikkeling in de ING Tech Research & Development afdeling. Elvan Kula, werkzaam bij ING en manager van het nieuwe lab, vertelt over de rol die is weggelegd voor AI in de kerntaken van de bank en hoe TU Delft en ING samenwerken om innovatie te realiseren in de fintech-sector.

ING heeft de ambitie om een ‘tech company with a banking license’ te worden. Geen wonder dat de bank bij de TU Delft aanklopte om samen te onderzoeken hoe AI breder kan worden ingezet. Het lab, dat opereert onder ICAI-vlag, werd opgericht in hetzelfde jaar dat Kula afstudeerde bij de TU Delft in Data Science en Technology om vervolgens voor de bank te gaan werken. Gezien Kula’s interesse in AI was het nieuwe lab een meer dan logische plek om aansluiting bij te zoeken.

Kula kreeg een van de 10 PhD-plekken en werd een halfjaar na oprichting ook labmanager. Een uitdagend takenpakket in een inspirerende omgeving, legt ze uit. “In elk ICAI-lab wordt samengewerkt tussen een of meerdere bedrijven en een universiteit. Academische kennis komt zo samen met echte data – inzichten uit de realiteit. Voor ING is het heel waardevol om zo onderzoek te valideren met de TU Delft als wetenschappelijke partner.”

Vertragingen, incidenten en contactmomenten voorspellen

Kula richt zich binnen het lab op een drietal onderwerpen: het herkennen en voorspellen van incidenten, het voorspellen van vertragingen en de doorontwikkeling van chatbots. Ze moet lachen: bij chatbots hebben de meeste mensen nog wel een beeld, maar de rest is geen alledaagse kost, denk ik? Ze legt uit: “Vertragingen voorspellen is een vorm van data-analyse. AI kan helpen voorspellen hoe groot de kans is dat een deadline voor nieuwe software gehaald gaat worden. Voor ING is het belangrijk om te weten wanneer bijvoorbeeld nieuwe functionaliteit op de website of in de app gelanceerd kan worden. Hoe eerder we weten of er kans op vertraging is, hoe beter we er op kunnen anticiperen. Met ons huidige model hebben we al 80 procent nauwkeurigheid of vertraging op de loer ligt bij een project – en hoe lang”.

Een ander belangrijk onderwerp binnen financiële dienstverlening is het herkennen en voorspellen van incidenten. Kula schetst een beeld van de volumes: “Alleen al bij ING vinden dagelijks meer dan 50 miljoen transacties plaats. Wij bouwen nu AI die zelfstandig herkennen of er iets geks met een transactie aan de hand is, zoals witwassen en andere vormen van financieel-economische criminaliteit. We kijken nu vooral naar zogenaamde ‘anomalieën’, afwijkende transacties. De volgende stap is een alarmfunctie: onze AI geeft dan een seintje aan medewerkers van ING als het iets geks opmerkt tussen die miljoen transacties”.

Ook op het vlak van chatbots is nog de wereld te winnen, aldus Kula. “De huidige generaties chatbots zijn nog vrij simpel. Die kun je bijvoorbeeld verbeteren met door contactredenen te classificeren: voorspellen waarom en waarover een klant contact gaat zoeken, bijvoorbeeld. Stel, een rekening van een klant is geblokkeerd. Als deze klant dan contact opneemt, heb je een redelijk idee waar de vraag over zal gaan als hij daarover al is geïnformeerd door de chatbot.”

Betrouwbaarder voorspellen met AI

Kula richt zich momenteel vooral op het voorspellen van vertragingen. Ze doet dat met behulp van een enorme hoeveelheid data van ING. “In 2011 stapte ING over op agile werken en sinds 2015 werken bijna alle teams met deze methode, waarin zelforganiserende teams die grote projecten in kortere periodes opknippen om sneller iets bruikbaars op te leveren Dankzij de data die dit oplevert, kun je echt goed aan de slag met de technische en sociale aspecten van softwareontwikkeling. Als mensen kunnen wij eigenlijk vrij slecht inschatten wat er nou voor zorgt dat werk vertraging oploopt. AI kan dat beter, met behulp van jaren aan data. Een eerste inzicht uit dit onderzoek draait om zogenaamde ‘rapid releases’: bedrijven willen graag sneller software ontwikkelen en vaker tussentijds uitbrengen in de vorm van nieuwe apps, websites of andere financiële dienstverlening. De vraag is of snelheid ten koste gaat van de kwaliteit van je software en dienstverlening. Uit ons onderzoek bleek dat hierover veel bezorgdheid is bij developers die werken aan software, maar de AI zag geen bewijs voor slechtere kwaliteit code bij kortere projecten.”

Proeftuin voor innovatie

Het ICAI lab heeft twee locaties, in Delft en Amsterdam. Er ontstaat binnen een lab eigenlijk een soort proeftuin waar ING en de TU Delft elkaar ontmoeten, aldus Kula. “Onderzoekers, studenten en medewerkers van bank en universiteit laten binnen ons lab state of the art academische kennis los op bestaande kennis en processen van ING. De vraag is echt: hoe kunnen we samen de nieuwste academische inzichten toepassen in de echte wereld?” In het lab ontstaan ook nieuwe, niet eerder onderzochte concepten. Als iemand binnen de TU Delft of ING een goed idee heeft, kunnen wij dat hier eerst verder uitwerken en testen.” Het is belangrijk dat er zorgvuldig met (klant)data gewerkt wordt en ING hecht er veel waarde aan dat dit gebeurt in samenwerking met de TU Delft. Kula stipt de goede reputatie van de TU Delft aan: “de TU Delft kijkt echt naar de praktische toepassingen van AI. Dat maakt de samenwerking voor ING waardevol en is ook een van de redenen waarom ING het AI for Fintech Research Lab wil laten door ontwikkelen tot een volwaardige afdeling van het bedrijf.”

ING zet al enige tijd in op AI als spil in de fintech strategie van het bedrijf. Het ICAI-lab speelt daar een rol in. Kula: “In het eerste jaar hebben we hard gewerkt aan onze naamsbekendheid binnen ING. Nu weten steeds meer afdelingen met complexe uitdagingen en problemen ons te vinden. Een groot verschil ten opzichte van een jaar geleden. We kunnen natuurlijk zelf van alles bedenken, maar als collega’s binnen ING met eigen inbreng komen, kunnen we als lab echt een verschil maken.”