LAATSTE DISCUSSIE
Weet uw AI wanneer het bedrijf verandert?
De volgende test voor enterprise AI is of deze kan werken binnen de verplichtingen, uitzonderingen en beslissingen die een bedrijf maken tot wat het is.
Stel u een verzekeraar voor die een portefeuille levensverzekeringspolissen heeft verworven die gesloten zijn voor nieuwe contracten. De overname is voltooid. De records zijn gemigreerd. Medewerkers kunnen de documenten vinden. Een AI-assistent staat klaar om vragen van de klantenservice te beantwoorden.
Een verzekeringnemer vraagt om een schatting van de polisafkoopwaarde. De assistent haalt een authentiek document op, citeert het correct en komt met een overtuigende toelichting. Toch heeft zij de voorwaarden van een nieuwer product gekozen in plaats van de voorwaarden die van toepassing zijn op het contract van de verzekeringnemer.
Er hoefde niets te worden verzonnen om het antwoord fout te laten zijn.
Dit hypothetische geval legt een diepere uitdaging bloot dan het up-to-date houden van een AI-model. Een gevestigd bedrijf bevat beslissingen die op verschillende tijdstippen, voor verschillende klanten en onder verschillende omstandigheden zijn genomen. Ervaren werknemers besteden een deel van hun werkzame leven aan het overbruggen van deze verschillen. Zij weten welke uitzondering bij een verworven portefeuille hoort, wanneer een wijziging in de verzekeringspolis de standaardformulering verandert en wanneer voor een ogenschijnlijk routinematig verzoek een specialist nodig is.
Terwijl we dat werk automatiseren, moeten we die oordelen expliciet, toetsbaar en onderhoudbaar maken. Anders kan AI een onopgeloste organisatorische dubbelzinnigheid omzetten in een consistente operationele fout.
Dat is de leiderschapskwestie die ik wil onderzoeken: hoe behouden we de betekenis van een bedrijf terwijl we de manier veranderen waarop het opereert?
Het antwoord heeft mogelijk tegelijkertijd het verleden en het heden nodig
Terug naar de verzekeringnemer uit ons voorbeeld. De polis is in 2008 afgegeven en later aangevuld met een polisaanhangsel. De portefeuille is vervolgens overgenomen en de verzekeraar heeft dit jaar een nieuwe beheerprocedure ingevoerd. Voor de berekening van het bedrag zijn ook de relevante actuele rekeningpositie en waarderingsdatum nodig.
Er is geen enkele “nieuwste versie” die dit allemaal beantwoordt.
| Onderdeel van het besluit | De vraag die zijn autoriteit vestigt |
|---|---|
| Contractueel recht | Welke polisvoorwaarden en toepasselijke wijzigingen zijn van toepassing op het verzoek van deze klant? |
| Operationele procedure | Welk goedgekeurde proces is nu van toepassing op deze verzekeringsportefeuille en dit type transactie? |
| Financiële berekening | Welke geautoriseerde dienst, uitgangspunten, saldi en taxatiedatum bepalen het bedrag? |
| Toestemming om te handelen | Wie kan de actie goedkeuren, en aan welke voorwaarden moet bij uitvoering nog worden voldaan? |
Er kan niet zonder meer worden aangenomen dat een actuele klantenservice-instructie een ouder contractueel recht wijzigt. Evenzo betekent een oud contract niet dat werknemers een beëindigde werkwijze moeten gebruiken. De toepasselijke juridische en contractuele interpretatie ligt bij gekwalificeerde specialisten; de technologie moet de regels behouden en toepassen die zijn goedgekeurd door die gekwalificeerde specialisten.
In dit geval moet het polisadministratiesysteem of de gevalideerde calculatieservice de offerte opstellen. AI kan het relevante bewijsmateriaal verzamelen, de input van de berekening uitleggen en een conflict benadrukken. Het mag geen financiële waarde uit teruggevonden proza improviseren.
Dat onderscheid is vooral belangrijk bij langlopende verzekeringen. Een portefeuille kan stoppen met het accepteren van nieuwe klanten terwijl de verantwoordelijkheden op het gebied van klantenservice, claims en rapportage voortduren. Modernisering moet de verplichtingen van die verzekeringsportefeuille voortzetten, inclusief de verschillen die deze onderscheiden van de nieuwere producten van de verzekeraar. Bij een technisch succesvolle migratie kan de zakelijke betekenis nog steeds onvolledig vertegenwoordigd blijven.
Het werk dat ervaren mensen tussen de documenten door doen
Wanneer twee documenten het niet eens zijn, doet een capabele medewerker meer dan alleen het meest recente document kiezen. Ze onderzoeken de relatie: is de ene een algemene regel en de andere een toegestane uitzondering? Betreft het een ander rechtsgebied? Is een wijziging goedgekeurd maar nooit doorgevoerd? Is de inconsistentie een echt defect waarvoor een zakelijke beslissing nodig is?
Een systeem dat deze bronnen samenvoegt tot een vloeiende paragraaf kan juist de meningsverschillen verbergen die een geautoriseerde recensent moet zien. Vloeiendheid kan de zichtbare tekenen van onzekerheid wegnemen zonder de oorzaak ervan op te lossen.
Daarom zou ik het werk van ervaren medewerkers onderzoeken voordat ik het ophaalproces ontwerp. Vraag een specialist om een aantal moeilijke gevallen uit te leggen, waaronder een geval waarin de ogenschijnlijk voor de hand liggende bron ongelijk had. Noteer de onderscheidingen die zij gebruikten en het bewijsmateriaal dat deze ondersteunde. Daag ook informele oplossingen uit: een al lang bestaande praktijk is niet automatisch een goedgekeurde regel.
Het resulterende item is nuttiger dan een map met documenten. Het is een bijgehouden overzicht van welke informatie van toepassing is op welke beslissingen, samen met de persoon die bevoegd is om onzekerheid op te lossen. Die kennis kan de opleiding van het personeel, de systeemconversie en de operationele consistentie, evenals AI, verbeteren.
Het doel is niet om elk professioneel oordeel als regel te coderen. Sommige gevallen blijven werkelijk dubbelzinnig. Een goed ontwerp onderkent deze gevallen vroegtijdig, legt uit wat onopgelost is en geeft een voldoende gekwalificeerde specialist het bewijs en de beslissingsbevoegdheid.
Een fusie maakt het probleem zichtbaar; agentische AI maakt het urgent
Een bank die een overgenomen bedrijf integreert, wordt geconfronteerd met een daarmee samenhangende uitdaging. Het kan lijken alsof twee klanten hetzelfde accounttype hebben, terwijl ze verschillende overeenkomsten, prijsafspraken of uitzonderingen op de klantenservice hebben. Uit een geconsolideerd klantdossier blijkt niet dat hun behandeling identiek moet zijn.
Bij een hypothetisch kostenonderzoek kan een assistent het huidige tarief van de overnemende bank lokaliseren, terwijl hij een geldige regeling voor een overgenomen klantengroep over het hoofd ziet. De remedie is om de bestuursovereenkomst en de toegestane behandeling tot stand te brengen, en niet alleen het tarief vaker te vernieuwen. Als documenten conflicteren, moet de zaak worden opgelost voordat een reactie of aanpassing wordt goedgekeurd.
Dit heeft strategische implicaties voor acquisitieplannen. Een business case die budgetten vrijmaakt voor het verplaatsen van documenten, maar de afstemming van betekenissen overlaat aan het eerstelijnspersoneel, kan een aanzienlijke integratielast onopgelost laten. AI-investeringen moeten die last blootleggen en helpen verminderen, in plaats van deze minder zichtbaar te maken achter een uniforme interface.
De nieuwsbrief van het Bazels Comité van januari 2026 over BCBS 239 identificeert fusies, nieuwe producten, gefragmenteerde datadomeinen en data-afkomst als voortdurende implementatie-uitdagingen. Het is een informatieve discussie over risicodatapraktijken, geen nieuwe AI-vereiste. De relevantie ervan is hier het verband tussen bedrijfsverandering, de betekenis van data en duurzaam managementeigendom.
Agentic AI verhoogt de inzet omdat een verkeerde interpretatie verder kan reiken dan een antwoord. Een ophaalagent levert bewijsmateriaal, een tweede agent stelt een aanbeveling op en een derde initieert een toegestane workflow. Overeenstemming tussen deze agenten is een zwakke geruststelling als ze allemaal afhankelijk zijn van dezelfde, niet-toepasbare bron. Het systeem heeft een gemeenschappelijke, gecontroleerde basis nodig om te beslissen welk bewijsmateriaal in aanmerking komt en welke acties zijn toegestaan.
De architectuur moet de basis van de beslissing behouden
Retrieval-augmentedgeneration, of RAG, voegt opgehaalde informatie toe aan de respons van een model. Het kan een antwoord makkelijker traceerbaar maken, maar relevantie alleen zorgt niet voor toepasbaarheid. Een zeer relevante paragraaf kan toch betrekking hebben op de verkeerde contract- of klantenpopulatie.
Ons voorgestelde ontwerp onderscheidt vier verantwoordelijkheden: het vaststellen van de zaak, het selecteren van toepasselijk bewijsmateriaal, het produceren van de uitleg en het autoriseren van eventuele actie. Het model kan binnen dat proces een bijdrage leveren; zij mag niet verantwoordelijk zijn voor het verlenen van toegang aan zichzelf of het bepalen van de grenzen van haar eigen gezag.
Origineel Genellipse-diagram. Etiketten zijn in het Engels; de bijbehorende uitleg is beschikbaar in de door u gekozen taal.
Lees de uitleg en aannames
Betrouwbare casuscontext, goedgekeurde bronnen en geautoriseerde financiële systemen bieden verschillende input.
Een onafhankelijke geschiktheidscontrole stelt toepasselijke bronnen, toegangsrechten en ingangsdata vast voordat begrensde AI een uitleg voorbereidt.
Een gekwalificeerde geautoriseerde beoordelaar handelt uitzonderingen af. Voordat de workflow wordt uitgevoerd, worden de machtigingen, de geldigheid van de bron en de huidige status opnieuw gecontroleerd. Bewijsmateriaal wordt in elke fase bewaard.
In het begin leveren vertrouwde systemen de polis- of accountidentiteit, het product, de markt en relevante data. Goedgekeurde regels bepalen tot welke bronnen de gebruiker en workflow toegang hebben en welke versies van toepassing zijn. Alleen in aanmerking komend materiaal komt in de fase van het genereren van antwoorden. Metagegevensfilters zijn een beschikbaar technisch mechanisme; De zoekdocumentatie van Microsoft beschrijft het filteren van inhoud op basis van gedefinieerde criteria. Het moeilijke zakelijke werk blijft het overeenkomen en handhaven van deze criteria.
Huidige saldi en financiële berekeningen volgen hun eigen geautoriseerde systeemverbindingen. Het bewijsstuk moet de uitleg verbinden met de contractversie, het opgehaalde materiaal, het berekeningsresultaat, de onopgeloste uitzonderingen en de goedkeuring. Dit geeft een geautoriseerde beoordelaar iets nuttigs dan een transcriptie: een basis om te begrijpen hoe de beslissing tot stand is gekomen.
Vóór een actie met aanzienlijke gevolgen controleert het systeem opnieuw. Een aanbeveling kan in de wachtrij staan terwijl een bron wordt ingetrokken, een account verandert of een goedkeuring verloopt. Toestemming en status moeten nog steeds geldig zijn wanneer de actie wordt uitgevoerd. Een conventionele API en een Model Context Protocol (MCP) tool hebben beide deze discipline nodig; Geen van beide verbindingstypen creëert op zichzelf zakelijke autoriteit.
Het veranderen van de bron betekent het beheersen van de gevolgen
Kennisonderhoud wordt een operationele verantwoordelijkheid zodra antwoorden het werk beïnvloeden. Stel dat een procedure om 12.00 uur wordt ingetrokken. Het getroffen materiaal bestaat mogelijk al in een index, een vertaalde kopie, een in de cache opgeslagen antwoord en verschillende onvoltooide cases. Het vervangen van het hoofdbestand lost slechts een deel van het probleem op.
De organisatie moet deze afhankelijkheden identificeren, ongepast verder gebruik voorkomen, verifiëren dat de verandering zich heeft verspreid en bepalen welke hangende zaken opnieuw moeten worden beoordeeld. Als een besluit al is uitgevoerd, kan het wijzigen van de kennisbank dit niet herstellen. Een bevoegd team moet de gevolgen en eventuele corrigerende maatregelen beoordelen.
Historisch bewijsmateriaal moet beschikbaar blijven onder de passende bewaar- en toegangsregelingen. Er zijn twee verschillende vragen die we moeten bewaren: wat moet nu een besluit bepalen, en welke informatie was beschikbaar toen een eerder besluit werd genomen. Door zowel de ingangsdatums als de datumwijzigingen die in het systeem zijn ingevoerd, vast te leggen, blijven deze vragen gescheiden.
Iemand moet eigenaar zijn van het volledige proces. De ondernemer keurt de toepasbaarheid goed; engineering verifieert de voortplanting; Operations behandelt getroffen gevallen; risico-, compliance- en juridische specialisten beoordelen de gevolgen binnen hun bevoegdheid. Een service-eigenaar moet de hiaten tussen deze verantwoordelijkheden opvullen. De Manage-richtlijnen van NIST omvatten monitoring na de implementatie en verandermanagement; de hier beschreven werkingsregeling is onze voorgestelde toepassing.
Het niveau van toezicht moet de gevolgen van fouten weerspiegelen. Het advies van EIOPA van augustus 2025 hanteert een op risico gebaseerde en proportionele benadering van AI-governance in verzekeringen. Mijn praktische interpretatie is dat een reactie op algemene informatie en een actie die van invloed is op het geld van een verzekeringnemer verschillende niveaus van bewijs, goedkeuring en controle nodig hebben. Het advies is gericht aan nationale toezichthouders; het is geen certificering van welk platform dan ook.
Meet de kosten van de hele beslissing
Een productiviteitsclaim is onvolledig als er sprake is van een snellere voorbereiding, terwijl de mensen worden genegeerd die het resultaat verzoenen, corrigeren en uitleggen. Ook bestaat het risico van het verplaatsen van werk: een assistent handelt meer aanvragen af, maar specialisten erven een groeiende rij lastige uitzonderingen.
De business case moet daarom het volledige traject meten, inclusief de kosten om kennis bruikbaar te houden. Het volgende maandelijkse voorbeeld is hypothetisch; de input ervan bestaat uit aannames uit de discussie, en niet uit Genellipse-resultaten of -voorspellingen.
| Meten | Uitgangsaanname | Evaluatiedoel |
|---|---|---|
| Serviceaanvragen | 12,000 | 12,000 |
| Verzoeken die kennisgerelateerd herwerk vereisen | 1,800 (15%) | 720 (6%) |
| Gemiddelde herbewerking per betrokken aanvraag | 18 minuten | 18 minuten |
| Totale herbewerkingsinspanning | 540 uur | 216 uur |
Het verschil is 324 uur brutocapaciteit. Als het onderhouden van bronnen en het uitvoeren van aanvullende beoordelingen 60 extra uren vereisen, blijven er 264 uur over. Deze uren worden alleen financiële besparingen als de werkelijke kosten veranderen. In plaats daarvan kunnen ze hogere volumes, kortere wachttijden of een betere service ondersteunen. Implementatie-, platform- en andere operationele kosten horen nog steeds bij de investeringsberekening.
Het doel heeft ook bewijs nodig dat de interventie de verbetering heeft veroorzaakt. Vergelijk gelijkwaardige productgroepen en doostypes; rekening houden met veranderingen in volumes, personeelsbezetting en complexiteit. Controleer of het herhaalde contact niet zomaar naar een ander kanaal is verplaatst. Een verbeterend gemiddelde kan een verslechtering van een kleine geërfde portefeuille verbergen.
Kwaliteit kan niet worden beoordeeld aan de hand van één enkel nauwkeurigheidspercentage. Fouten verschillen daardoor: een misplaatste uitleg en een onjuiste betaalopdracht mogen niet hetzelfde gewicht hebben. Test moeilijke gevallen door het genereren van verzekeringscontracten, jurisdictie, type uitzondering en ernst van de actie. Houd onopgeloste uitzonderingen en hun leeftijd bij, want een assistent die alles uitstelt, kan voorzichtig zijn en weinig operationele waarde opleveren. Een bruikbare evaluatie laat zien waar het systeem slaagt en waar mensen nog capaciteit nodig hebben om in te grijpen.
Wat ik het leiderschap zou vragen te financieren – en hoe Genellipse kan helpen
De eerste investering is tijd van de mensen die het bedrijf begrijpen. Hun deelname moet een budget, een mandaat en een plaats hebben in de acceptatie van de oplevering. Door domeinexpertise te behandelen als incidentele ondersteuning voor een technologieproject blijven de belangrijkste beslissingen onopgelost.
Bij Genellipse kunnen we beginnen met één bedrijfsproces met aanzienlijke gevolgen: klantenservice voor een verworven levensverzekeringsportefeuille, het oplossen van een bancaire uitzondering of het voorbereiden van een verzekeringsbeoordeling. Wij brengen de beslissingen in kaart voordat we de automatisering selecteren. Dat omvat het identificeren van de gezaghebbende systemen, de legitieme variaties in behandeling, de berekeningen en de punten waarop iemand een oordeel moet vellen.
GeneData kan de basis vormen voor bestuurde informatie, waarbij gegevens en zakelijke kennis worden gekoppeld aan eigendom en afstamming. Cortex AI OS biedt de omgeving voor het coördineren van agenten, machtigingen, beoordelingen en activiteitenregistraties. In een verzekeringstraject brengt AegisNow de polisadministratie, verzekeringen en actuariële context in het ontwerp, naast de relevante bestaande systemen en gevalideerde berekeningen.
GeneSecure en GeneComply ondersteunen het beveiligings- en controlebewijswerk, terwijl GeneAnalytics uitzonderingen, herbewerkingen en serviceresultaten zichtbaar kan maken. De waarde ligt in het configureren van deze mogelijkheden rond een gedeeld besluitvormingsproces. We bevestigen de productgeschiktheid, integraties en controlevereisten met de partner in plaats van ervan uit te gaan dat elke verbinding al beschikbaar is.
Voor een passend begrensd bereik streven we naar een MVP binnen zes weken zodra toegang, representatieve gegevens en besluitvormers beschikbaar zijn. De aanvaarding ervan zou drie dingen moeten aantonen: een routinezaak die correct wordt afgehandeld; een moeilijke zaak wordt verwezen naar een gekwalificeerde specialist met voldoende bewijsmateriaal; en een bronwijziging die de getroffen workflow en het lopende werk bereikt. Een MVP van zes weken levert bewijs voor de volgende investering; een bredere migratie van een verzekeringsportefeuille naar een ander systeem of een uitrol van een onderneming vereist een eigen plan.
Dit is ook de zakelijke behoefte achter onze geplande introductie van Cortex Blueprint eind oktober 2026: organisaties helpen de bedrijfsresultaten, verantwoordelijke mensen, informatie, agenten en controles met elkaar te verbinden bij het ontwikkelen van hun bedrijfsmodel. Het blijft een geplande introductie, geen claim dat de in dit artikel beschreven mogelijkheden al voor iedere organisatie geconfigureerd zijn.
De duurzame kans is om expertise gemakkelijker consistent toe te passen, deze te behouden door middel van organisatorische veranderingen en de inspanning te verminderen die nodig is om een besluit uit te leggen. Dat geeft mensen meer capaciteit voor zaken waarin het oordeel het belangrijkst is.
Voordat ik de volgende uitbreiding van AI goedkeurde, vroeg ik het team om één beslissing van contract naar actie te demonstreren – en dan halverwege een regel te veranderen. Kan de organisatie identificeren wat er verandert, wat onveranderd moet blijven en wie verantwoordelijk is voor het resultaat?
Die demonstratie vertelt een leiderschapsteam veel meer over de bereidheid dan een ander perfect voorbereid antwoord.
VAN INZICHT NAAR PRAKTIJK
