Knap 450 AI-use cases i drift hos én bank. Ifølge en investororienteret analyse af Ping An Bank er det et tal, der er med til at bære investeringscasen, og som er tæt koblet til bankens eksplicitte AI-regelsæt. Læs ved siden af det FinTech Globals konstatering om, at legacy-systemer truer AI-ambitionerne i compliance-funktionerne, og et mønster tegner sig, som angår marketing langt uden for finanssektoren.
Situationsbeskrivelse
Foto: Conny Schneider på Unsplash
Der er to grunde til, at en marketingleder i en dansk eller nordisk virksomhed skal interessere sig for en kinesisk bank og en compliance-advarsel.
Den første er forventninger. Når en kunde har fået AI-drevet service i banken, med hurtige svar, præcise anbefalinger og onboarding uden gentagne spørgsmål, tager vedkommende den oplevelse med videre til alle andre brands. Benchmarket for din kundeoplevelse sættes ikke af din nærmeste konkurrent, men af den bedste oplevelse kunden har fået hvor som helst. Bankerne var de sidste, man troede ville levere den.
Den anden er rørarbejde. FinTech Globals pointe om legacy-systemer oversættes direkte til marketingstakken: samtykker splittet mellem tre systemer, en CDP lagt oven på et CRM fra 2016, dataflows ingen længere kan dokumentere. Når AI skal fra demo til drift i kundeoplevelsen, er barrieren sjældent modellerne. Det er lineage og styring.
Og så det, de fleste får galt: Konventionel visdom siger, at governance bremser AI. Ping An-læsningen peger på det modsatte. Reglerne er ikke en bremseklods, men forudsætningen for, at 450 cases overhovedet kan eksistere i en reguleret virksomhed. Uden regler ingen skala, fordi én alvorlig fejl, en forkert kundebesked eller en uhensigtsmæssig databehandling, potentielt standser hele porteføljen.
Trin for trin
Her er den playbook, jeg ville køre som marketingleder, med bankernes disciplin oversat til marketingstakken.
1. kortlæg kun de AI-punkter, kunden mærker
Start ikke med interne værktøjer. Start med de øjeblikke i kunderejsen, hvor AI enten hjælper eller generer:
- Chat- og servicebots i alle kanaler
- Personalisering af indhold, tilbud og timing
- Scoring og next-best-action bag e-mails og annoncer
- Pris-, rabat- og kreditlogik
- Segmentering, der styrer hvor meget kunden hører fra jer
For hvert punkt skal tre spørgsmål kunne besvares: Hvilke data bruges? Hvem har godkendt det? Hvad ser kunden, hvis det fejler? Outputtet er typisk 10 til 30 punkter, ikke 450. Det er meningen.
2. opret et use case-register
Bankdisciplin i lommeformat. Kolonnerne: ejer, formål, datakilder, model- eller regeltype, risikoniveau, seneste review og dokumenteret kundeeffekt.
Registeret er marketingens svar på en kontoplan: Det gør porteføljen synlig, sammenlignelig og ansvarlig. Tallet hos Ping An imponerer ikke, fordi det er højt, men fordi nogen tilsyneladende kan redegøre for hvert enkelt case. Det er forskellen på skala og spredt kaos.
3. ryd consent og lineage, før i skalerer
Her bor legacy-gælden. Tre rydningsopgaver:
- Kortlæg samtykker, der blev indsamlet før AI-æraen. De dækker ikke automatisk AI-forarbejdning, og oprydning efter skala koster markant mere end forebyggelse.
- Find zombie-integrationerne: dataflows mellem systemer, som ingen ejer. Sluk dem.
- Dokumentér i ét billede, hvordan kundedata bevæger sig fra kilde til beslutning. Hvis det tager mere end en dag at svare på, hvor en given score kommer fra, har I præcis det problem, FinTech Global advarer compliance-funktionerne om.
Budgetmæssigt betyder dette, at en del af det, der ligner mediepenge, i realiteten allerede er infrastrukturpenge. Bedre at bogføre det ærligt.
4. prioritér efter kunderesultat, ikke intern effektivitet
Interne effektivitetscases kan finansiere programmet, men det er kunderesultaterne, der positionerer jer. Prioritér de use cases, kunden kan mærke: færre irrelevante beskeder, hurtigere svar, en onboarding der ikke spørger om det samme to gange. Mål dem som CX-metrics, NPS, churn, time-to-answer, ikke som modelmetrics. En use case uden kundemål er en hypotese.
5. gør governance til positionering, med måde
I Norden er tillid en købsdriver, og et dokumenteret AI-styringssæt kan blive en aktiv del af brandløftet: hvordan I beslutter, hvad AI må, og hvordan kundens data dokumenteres. Registeret fra trin 2 gør den slags påstande dokumenterbare i stedet for vage. Grænsen er vigtig: Én offentlig påstand, I ikke kan holde, koster mere tillid end ti use cases, ingen har hørt om.
6. giv porteføljen et ejerskab
Governance er ikke et memo fra legal. Én person ejer AI-portføljen, gennemgår den kvartalsvist og har en eskaleringsvej til legal og data protection. Gør compliance til interessent i jeres roadmap, ikke til revisor bagefter. Som vi diskuterede, da dansk AI-drift rykkede ind i kerneprocesserne, følger ejerskabet med, når AI får fast arbejde. Et register uden ejer er en mappe, ikke styring.
Faldgruber
Governance-teater. Register og politikker uden rydning i dataflows er papir. Testet er simpelt: Kan I stoppe én use case i produktion inden for en uge? Hvis svaret kræver et projekt, er styringen dekoration.
Brugstal som pr-tal. Antal deployments er en vanity-metric. Pointen i Ping An-casen er reglerne, der gør skala mulig, ikke tallet. En marketingorganisation med 12 velstyrede, kundemålte use cases slår en med 60 halvdokumenterede.
At købe styring som en feature. De fleste martech-vendors har et AI-governance-modul på vejen. Styring er operativ disciplin, ikke en licenslinje. Spørg i stedet leverandøren: Kan I eksportere lineage og beslutningslogik, så den kan indgå i jeres register?
Consent-gæld, der ignoreres. Den typiske konsekvens i store organisationer er 6 til 12 ekstra måneder, når oprydningen skal ske baglæns efter en incident eller et tilsynsspørgsmål. Den pris står aldrig på budgettet i pilotfasen.
Legacy-frygt som undskyldning. Bankerne kører AI oven på kernsystemer, der er ældre end de fleste marketingchefer. En CDP fra 2018 er en forklaring, ikke en frikendelse.
CX-lofter uden rør. Lover kampagnen AI-drevet personalisering, som stakken ikke kan levere, bliver governance-hullet synligt som brandskade: forkerte anbefalinger, gennemsigtig segmentering, mails der afslører mere, end kunden vidste, at I vidste.
Fra it-detajle til indkøbskriterium
For omkring tolv år siden gik informationssikkerhed samme vej: fra backoffice-anliggende til indkøbsbetingelse. Ingen enterprise-aftale uden ISO 27001 eller ligende. AI-governance er på samme bane, og EU’s AI-forordning sætter fart på den. Spørgsmålet om, hvordan I styrer jeres AI, er på vej ind i kundeaudits og RFP’er, og det vender dialogen: Svaret bliver pludselig en del af positioneringen. Den organisation, der har et register, svarer på en dag. Den uden svarer aldrig helt, og dét er i sig selv en kundeoplevelse.