AI-agenten krijgen toegang tot het hart van banken
Google zet een volgende stap in de specialisering van zakelijke kunstmatige intelligentie. Met Gemini Enterprise for Financial Services krijgt de financiële sector een afzonderlijke versie van het Gemini-platform, specifiek ontworpen voor banken, vermogensbeheerders, kapitaalmarkten en andere financiële instellingen. Niet alleen het beantwoorden van vragen staat centraal: AI-agenten moeten complete financiële werkprocessen kunnen uitvoeren.
Daarmee verschuift de aandacht van een algemene AI-assistent naar een digitale werkomgeving waarin modellen, financiële gegevens, interne systemen, gespecialiseerde kennis en controles samenkomen. De oplossing is aanvankelijk als preview beschikbaar voor kapitaalmarkten en corporate banking.
Van chatbot naar financiële AI-agent
Financiële professionals werken met een bijzonder ingewikkelde informatiemix. Een analist die bijvoorbeeld een investeringsmemo voorbereidt, combineert marktgegevens met interne modellen, bedrijfsinformatie, nieuws, wettelijke rapporteringen en vertrouwelijke klantgegevens.
Een algemene chatbot is daarvoor niet voldoende. De informatie moet niet alleen snel worden verwerkt, maar ook controleerbaar zijn. Een bank moet achteraf kunnen reconstrueren waar gegevens vandaan kwamen, welke bronnen werden gebruikt en volgens welke methode een conclusie tot stand kwam.
Gemini Enterprise for Financial Services probeert precies dat probleem aan te pakken. Het platform koppelt AI-modellen aan bedrijfsgegevens, financiële databronnen en bestaande software, terwijl beveiliging, toegangsrechten en governance centraal worden beheerd.
Een digitale financieel onderzoeker
Een belangrijk onderdeel daarvan is de Financial Research agent, een door Google gebouwde en beheerde AI-agent voor financieel onderzoek.
Deze agent krijgt meer dan vijftig gespecialiseerde vaardigheden mee. Die zogenaamde skills bevatten instructies en context waarmee een AI-agent leert hoe bepaalde financiële opdrachten moeten worden uitgevoerd. Het kan bijvoorbeeld gaan om marktonderzoek, kredietanalyse, portefeuillecontrole of Know Your Customer-onderzoek.
De agent beperkt zich daarbij niet tot het produceren van tekst. Google voorziet onder meer confidence scores, expliciete onderzoeksmethodes, snapshots van gebruikte gegevens en nauwkeurige bronverwijzingen. Daardoor moet het resultaat ook achteraf gecontroleerd en geaudit kunnen worden.
Meer dan vijftig financiële vaardigheden
De keuze voor gespecialiseerde skills is belangrijk. In plaats van telkens via een lange prompt uit te leggen hoe een bepaalde analyse moet gebeuren, kunnen organisaties herbruikbare instructiepakketten ontwikkelen.
Een bank kan zo vastleggen welke gegevens voor een kredietanalyse moeten worden geraadpleegd, welke onderzoeksmethode moet worden gevolgd en hoe het uiteindelijke rapport eruit moet zien.
Op die manier wordt institutionele kennis onderdeel van de AI-infrastructuur. Gemini levert de intelligentie, terwijl de financiële instelling bepaalt volgens welke regels en processen die intelligentie wordt ingezet.
KYC-onderzoek krijgt een AI-versnelling
Een van de opvallendste toepassingen is KYC, oftewel Know Your Customer. Financiële instellingen moeten vaak grote hoeveelheden documenten onderzoeken om bedrijven, eigendomsstructuren en uiteindelijk belanghebbenden te identificeren.
Gemini Enterprise kan informatie uit onder meer pdf-bestanden, spreadsheets en officiële bedrijfsdocumenten combineren. De AI kan vervolgens complexe bedrijfsstructuren in kaart brengen en helpen bij het identificeren van Ultimate Beneficial Owners.
Voor banken kan dat betekenen dat een bijzonder arbeidsintensief onderzoeksproces gedeeltelijk wordt geautomatiseerd, terwijl medewerkers zich meer op uitzonderingen, risico-inschatting en besluitvorming kunnen concentreren.
Portefeuillerisico in minuten analyseren
Ook op de handelsvloer ziet Google mogelijkheden. Bij een onverwachte renteverandering, geopolitieke gebeurtenis of andere macro-economische schok moeten financiële instellingen snel begrijpen welke gevolgen dat heeft voor hun portefeuille.
Volgens Google kan het platform een complexe risicoanalyse van een obligatieportefeuille in minder dan vijf minuten uitvoeren en daarbij voorstellen genereren voor strategieën waarmee het renterisico kan worden afgedekt.
Dat illustreert waar agentische AI zich onderscheidt van traditionele generatieve AI. De technologie schrijft niet alleen een samenvatting van de marktsituatie, maar verzamelt informatie, voert analyses uit en zet die om in mogelijke vervolgstappen.
Van kredietonderzoek tot obligatie-uitgifte
Het toepassingsgebied gaat verder. Gemini Enterprise kan kredietgegevens analyseren om mogelijke verkeerde waarderingen op de markt te signaleren. Relatiemanagers kunnen AI gebruiken om inzichten en gepersonaliseerde klantinformatie voor te bereiden.
Ook bij obligatie-uitgiftes ziet Google tijdwinst. Presentaties voor potentiële klanten, die traditioneel dagen voorbereiding kunnen vragen, zouden met behulp van de gespecialiseerde agents in minuten samengesteld kunnen worden.
De rode draad is telkens dezelfde: repetitief onderzoeks- en voorbereidingswerk verschuift richting AI, terwijl financiële professionals de interpretatie, controle en uiteindelijke beslissingen behouden.
AI rechtstreeks verbonden met financiële databronnen
Voor professionele financiële toepassingen is een krachtig taalmodel alleen niet genoeg. Het model moet toegang hebben tot actuele en betrouwbare gegevens.
Daarom gebruikt Gemini Enterprise beveiligde Model Context Protocol-connectors (MCP) om financiële systemen en databronnen rechtstreeks met agents te verbinden. De bestaande toegangsrechten van een organisatie blijven daarbij van toepassing.
Het ecosysteem omvat onder meer financiële informatie van FactSet, Moody’s, MSCI, PitchBook, Finnhub, Dun & Bradstreet, SEC Edgar en CoinDesk Data & Indices. Ook productiviteitsomgevingen zoals Google Workspace en Microsoft 365 kunnen worden gekoppeld.
Een analist hoeft daardoor steeds minder handmatig informatie uit tientallen systemen te verzamelen. De AI-agent kan relevante bronnen binnen de toegestane omgeving raadplegen en die informatie verwerken tot een analyse, memo, financieel document of presentatie.
Controleerbare AI wordt cruciaal
Juist in de financiële wereld is de herkomst van informatie essentieel. Een overtuigend klinkend AI-antwoord zonder controleerbare bronnen is er nauwelijks bruikbaar.
Google legt daarom sterk de nadruk op data provenance: de mogelijkheid om terug te gaan naar de oorspronkelijke gegevens achter een conclusie. Resultaten kunnen worden voorzien van bronverwijzingen, gebruikte methodologie, confidence scores en controleerbare datasnapshots.
Daarmee probeert Google een van de grootste hindernissen voor generatieve AI in gereguleerde sectoren aan te pakken. Niet alleen het antwoord telt, maar ook de vraag of een riskmanager, auditor of toezichthouder later kan begrijpen hoe dat antwoord tot stand kwam.
Banken helpen zelf het systeem vorm te geven
Gemini Enterprise for Financial Services wordt niet uitsluitend binnen Google ontwikkeld. Het bedrijf werkt samen met grote financiële instellingen om de technologie af te stemmen op de dagelijkse praktijk.
Onder meer Deutsche Bank en CME Group zijn betrokken. Deutsche Bank trad op als designpartner voor de Financial Research agent en richt zich daarbij onder andere op gegevensbescherming, governance en de praktische onderzoeksprocessen binnen een sterk gereguleerde omgeving.
Daarnaast gebruiken financiële organisaties zoals BNY, Citi Wealth, Lloyds Banking Group en Macquarie Bank volgens Google al Gemini Enterprise voor agentische workflows.
Financiële expertise wordt programmeerbaar
De interessantste ontwikkeling achter de introductie is uiteindelijk groter dan één nieuw Google-product. AI-systemen worden steeds minder algemene assistenten en steeds meer gespecialiseerde digitale medewerkers.
Gemini Enterprise for Financial Services laat zien hoe dat model eruit kan zien. Financiële expertise wordt verpakt in skills, databronnen worden via gestandaardiseerde connectors bereikbaar en agents voeren vervolgens complete workflows uit binnen centraal opgelegde beveiligingsregels.
Voor financiële instellingen kan daardoor een nieuwe automatiseringslaag ontstaan. Niet alleen eenvoudige administratieve handelingen, maar ook onderzoek, kredietanalyse, risicobeoordeling en voorbereiding van klantadvies komen binnen het bereik van AI-agenten.
De vraag wordt daarmee steeds minder of AI in de financiële sector gebruikt zal worden, en steeds meer welke delen van het dagelijkse financiële werk straks door mensen worden uitgevoerd en welke door een gecontroleerd leger van gespecialiseerde agents.
