I de foregående fire blogs i denne serie undersøgte jeg, hvordan førende finansielle servicevirksomheder skalerer AI for værdi, driver hurtige forandringer, bruger agentiske arkitekturer til at genopfinde arbejde og virksomheder og omformer hybrid arbejdsstyrke. I denne sidste blog træder jeg tilbage til det større billede:hvordan lederskab, kultur og driftsmodellen skifter, når AI skaleres på tværs af virksomheden. Jeg fremhæver også flere af de spørgsmål, tavler nu stiller.
Accentures Banking Top Trends 2026:Ubegrænset bankvirksomhed er her
Lær mere
Lederskab er en afgørende faktor for AI-resultater. Vores forskning viste, at CEO-sponsoreret gen AI-aktiveret virksomhedsgenopfindelse leverer 2,5 gange mere værdi end indsatser, der er iværksat længere nede i organisationen. Dette signalerer vigtigheden af AI for virksomhedens strategi og fremtid.
De bedste administrerende direktører, vi arbejder med, behandler AI som en del af forretningsstrategien og den bredere investerings- og transformationsportefølje. De forbinder AI med formål, vision og ydeevne. De bygger også en sammenhængende fortælling, der hjælper organisationen med at forstå, hvad der ændrer sig, hvorfor det betyder noget, og hvordan man engagerer sig. (Mine kolleger i vores Storytellers-team støtter mange kunder med netop dette.)
De fleste administrerende direktører udpeger en "on point" for AI, ofte CIO eller CTO. I nogle virksomheder er Chief Data Officer blevet forhøjet, eller en Chief AI Officer er blevet tilføjet til C-suiten eller det udvidede ledelsesteam. Disse roller bringer ekspertise og ansvarlighed, men AI kan ikke sidde med én funktion. Det er hele C-suitens ansvar. Hver leder skal eje, hvordan AI bruges i deres virksomhed, hvordan risici styres, og hvordan resultater leveres.
Den administrerende direktør og nøgleledere har brug for tilpasning og støtte fra bestyrelsen. Bestyrelsesforhold og teknisk erfaring varierer betydeligt. Vores forskning viser, at tech-ekspertise blandt bestyrelsesmedlemmer er vokset fra 6 % i 2015 til 16 % i dag. Omkring 20 % af bankerne har nu mere end en tredjedel af bestyrelsesmedlemmerne med teknologierfaring og er mere tilbøjelige til at få succes. Alligevel har 17 % af bankbestyrelserne stadig ingen medlemmer med teknisk erfaring, hvilket gør support og overvågning langt sværere.
Efter min erfaring er bestyrelsesmøder afgørende. De skaber plads til at tilpasse sig strategi, investering og risikovillighed. De producerer også ofte nogle af de stærkeste fortalere for en menneskestyret tilgang.
AI ændrer, hvordan ledere leder. Det ændrer tempoet i beslutningstagningen, arbejdets karakter og samarbejdets form. Ledere og lederteam har brug for ny viden, færdigheder og adfærd. Turing Institutes AI Skills for Business Competency Framework anerkender ledere som en nøgleperson.
De fleste ledere behøver ikke at blive AI-specialister. De har brug for flydende forretning:en forståelse af muligheder og begrænsninger, de vigtigste AI-typer, og hvordan AI passer ind i data, teknologi og forretningsarkitektur. Det flydende hjælper ledere med at spotte muligheder, definere problemer godt og sponsorere initiativer intelligent. Det vokser også hurtigst, når ledere selv bruger AI-værktøjer.
Ledere skal forbedre, hvordan de evaluerer og skalerer AI-investeringer. Det omfatter opbygning af en afbalanceret portefølje, prioritering af ressourcer og finansiering af forandringen ud over teknologi. Skalering af kunstig intelligens kræver investering i proces, arbejdsdesign, færdigheder, adoption og styring, ikke kun modeller og infrastruktur.
Ledere skal også uddybe deres risikokapacitet. Som diskuteret i blog 3, skal de indstille risikovillighed med bestyrelsen, tildele ansvarlighed for AI-produkter og bruge ansvarlige AI-rammer, værktøjer og specialistsupport. Dette udvider lederskabsansvaret på tværs af lov- og reguleringsoverholdelse, risikoejerskab inden for de tre forsvarslinjer og kontroladfærd inden for områder som bekæmpelse af hvidvaskning af penge og forebyggelse af bedrageri.
FS-ledere skal også engagere sig proaktivt med centralbanker, regulatorer og politiske beslutningstagere. Vi vil kun opbygge tillid i stor skala gennem beviser og indlejret praksis, især i beslutninger med høje indsatser såsom kredit, krav og handel. Samtidig skal ledere styrke modstandskraften og sikkerheden i en verden af AI-accelererede trusler, indlejre AI i cyberforsvar, operationelle risici og stresstests.
Dette er tempofyldt, udviklende forandring på tværs af kolleger, kunder, markeder og samfund. Ledere skal skærpe deres forandringsledelse. De skal være fortalere, der bringer visionen ud i livet, opbygger tillid og aktiverer adoption. De skal samarbejde på tværs af forretnings- og tekniske teams og på tværs af økosystemet. De skal lede med autenticitet og inklusion, træffe svære beslutninger og adressere bekymringer direkte.
AI ændrer sig også konstant. Nysgerrighed og kontinuerlig læring er nu væsentlige lederskaber. I løbet af de sidste to år har jeg støttet ledere fra bestyrelse og C-suite til frontlinjeledere, og deres appetit på at lære fortsætter med at imponere mig. Folk ankommer med forskellige udgangspunkter, men de ledere, der udvikler sig hurtigst, stiller spørgsmål, bruger værktøjerne og omsætter bevidsthed til praktisk anvendelse.
Hvis du gerne vil udforske, hvordan vi understøtter opbygning af lederkapacitet og AI-applikation i den virkelige verden, bedes du kontakte os.
Mange lederteams har allerede haft en AI "101" briefing eller et "201" business school besøg. Det skaber basiskompetencer, og det betyder noget. Vi har nu også et komplet AI Academy og TQ-moduler inden for vores LearnVantage-kapacitet til at understøtte denne løbende læring.
For de fleste organisationer har ledelsesudfordringen nu flyttet sig til at anvende kunstig intelligens på reelle forretningsmuligheder og problemer og lede forandringen i stor skala på tværs af funktioner og teams.
AI forandringsledelsesarbejde. At koordinere, overvåge og kontrollere arbejdet ser anderledes ud, når agentarkitekturer bliver en del af den daglige drift. AI bliver mere end et værktøj.
AI er ikke menneskelig og ikke helt autonom, men den kan sanse, generere, huske, planlægge og handle. I en reguleret industri vil evnen til at overvåge ydeevne, adfærd og beslutningstagning på tværs af både menneskelige arbejdere og AI-agenter blive stadig vigtigere. Ledere skal muligvis overvåge orkestreringsagenter inden for agenturarbejdsgange.
Kontrolomfang kan udvides kraftigt, da "teams" omfatter både mennesker og agenter, der bevæger sig fra 10 til 100. For at styre dette vil ledere have brug for dashboards og AI-aktiverede ledelsesværktøjer til styring og kontrol. Målet er at bruge mindre tid på admin og mere tid på dømmekraft.
Dette er grunden til, at lederskabslæring skal omfatte ledere og teamledere, ikke kun ledere. Disse ledere har brug for den samme plads til at opbygge forståelse, stille spørgsmål og begynde at bruge AI. De bærer også det daglige ansvar for at løse problemer, støtte adoption og nulstille måder at arbejde på. At tilpasse ledere på alle niveauer forbedrer transformationsresultaterne væsentligt (Accenture Transformation GPS, 2025).
AI ændrer ikke en banks eller et forsikringsselskabs formål og værdier. Det ændrer, hvordan vi arbejder, tænker og beslutter os. Digital ændret kultur i finansielle tjenesteydelser; AI vil flytte det længere og hurtigere.
De specifikke kulturelle temaer varierer fra virksomhed til virksomhed, men fællesområder omfatter:
For det første er tonen vigtigt. Ledere sætter klimaet for tillid og psykologisk sikkerhed, herunder sikkerheden til at sige fra, når noget er galt. Jeg er blevet opmuntret af ledere, der diskuterer risici åbent og behandler bekymringer som legitime.
For det andet har teams brug for styrkende muligheder for at tage de første skridt. Organisationen bør opstille et sammenhængende syn på, hvordan arbejdet vil blive udført og derefter give teams plads til at eksperimentere, lære og anvende AI godt.
For det tredje skal ledere udfordre siloer og "den måde, vi altid har gjort det på." Finansielle tjenesteydelser har ofte haft en bias til status quo. Genopfindelse kræver bevidst afbrydelse.
Endelig har menneskelig adfærd en tendens til at følge den mindste modstands vej. Hvis vi ønsker ny adfærd, skal vi ændre driftsmekanismerne omkring dem. Levering med AI bør være lav friktion.
Regulatorisk tone betyder også noget. En mere innovationspositiv holdning, såsom UK FCA's retning, former virksomhedens politik, compliance-forventninger og revisionsprioriteter.
I løbet af de sidste fem år har vi haft et varigt skift i betydningen af menneskelige behov på arbejdet:velvære, formål, vækst og inklusion. Når vi anvender AI, skal vi styrke disse elementer, ikke udhule dem. Finansielle tjenesteydelser er bedst, når de leverer meningsfuldt arbejde, stærke relationer, tillid og tilhørsforhold.
Ledende organisationer forstærker disse menneskelige elementer, når de skalerer AI. De bruger kunstig intelligens til at personalisere karriereudvikling og læringsforløb, og hjælper medarbejderne med at vokse gennem meningsfuldt arbejde tilpasset styrker og mål. Hos Accenture stiller ledere et dristig spørgsmål:"Er vores folk bedre stillet til at arbejde her?" De måler, om medarbejderne opbygger omsættelige færdigheder, opretholder velvære og føler formål og tilhørsforhold. Ifølge vores Talent Reinventors-undersøgelse, når medarbejdere føler sig "bedre stillet", er de 1,7 gange mere omstillingsparate, 1,9 gange mere tilbøjelige til at stole på organisationen og 35 % mere tilbøjelige til at drive innovation.
En driftsmodel er et sæt af muligheder, og hvordan de arbejder sammen for at betjene kunder. Da kunstig intelligens og agentarkitekturer ændrer arbejdsgange i kernen af banker og forsikringsselskaber, skal driftsmodeller tilpasses. Vores seneste tankeledelse fokuserede på de driftsmodelændringer, der kræves for AI. Dette fremhæver behovet for mere adaptive strukturer og parathed til løbende forandring (se blog 3).
Dette skift udfordrer traditionelle organisatoriske grænser. Værdistrømme skærer gennem siloer, og finansielle tjenester er fyldt med dem. Vi er også nødt til at bevæge os ud over engangsbrugstilfælde og kunstig intelligens som selvstændige modeller. Agentisk AI er ved at blive en genanvendelig funktion integreret med mennesker, processer, data og teknologi.
Mange kunder stiller nu et større spørgsmål:hvordan ser en "AI-first-bank" eller "AI-first-forsikringsselskab" ud? Flere temaer sidder inde i det spørgsmål. Lad os undersøge et par af de store spørgsmål inden for dette.
Agentisk kunstig intelligens kan gøre bank- og forsikringsvirksomhed mere proaktiv, samtaleorienteret og relevant. Det kan forvandle digitale engangstransaktioner til kontinuerlige interaktioner, der husker præferencer og behov. Det kan også skabe plads til, at virksomheder kan være mere menneskelige, når det betyder mest:i øjeblikke med følelser (svindel, svindel), forhold (privat bank) og rådgivning (økonomisk planlægning).
På kort sigt kan AI-interaktion føles skræmmende for ældre og sårbare kunder. Valg og inkluderende design vil have betydning.
Kundens valg vil også udvides. Nogle kunder vil bruge personlige agenter til at dirigere indbetalinger og betalinger på tværs af udbydere via åben bank. Kunderejser kan i stigende grad formidles mellem bots lige så meget som mellem mennesker. Det vil omforme distribution, prissætning og loyalitet.
Virksomheder vil indtage forskellige konkurrencepositioner. Nogle vil forsøge at eje agent-kunde-interaktionen. Andre vil konkurrere på tillid gennem proprietære, yderst kompatible agenter. Andre vil bygge økosystemer og integrere bredt.
Disse valg vil omforme økonomi, arbejde og arbejdsstyrke på tværs af hver institution.
Hos en stor asiatisk bank omudviklede vi mobilappen ved hjælp af AI i den kreative proces (herunder syntetisk kundetest) og indlejrede AI til personalisering og automatiseret digitalt indhold og meddelelser. På tværs af millioner af berøringspunkter øgede gen-AI-redesignet kundetilfredsheden, øgede forbruget med 50 %, reducerede marketingomkostningerne med 40 %, øgede det digitale salg med 65 % og hævede krydssalget til 30 %. Disse er ikke kundeejede agenter endnu, men det signalerer, hvor hurtigt AI kan forbedre oplevelsen og ydeevnen.
AI vil gradvist omforme konkurrencelogikken. Efterhånden som virksomheder indlejrer agentiske arkitekturer på tværs af kerneværdikæden, lægger de grundlaget for AI-first-vækstmodeller. Over tid kan disse modeller skabe AI-netværkseffekter, hvor læringsløkker forbedrer ydeevnen hurtigere end traditionelle skalafordele.
Svindel og transaktionsovervågning illustrerer retningen. Efterhånden som agenter lærer af mønstre og af hinanden, kan de identificere nye funktioner og signaler. Agentarkitekturer automatiserer ikke kun. De kan skabe læringssystemer, der kontinuerligt forbedres og fodrer kollektiv intelligens. Vi er tidlige, men driftsmodellens implikationer er betydelige.
Agentisk AI peger på tre driftsmodelkrav:
1. Sammensættelighed :Finansielle tjenesters muligheder er dybt forbundne og ofte fast forbundet til ældre platforme. Sammensætning betyder at designe modulære AI-komponenter og -agenter, der kan genbruges på tværs af produkter og geografiske områder. Det muliggør hurtigere genopfindelse og reducerer teknisk gæld.
2. Resiliens :Virksomheder skal bygge menneske-og-agent-driftsteams, der kan absorbere stød, bevare integriteten og komme sig hurtigt. I regulerede sektorer er kontinuitet og tillid ikke til forhandling. Dette inkluderer muligheden for at køre væsentlige tjenester, hvis et agentlag fejler.
3. Bæredygtighed :Efterhånden som AI compute-arbejdsbelastningen vokser, skal banker og forsikringsselskaber administrere energi-, kulstof- og vandforbrug, modeleffektivitet og grønnere skyarkitekturer. Disse valg vil påvirke netto-nul mål og regulator, kunde og investors stemning. Der er også mulighed for at finansiere de bæredygtige energi- og vandløsninger, som datacentre kræver.
Agentisk kunstig intelligens ankommer, mens mange banker og forsikringsselskaber allerede forenkler ledelsen, vedtager produktdriftsmodeller til løbende forandring og udvikler globale kapacitetscentre (GCC'er) til intelligente operationer.
Produktejere bliver nødt til løbende at udvikle AI-kapaciteter og bringe AI-færdigheder ind i leveringshold sammen med ingeniører, kunder, propositions- og forandringsprofessionelle. GCC'er kombinerer i stigende grad skalerede operationer med dyb teknologi, data og AI-kapacitet for at levere intelligente operationer til virksomhedens genopfindelse. Organisationer uden etablerede kapacitetscentre kan i stedet vælge at onshore eller omdanne operationer på plads.
Med et stort forsikringsselskab med komplekse linjer implementerede vi mere end 100 RPA-, AI- og nu agentiske AI-løsninger på tværs af værdistrømme og processer i GCC. Dette forbedrede service, indsigt og hastighed og leverede en omkostningsreduktion på 35 %. Kritiske faktorer omfattede konsolideret arbejdssynlighed, en front-to-back-ambition, stærkt talent og vedvarende investering i både kerneplatforme og kunstig intelligens.
Historisk set har mange firmaer behandlet data som et teknologisk problem, primært finansieret til afhjælpning og overholdelse af lovgivning. Den opfattelse er vendt.
Banker og forsikringsselskaber behandler i stigende grad data som et strategisk forretningsaktiv. At kurere det har værdi i sig selv, og det er også vigtigt for at træne AI præcist og skalere det ansvarligt. Som et resultat heraf ser vi stigende investeringer i data- og AI-kapaciteter og større vægt på forretnings- og kundedomæneviden for dataprofessionelle.
Vi annoncerede et femårigt samarbejde med AWS og NatWest Group for at fremskynde moderniseringen af digital-, data-, analyse- og AI-kapaciteter for sine 20 millioner kunder. Samarbejdet omfatter investering i kollegakompetencer og en datadrevet kultur. Paul Thwaite, NatWest CEO, sagde:"Vores branche – og vores kunders forventninger – ændrer sig hurtigt, og vi opbygger vores kapaciteter for at forstå og betjene deres behov bedre og hurtigere end nogensinde før. Udstyret med data af høj kvalitet kan vi fortsætte med stille og roligt at revolutionere, hvordan vi betjener vores kunder gennem brugen af kunstig intelligens og andre teknologier, for at kunne levere de mest personlige produkter og tjenester, som er de mest betroede."
Dette er et lederskabsøjeblik. C-suiter og bestyrelser står over for et klart valg mellem et begrænset og et ubegrænset syn på, hvad AI kan betyde for deres organisation.
Den begrænsede opfattelse sigter mod at "få 10 % ud." Den fokuserer på snæver opgaveautomatisering, fjernelse af mindre værdifuldt arbejde og optimering af arbejdsstyrken. Det kan også som standard være "endnu ikke" eller "hurtig følger". I betragtning af markedspres, usikkerhed og investeringstræthed er dette svar forståeligt. Men det er i sidste ende begrænsende.
Det ubegrænsede syn er anderledes. Det handler ikke om trinvise besparelser, men om at låse op for 10x ydeevne og vækst. I denne model er væksten ikke længere begrænset af, hvor mange personer en bank kan ansætte. Én person kan lede og orkestrere et team af AI-kolleger for at levere eksponentielt større effekt.
Dette er et bevidst valg om at genopfinde virksomheden ved at kombinere menneskelig og AI-kapacitet. Det forudsætter løbende forandring, afstemt ledelse og dyb tillid, med mennesker, der leder transformationen. Succes afhænger af at give medarbejderne mulighed for at genskabe arbejdsgange og co-designe intuitive menneske-AI-interaktioner, der løfter arbejdet frem for at erstatte det. Det centrale spørgsmål skifter fra "Hvor kan AI reducere omkostningerne?" til "Hvor kan intelligens transformere resultater?"
Den næste generation af lederskab vil ikke blive defineret af, hvor meget kontrol vi bevarer, men af hvor ansvarligt vi accelererer kapacitet, både menneskelig og kunstig. De banker og forsikringsselskaber, der trives, vil blive ledet af mennesker, der kombinerer formål, nysgerrighed og mod, og som løfter intelligens til gavn for kunder, kolleger, aktionærer og samfundet.
I løbet af de sidste fem blogs har vi dækket meget:
AI fortsætter med at være en af de mest forstyrrende og spændende ændringer inden for finansielle tjenester og den bredere arbejdsverden. Der er ved at opstå en kløft mellem de ledere, der har skaleret AI for værdi og taget en menneskestyret tilgang.
Jeg håber, at de praktiske eksempler og mine refleksioner har været nyttige for dig med at bringe nogle af de tilgange ud i livet, der kan gøre forskellen. Jeg vil meget gerne chatte videre med dig om dine muligheder og udfordringer - kontakt mig venligst direkte på LinkedIn og læs vores Banking Top Trends for 2026.