Europese financiële instellingen zetten open AI-modellen per taak in

Open AI-modellen krijgen bij Europese financiële instellingen concrete taken in klantcontact, betalingsverwerking en gestructureerde bankdata, meldt NVIDIA op 21 oktober na de presentaties op GTC Berlin.

Voor Nederlandse banken, verzekeraars en betaalbedrijven verandert de modelkeuze per proces: een instelling kan een open model op eigen infrastructuur draaien of via een Europese cloud, en tegelijk kosten en kwaliteit per taak vergelijken. De keuze raakt zowel klantdata als de kosten per afgehandeld verzoek.

bunq zet Kimi K3 in op klantvragen

Het verst uitgewerkte voorbeeld is bunq. De AI-assistent Finn draait inmiddels op een model met open gewichten via Nebius, op NVIDIA-GPU’s in de Europese Unie. Bunq meldt dat Finn Kimi K3 in echte klantgesprekken gebruikt. In een LinkedIn-post schrijft Benjamin Kleppe dat bunq ruim twintig open en gesloten modellen op ongeveer 1.000 echte supportgevallen in meerdere talen testte, met drie onafhankelijke AI-juryleden en meer dan 500.000 scores.

In een A/B-test van een week met Kimi K3 meldt bunq dat de antwoordkwaliteit binnen 1 procent bleef van het beste gesloten model. De bank zegt dat de kosten per antwoord ongeveer 60 procent van die van gesloten modellen zijn, maar noemt geen model als kostenbasis. De middelste reactietijd was 1,9 seconde. Volgens Kleppe verstreken zes dagen tussen de eerste aparte modelaansluiting en gebruik met echte klantvragen. Bunq zegt dat het model in de EU wordt gehost en dat de aanbieder geen gegevens bewaart.

Het vervolg loopt al. Bunq zet GLM 5.3 in een eigen live test, met een opstelling voor Finns volledige belasting op de helft van het aantal GPU’s. Het team begint ook met programmeren met GLM 5.3 Flash en onderzoekt met NVIDIA het verder trainen van Nemotron op eigen gebruikssituaties. Nebius, de hostingpartij, herhaalt de kostenverhouding voor Finn en meldt dat Prosus de doorvoer van open-modelverkeer met Token Factory verdubbelde. Dezelfde aankondiging zegt dat automatisch opschalen pieken opvangt zonder GPU-capaciteit vooraf vast te houden.

Modellen krijgen een afgebakende banktaak

De overige modelkeuzes zijn gericht op specifieke processen. Santander zegt dat het gespecialiseerde intelligentie voor kerntaken heeft gebouwd op Kumo, een familie open-weight-modellen voor gestructureerde bankdata. De aankondiging noemt gestructureerde gegevens en kerntaken als toepassingsgebied. Modulr bouwt gespecialiseerde modellen voor onderdelen van betalingsverwerking op basis van het open model Nemotron 3 Ultra 550B. NatWest ontwikkelt spraakherkenning die Britse accenten, dialecten en financiële termen moet herkennen, met NVIDIA-spraakmodellen zoals Nemotron 3.5 ASR. Bij Modulr en NatWest beschrijft NVIDIA projecten in ontwikkeling, zonder te zeggen dat ze al in productie draaien.

Revolut schaalt PRAGMA, een transactiemodel dat met NVIDIA is ontwikkeld, in productie voor aanvankelijk 80 miljoen klanten en met capaciteit om drie keer zo groot te worden. NVIDIA noemt PRAGMA in de aankondiging geen open-weight-model en zegt niet dat de gewichten beschikbaar zijn. De lijst bevat dus zowel open modellen als bankspecifieke modellen en infrastructuurprojecten.

Santander en Starling bouwen op eigen gegevens

Kumo is een volgende stap na de driejarige samenwerking waarin Santander met Model Arena modellen per banktaak testte en in geselecteerde proeven €0,03 per interactie meldde. De aankondiging van 21 oktober noemt een gespecialiseerd model voor gestructureerde financiële gegevens. Santander zegt dat het al intelligentie voor kerntaken op Kumo heeft gebouwd, maar publiceert geen lijst met afzonderlijke processen of planning voor verdere uitrol. Op 15 oktober zegde NVIDIA open modellen, trainingsmateriaal en rekenkracht toe voor AI-onderzoek in Europa, zonder een Nederlands GPU-budget te noemen.

Een vergelijkbare beweging rond eigen transactiedata is te zien bij Starling. De Britse bank traint een transactiemodel op ruim 15 miljard geanonimiseerde transacties en wil het begin 2027 in productie nemen, op de Britse soevereine cloud van Civo. Bij die route tokeniseert Starling de transacties eerst in Google Cloud voordat ze naar Civo gaan. De aankondiging noemt geen downloadbare open gewichten. De route laat wel zien dat modelkeuze samenhangt met waar data wordt verwerkt en wie de hosting beheert.

Wat de 60%-claim niet laat zien

De 60 procent is een claim van bunq en Nebius, twee partijen die samen aan de live inzet werken. Bunq noemt de testduur, een groep supportgevallen en het aantal AI-beoordelingen, maar niet welk gesloten model de kostenbasis vormt. Ook ontbreken de rekenregels, de scores per model en een uitsplitsing van GPU-hosting, beheer, menselijke controle en herstelwerk. De meer dan 500.000 scores maken de test omvangrijker, maar vervangen die ontbrekende vergelijkingsbasis niet.

De NVIDIA-pagina bundelt bovendien uitrol, ontwikkelwerk en onderzoeksresultaten onder één verhaal over productie op eigen infrastructuur. Bunq gebruikt Nebius als externe hostingpartij en noemt EU-hosting en geen gegevensbewaring door de aanbieder. Dat is een andere opzet dan een bank die de modellen op eigen hardware draait. Voor een Nederlandse organisatie zegt de prijs per AI-antwoord daarom nog niet wat een afgehandelde klantvraag kost, inclusief capaciteit, controle en eventuele overdracht aan een medewerker.

De aankondigingen plaatsen modelkeuze dichter bij de afzonderlijke banktaak en de gegevens die daarvoor nodig zijn. Bunq meldt Kimi K3 op klantverkeer; Santander zegt gespecialiseerde intelligentie op Kumo te hebben gebouwd en NVIDIA meldt PRAGMA in productie bij Revolut. Modulr en NatWest bouwen toepassingen, terwijl Starling zijn transactiemodel nog traint. Een vergelijkbare zakelijke rekensom vraagt om dezelfde taak, een benoemde modelbasis en de totale kosten van hosting en controle. Die gegevens ontbreken nog in de openbare aankondigingen.