SEBx – här formas framtidens finanstjänster

Hur ser framtidens landskap ut i bank och finanssektorn. Och hur kan ny teknik och artificiell intelligens rita om kartan? I den här artikeln möter du Emelie Magnusson, COO på SEBx, innovationsstudion som är något av en experimentverkstad för framtidens banklösningar. Du får också en inblick i hur UCs chef för prediktiv modellering, Olle Engdegård, tänker kring AI som en framtidsresurs för bättre kreditprocesser.

Den fjärde industriella revolutionen är här. Industri 4.0 drivs av data, machine learning och artificiell intelligens. Och allt fler företag använder den nya tekniken för att automatisera processer och bli mer relevanta för sina kunder.

I spetsen går bank- och finansbranschen – som storbanken SEB. Där har man skapat en alldeles egen experimentverkstad för framtidens banktjänster. Vi fick en pratstund med Emelie Magnusson COO och Deputy Head på SEBx.

”En ny grej”

2010 började Emelie jobba extra på SEB samtidigt som hon pluggade industriell ekonomi och teknisk fysik på Chalmers Tekniska Högskola. Efter sin examen blev hon kvar och jobbade i olika funktioner med automation och förändringsarbete för att uppnå ”operational excellence”. 2018 fick hon sedan frågan om hon var intresserad av att hoppa på ”en ny grej” där hon fick vara med och ”tänka om sakerna från början”. Den nya grejen var det som skulle bli SEBx. Och visst ville Emelie ”hoppa på”.

Hur skulle du beskriva SEBx?

– Det är SEB:s egna innovationsstudio med syftet att utforska ny teknik och framtida kunderbjudanden. Vårt uppdrag är att ta fram nya produkter som använder samma plattform och tillgängliggör finansiella  tjänster ”as-a-service”. I dagsläget har vi en produkt i en publik beta. Den heter UNQUO och riktar sig till enmansföretagaren – ett segment som många branscher har haft svårt att tillgodose behoven för, trots att de står för stor andel av antalet bolag i Sverige.

Berätta om din resa med SEBx

– Vi var sju stycken från början, alla med olika bakgrund. I inledningsfasen kretsade det mesta kring vad vi skulle göra med den här möjligheten. Där och då var rollfördelningen av mindre betydelse, det var bara att kavla upp ärmarna och bidra med det man hade erfarenhet av, eller lära sig det som krävdes för att få jobbet gjort.

– I takt med att vi har växt från sju till 60 personer har våra roller såklart blivit tydligare och jag har haft förmånen att testa på så många olika grejer – allt från finansiell modellering, risk och sätta strategi för hur vi bekämpar penningtvätt, till att agera produktägare och ansvarig för affärsutveckling och operations. Idag ligger mitt största fokus på den plattform vi bygger för Banking as a service.

Självförsörjande på kompetens

Idag är SEBx självförsörjande på kompetens. Här finns allt från marknadsförare, designers, affärsutvecklare och data scientists till utvecklare, kundserviceansvariga och personer som jobbar med att hitta nya talanger.

– Samtidigt har vi såklart en enorm fördel av att vara del av SEB. Behöver vi hjälp av en expert på ett specifikt område för en viss frågeställning vet vi ju vart vi ska vända oss.

Teknik inget självändamål

Att utforska ny teknik är en av huvuduppgifterna för SEBx. Samtidigt värjer sig Emelie Magnusson mot tanken på att fungera som en renodlad innovationslåda. Som sådan menar hon att det finns risk för ”analysis paralysis” – alltså den handlingsförlamning som orsakas av att gå alltför djupt in i analysfasen.

– Tekniken får aldrig bli ett självändamål. När vi utforskar teknik gör vi det alltid med utgångspunkt från ett specifikt problem vi behöver lösa. Det kan till exempel handla om hur vi bättre kan förstå återbetalningsförmågan för en enmansföretagare för att kunna automatisera ett kreditbeslut. Det betyder också att vi snabbare går från ritbordet till att faktiskt testa, istället för att försöka identifiera och lösa alla problem innan vi sätter igång. Det kräver förstås ett annat mindset eftersom det kan bli snabba omkastningar. Å andra sidan kommer lärdomarna också oerhört mycket snabbare.

Vad ska man ha AI till i banksektorn?

Det finns oerhört många användningsområden - allt ifrån att skapa bättre upplevelser och tjänster till att skydda våra kunder och hantera risker mer effektivt.

Hur ser du på utmaningen att få kundernas förtroende för AI och andra tekniska lösningar?

– Alla företag som väljer att använda AI har ett ansvar att säkerställa att tekniken inte missbrukas. Det handlar om att vara transparent mot kunderna om hur och för vilket syfte deras data används. Ju mer samtyckesgrundad behandlingen kan vara, desto mer kan det vara upp till kunden att bestämma.

– Från ett internationellt perspektiv ska man också vara medveten om att det finns skillnader i hur mycket data människor i olika länder känner sig bekväma med att dela med sig av. Det måste vi ha förståelse för och det kommer ta tid. Samtidigt känner långt ifrån alla till hur många fantastiska lösningar som finns redan idag – exempelvis för att skydda kunden när man misstänker kortbedrägeri.

Hur tror du att AI och ny teknik har förändrat kundresan i din bransch om 10 år?

Jag hoppas och tror att det är en bidragande faktor till att skapa mer skräddarsydda upplevelser för våra kunder. Men ska jag vara helt ärlig är det nog svårt att föreställa sig vad den kan göra för oss så länge vi är öppna för att låta tekniken överraska oss, säger Emelie Magnusson.

UC ser nya möjligheter

Olle Engdegård är chef för Prediktiv modellering på affärs- och kreditupplysningsföretaget UC. Han har en doktorstitel i fysik och har tidigare jobbat med prediktiv analys inom bank och försäkring. Hur ser han på potentialen för AI och Machine Learning i bank- och finansbranschen?

– Den största potentialen ligger i att lösa smala och avgränsade problem med komplicerad data. Ibland kan det handla om att bedöma sannolikheten för något väldigt specifikt i ett stort dataflöde. Men oftare finns de lågt hängande frukterna i att förstå sin data på djupet, och låta den förståelsen förbättra processer med relativt enkla metoder, snarare än avancerade algoritmer. Men det beror förstås också på hur långt organisation har kommit i data- och analysmognad, säger Olle Engdegård.

Hur kan AI hjälpa er och andra företag att bli bättre på prediktion?

– Alla initiativ behöver vara väl förankrade i organisationen. Alltför många AI-projekt har stoppats för att de inte kan genomföras i produktion eller att verksamheten inte vet hur de ska använda resultaten. Men när dessa initiativ är väl förankrade i företaget, då finns det naturligtvis processer som kan effektiviseras med hjälp av många smala prediktioner som var och en hjälper till att fatta bättre beslut.

Hur tror du att AI har förändrat din bransch om 10 år?

– När vår personliga data utnyttjas på nya sätt kommer också konsumenternas krav på att förstå hur den används att öka. Då behöver vi också innovera kring hur vi presenterar sådana förklaringar, vilket inte alltid är så enkelt. Dessutom kommer vi ägna ännu mer tid åt att bekämpa bedrägerier, exempelvis genom att identifiera AI-fejkade bilder, texter och röster. I teknikens framkant finns alltid kriminella som försöker ligga steget före.

Orginalfoto på Emelie Magnusson taget av Felicia Yllenius.