CIBC Mellon administrerer 3,5 billioner dollars i formue i en marked, hvor en enkelt dag kan koste hundredvis af millioner. Her er, hvordan virksomheden bruger AI til at sikre, at det altid er dem, der kommer først.

Den 18. februar 2021 lancerede den første Bitcoin-ETF i Nordamerika i Canada og fik over 500 millioner dollars i aktiver i sin første uge. Den næste dag lancerede en anden Bitcoin-ETF på samme børs. Den anden, ifølge Mal Cullen, CEO af CIBC Mellon, fik 35 millioner dollars. Selv om det var et lignende produkt på samme marked, lanceret kun en dag apart, var der en stor forskel i de tal, de hver især fik.

Den kontrast er det, der definerer Cullens verden. CIBC Mellon er en af Canadas største virksomheder for formueadministration, ansvarlig for administration af 3,5 billioner dollars i formue. I den slags miljø kan en enkelt dags forsinkelse koste rigtige penge – nogle gange hundredvis af millioner af dem.

“Hvad er værdien af en dag i jeres forretning?” spurgte Cullen publikum på Appian World 2026 i Orlando forleden måned. “I vores forretning kan det være massivt.”

Dette spørgsmål driver nu en af de mere konsekvensfulde AI-udrulninger i canadisk finansielle tjenester, og lærdommene fra det når langt ud over kapitalmarkeder.

Problemet med 30 års proces

CIBC Mellon har været i virksomhed i 30 år. Det er et joint venture mellem BNY – som administrerer mere end 59 billioner dollars i formue globalt – og CIBC, en af Canadas største banker. Den slags ejerskab bringer enorm skala og institutionel troværdighed. Det bringer også kompleksitet.

“Der er kun én ting, der er bedre end at være ejet af en bank,” sagde Cullen med et mådeholdent smil, “og det er at være ejet af to banker. To banker betyder to compliance-hold, to risikohold og to meninger om næsten alt.”

At blive alvorligt med AI for CIBC Mellon betød at modstå impulsen til at gå hurtigt. Før et enkelt værktøj blev udrullet, gik virksomheden tilbage til grundlæggende principper. Holdet kortlagde hver arbejdsgang, identificerede, hvor kapaciteten var begrænset, hvor risikoen var højest, og hvor manuelt arbejde var koncentreret. Det, de fandt, overraskede dem.

“De mennesker, der udfører arbejdet, var ikke problemet,” bemærkede Cullen. “Det var, hvordan arbejdet flød mellem hold, der forårsagede begrænsningerne.” Med andre ord var teknologien aldrig gået til at løse, hvad processen havde ødelagt.

Fra samlebåndsproduktion til AI

Den første store udrulning omfattede fondsregnskab – en proces, som CIBC Mellon kører i enorm skala. Virksomheden producerer omkring 350.000 fondsværdier hver måned, hver enkelt underlagt stramme deadlines og strenge nøjagtighedskrav.

I årevis kørte processen vertikalt: En regnskabsmedarbejder ejede en fil fra start til slut. Det var en proces bygget på individuel ekspertise, hvilket betød, at det også var bygget på individuelle begrænsninger og næsten umuligt at skalaere. Virksomheden designede det om horisontalt, fordelt arbejdet på specialiserede hold. Men det skabte et nyt problem – overdragelser mellem hold blev en kilde til friktion og forsinkelse. Superviserne havde ingen indsigt i, hvor arbejdet stod, uden at spørge.

En fondsregnskabsmedarbejder med over et årti erfaring, der kendte processen bedre end nogen i bygningen, brugte Appians AI-automatiseringsplatform til at bygge, hvad Cullen kalder en “kontroltårn” – et workflow-system, der giver hvert hold realtids indsigt i, hvor arbejdet er i processen, automatiserer overdragelserne, der havde forårsaget forsinkelserne.

Resultatet var en 34% effektivitetsgevinst på en enkelt proces. Ved 350.000 vurderinger om måneden kompenserer det sig hurtigt.

“Han fortalte mig, at han designede ud alt, han ikke kunne lide ved sin job,” sagde Cullen. “Når du får mennesker, der forstår processen, til at arbejde på den, automatiserer de ikke de manuelle ting, der var der før. De genopbygger processen og gør den bedre.”

ETF-problemet

Det andet eksempel går tilbage til den historie om Bitcoin-ETF. Når en ETF lanceres eller distribuerer afkast til enhedsinholdere, indebærer det et komplekst netværk af modparter – fondsmanageren, depotinstituttet, børsen, markedsgøreren og transferagenten. Hver enkelt skal underrettes. Hver enkelt har en rolle. At få fonden ud en dag tidligere kræver, at alle skal bevæge sig i takt.

En ETF-produktekspert hos CIBC Mellon byggede en arbejdsgang på Appian, der bringer gennemsigtighed på tværs af alle disse modparter på ét sted – omdanner en fragmenteret, e-mail-tung proces til noget automatiseret og revisionssikret.

Tre uger før Appian World demonstrerede CIBC Mellon applikationen for Canadas største ETF-udbydere på en kundebrugergruppe i Toronto. “Rummet blev stille,” huskede Cullen. “Mennesker lænede sig frem. En af vores største kunder sagde til sine kolleger: Det har lige reddet mig en betydelig mængde tid i min dag.”

Styringspørsmålet

Ingen af disse udviklinger skete hurtigt, og Cullen er direkte om, hvorfor. CIBC Mellon bruger ikke AI i noget, der er klientfacing endnu. Hver AI-udrulning indtil videre er intern – inden for definerede arbejdsgange, gennemgang og gennemset af mennesker, før nogen output påvirker en klient.

“Vi kan kun bevæge os med AI så hurtigt, som vores kunders komfortniveau,” sagde han. “Vi har bevidst ikke indbygget AI i noget klientfacing, fordi vi ikke føler, at styringen er der endnu.”

Tallene fra det bredere marked bekræfter, hvad Cullen allerede vidste. Ifølge en ny undersøgelse af Harvard Business Review Analytic Services, sponsoreret af Appian og offentliggjort på konferencen, er 92% af organisationer enige om, at AI-agenter behøver regelbaserede sikkerhedsforanstaltninger for at fungere sikkert – men færre end halvdelen har faktisk defineret dem. CIBC Mellon er blandt de organisationer, der har valgt at bygge fundamentet, før de skalerer udrulningen.

Inden for organisationen former denne forsigtighed, hvordan virksomheden forbereder sine medarbejdere. Virksomheden har udpeget 100 medarbejdere ud af omkring 2.000 som AI-udvalgte. Disse udvalgte får tidlig adgang til værktøjer, tid til at bygge brugsfællesskaber og en pålægning til at presse-teste ansøgninger i sandkasser, før noget flyttes til produktion. De kører ugentlige interne sessioner kaldet “Artificielt talende”, hvor de inviterer virksomheder som Snowflake og Microsoft til at dele, hvad der fungerer, og hvad der ikke gør.

Cullen har set denne mønster spille ud før. For tyve år siden havde han samtaler med CTO’er, der sagde, at cloud var en mode og aldrig ville blive betroet med følsomme data. Så kom hybrid-cloud, der gav organisationer en midtervej – effektiviteten af cloud-infrastruktur uden den opfattede tab af kontrol. Han forventer den samme kurve med AI.

“Jeg tror, du vil se hybrid-AI næste,” sagde han. “Indholdt, styret, men bevægende.”

Hvad resten af markedet kan lære

CIBC Mellons historie er ikke en historie om en teknologisk gennembrud. Det er en historie om organisationsdisciplin anvendt på et kraftfuldt værktøj. Mål før du bygger, sæt mennesker, der kender processen, tættest på problemet, og styre før du skalerer.

Disse lærdomme gælder langt ud over formueadministration. I et marked, hvor kun 16% af organisationer rapporterer, at de opnår væsentlig værdi fra AI, er de organisationer, der får rigtige resultater, dem, der behandlede styring som en funktion, ikke en begrænsning.

“Start ikke med teknologien,” sagde Cullen til publikum på Appian World. “Mål alt først.”

I en branche, hvor en enkelt dag kan betyde forskellen på 500 millioner og 35 millioner dollars, viser sig den slags tålmodighed at være dens egen konkurrencemæssige fordel.