Northern Trust tager AI-agent i brug for at fremskynde kundeonboarding

Northern Trust og Microsoft meddelte den 9. november 2026, at en fællesudviklet agent til kundeonboarding havde reduceret tiden til dataforberedelse med 83 %, fra omkring to en halv uge til tre dage. Implementeringen indleder et udvidet AI-samarbejde og betjener kunder på Northern Trust Asset Servicings platform Front Office Solutions.

Systemet tager historiske investerings- og transaktionsdata, der strækker sig over flere år, og omformaterer dem til Northern Trusts standarddatastruktur til rapportering. Institutionelle kunder som pensionsordninger, legater, fonde og store family offices bruger Front Office Solutions til investeringsperformance og analyse. Det kan kræve, at implementeringsteams samler data fra flere kilder for at genskabe en ny kundes performancehistorik, og alternative aktiver gør opgaven mere kompleks.

Måling af produktion og kvalitetstest

Efter implementeringen målte Northern Trust tidsbesparelsen i reelle scenarier for kundeonboarding. Analysen omfattede datatransformation, analytikergennemgang, håndtering af undtagelser og endelig validering. Den sammenlignede udgangspunktet for den tidligere arbejdsgang med den gennemsnitlige gennemførelsestid for produktionssager, hvor agenten blev brugt som hjælp. Målingen omfatter dermed også det tilknyttede analytikerarbejde i stedet for kun at se på det automatiserede konverteringstrin.

Virksomhederne rapporterede også en F1-kvalitetsscore på 96,5 % ved første gennemløb, målt med en evalueringsmetode, der kombinerer præcision og genkaldelse. Testsættet bestod af syv repræsentative tilfælde fra historiske regneark med kundetransaktioner fra det virkelige arbejde, som Northern Trust havde leveret i anonymiseret form.

Agentens genererede værdier blev sammenlignet med referenceværdier udarbejdet af analytikere, som ikke var tilgængelige under afviklingen. Resultatet ved første gennemløb blev registreret, før analytikerne gav feedback eller foretog rettelser, og måler derfor agentens første output frem for kvaliteten efter menneskelig gennemgang. Denne forskel adskiller den kontrollerede kvalitetstest fra målingen af produktionstiden, som omfatter analytikergennemgang og validering.

Azure-arkitektur og menneskelig kontrol

Northern Trust udviklede systemet sammen med Microsoft Frontier Companys teams for fremadrettet teknisk implementering. Microsoft Foundry leverer AI-værktøjerne til virksomheder, mens Microsoft Azure udgør den underliggende platform. Integrationer med Excel, SharePoint og andre Microsoft 365-værktøjer gør det muligt for analytikere at gennemgå, justere og godkende resultater. Azure understøtter også et styret intelligenslag, der bevarer godkendt viden om onboarding, så systemet over tid kan trække på institutionens ekspertise.

Kontrollen fortsætter gennem hele arbejdsgangen. Analytikere kan vurdere agentens ræsonnement, håndtere undtagelser og give faglig feedback. Under implementeringen og inden en kunde går i drift kan de bruge agenten til at identificere og afstemme fejl, mens de validerer kundens startdata. Det giver implementeringsteams mulighed for at kontrollere både de indgående historiske data og agentens output.

Microsofts udviklingsproces benyttede det, virksomhederne kalder en »eyes-off«-tilgang. Microsoft optimerede F1-kvaliteten ved første gennemløb og andre evalueringsmålinger udelukkende ved hjælp af anonymiserede data, mens kundedata fra Northern Trust fortsat var under virksomhedens kontrol og forvaltning. Ordningen var udformet med henblik på finanssektorens krav til privatliv, sikkerhed og dataforvaltning, samtidig med at det fælles ingeniørteam kunne forbedre systemet.

Northern Trusts driftsdirektør Pete Cherecwich sagde, at agenten reducerer den tid, det tager at forberede og validere kundedata, »samtidig med at vi opretholder det tilsyn og de kontroller, vores kunder forventer«, og dermed skaber kapacitet for begge parter til at fokusere på arbejde med større værdi. I overensstemmelse med virksomhedens bredere tilgang til forstærket intelligens udvider AI menneskelig ekspertise, mens dømmekraft og ansvar fortsat ligger hos mennesker.

Implementeringen kobler en målbar reduktion i forberedelsestiden til en klar ansvarsfordeling: AI håndterer datakonvertering, analytikere tager sig af undtagelser og validering, og Northern Trust bevarer kontrollen over kundeoplysningerne. Det operationelle spørgsmål ved en bredere anvendelse er, om de målte besparelser og kvaliteten ved første gennemløb forbliver stabile på tværs af forskellige kundehistorikker under de samme kontrolforanstaltninger.