Tankeledere

AI vil afslutte, hvad Neobanker startede — og traditionelle banker vil ikke se det komme

mm
Føj Unite.AI til dine foretrukne kilder på Google
A conceptual widescreen visualization of modern vs legacy banking infrastructure, featuring dark, complex server racks being overtaken by streamlined, glowing blue data streams and a small human figure observing the transition.

Mønsteret for hver forstyrret branche

Der er et mønster for, hvordan etablerede brancher reagerer på teknologiske gennembrud. Først observerer de fra en sikker afstand. Så tøver de, med henvisning til kompleksitet eller regulering. Til sidst adopterer de, men når de gør, er de kunder, der er værd at beholde, allerede gået.

Bankvæsenet lever netop igennem dette øjeblik, og AI er det, der vil gøre det uopretteligt.

Hvordan Neobanker flyttede målstenen

I årevis var afdriften af teknologisk avancerede virksomheder væk fra traditionelle banker langsom og let at afvise. Neobanker hakker lidt af kanten med bedre brugeroplevelse, hurtigere onboarding, rene grænseflader. Men store banker kunne altid pege på stabilitet, langsigtede relationer og træghed i virksomhedsindkøb for at holde deres grund.

Det argument er ved at løbe tør for vej.

De virksomheder, der forlader først, gør det stille og roligt. Der er ingen pressemeddelelse, ingen offentlig brud. Adoption af business-konti er blevet en strukturel neobank-trend, hvor segmentet nu står for omtrent 67% af neobank-indtægterne i 2025. Dette skyldes præcis de virksomheder, der ikke kan tillade sig den operationelle træghed i legacy-bankrelationer. Skriften på væggen: hastighed er ikke forhandelbar for det operative lag nu.

Du kan ikke køre en moderne AI-dreven forretning og tolerere en bankrelation, hvor en wire-overførsel kræver, at en leder skal udskrive en formular, samle 10 underskrifter og manuelt taste den tilbage i systemet. Overvej, hvad en enkelt forsinket wire-overførsel koster en virksomhed, der håndterer lønninger på tværs af tre valutaer eller behandler leverandør-betalinger, der er knyttet til tidskritiske kontrakter. Misforholdet går ud over ulejlighed. Det snøballer over hver transaktion langsomt, indtil nogen med en budget sætter foden ned.

Hvorfor AI ændrer spørgsmålet, banker bliver stillet

Når du har genopbygget din forretning omkring AI, ser du hver leverandør anderledes. Du spørger: Hvorfor er dette stadig manuelt? Hvorfor tager dette dage? Din bank er ingen undtagelse. For de fleste traditionelle banker er der ingen god besked.

Anvendelsesscenariet er konkret. En virksomhed, der kører kontantstyring gennem en AI-agent, behøver infrastruktur, der kan læse en indkommende faktura, bestemme den korrekte valuta, udløse interessentgodkendelser gennem en integreret arbejdsgang og frigøre betalingen uden et menneskeligt mellemled ved hver aflevering. Dette er ikke spekulativt. Finanshold er ved at bygge præcis disse arbejdsprocesser i dag, og hver manuel trin, deres bank genindfører i slutningen af kæden, er et fejlpunkt, de hellere vil eliminere.

En Accenture-analyse fra 2024 projekterede, at AI-automatisering kunne reducere finansielle operationsomkostninger med op til 25% i skatte- og betalingsområdet. I slutningen af 2025 McKinseys Global Banking Annual Review satte tallet til 20% eller mere i nettooperationelle omkostningsreduktioner fra agens-ai alene, samtidig med at de advarede om, at disse gevinster ville være konkurreret væk snarere end fastholdt. En separat PwC-analyse fandt, at banker, der fuldt ud omfattede AI, kunne se en forbedring på op til 15 procentpoint i deres effektivitetsforhold, hvoraf en institution rapporterede en 40% reduktion i kommercielle kunde-verifikationsomkostninger.

For virksomheder, der allerede opnår den slags effektivitet internt, er en bankpartner, der genindfører manuelle trin i sidste mile, simpelthen en ansvarlig på dette tidspunkt.

Det arkitektoniske inkompatibilitetsproblem

I stedet for bare at vælge en bank, samler startups og teknologivirksomheder en operativ økosystem. Hvert værktøj i denne økosystem forventes at integrere, reagere på ny teknologi, så snart den dukker op, og øge deres operationelle effektivitet over tid. En bank, der ikke kan levere en realtids-saldo (og forbløffende nok kan mange af verdens største institutioner stadig ikke), er arkitektonisk inkompatibel med moderne forretningsinfrastruktur.

Hvorfor er dette stadig tilfældet? Ifølge en 2024-rapport fra 10x Banking identificerer 55% af banker begrænsninger i legacy-systemer som deres største barrierer for at opnå forretningsmål, hvoraf mere end halvdelen nævner datasiloer og produktionsbottleneck som årsag til, at de ikke kan skala. COBOL, det programmeringssprog, der blev udviklet i 1959, driver stadig mere end 40% af kernebank-systemer globalt. 45 af de top 50 banker verden over fortsætter med at køre mainframes som deres kritiske infrastruktur. De oprindelige udviklere er for det meste gået på pension, og institutionerne, der kører denne kode, mangler ofte intern ekspertise til fuldt at forstå, hvad den gør.

Det er ikke, at traditionelle banker ikke vil modernisere, men at inkremental retouchering af en 60-årig kerne ikke kan producere den API-første, begivenhedsdrevne infrastruktur, som AI-native virksomheder behøver som deres banklag. Du kan ikke bare ombygge et batch-afviklingssystem til at opføre sig som realtids-infrastruktur, da disse arkitektoniske begrænsninger er fundamentale.

Traditionelle banker lærte at tilbyde kortbetalinger. Så mobilapps. Så, til sidst, en form for API-adgang. Hver gang behandlede de den nye funktion som en destination snarere end en retning ved at implementere den, erklære sejr og så falde bagud for den næste kurve.

Institutionerne, der reagerer ved at montere en AI-chatbot på en legacy-kerne, vil finde sig selv i samme position, som de var i, da Neobanker først dukkede op, dvs. de vil se kunder forlade uden at forstå hvorfor.

Hvem forlader næste — og hvornår

De virksomheder, der flyttede først (AI-native startups, crypto-tilstødende fintechs, tekniske operatører), har for det meste truffet deres beslutninger. Den anden bølge vil være de mellemstore virksomheder og større korporationer, der allerede har følt AI-forme deres egne brancher. Enten gennem intern automatisering, der ændrede deres omkostningsstrukturer, eller gennem konkurrencepres, der ændrede deres markeder fuldstændigt.

Loyalitets-skiftet er allerede målbart. McKinseys 2025 Global Banking Annual Review noterede, at i USA kommer kun 4% af nye check-kontiåbninger fra eksisterende bankkunder — ned fra 25% i 2018. Det er ikke et udslag, men en strukturel opløsning af den træghed, traditionelle banker har længe været afhængige af for at holde deres kundebase.

Samme rapport projekterer, at banker, der ikke tilpasser sig, kan se deres globale profitpuler falde med 170 milliarder dollar, omtrent 9%, over de næste ti år. Mere slående er, at truslen McKinsey identificerer ikke kun kommer fra Neobanker eller fintechs. Det kommer fra kunder selv, der bruger AI-agenter til at optimere deres egne finanser: flytte indskud til bedre renter, styre kreditudnyttelse, rute betalinger gennem bedre infrastruktur. En kunde, der bygger en AI-nativ skattefunktion internt, har ikke brug for, at deres bank gør det for dem. Faktisk har de brug for, at deres bank holder sig væk.

Skillelinjen

Den kommende skillelinje i bankvæsenet er mellem banker, der er bygget til dette øjeblik, og banker, der prøver at tilpasse sig det. Ikke store og små institutioner. Ikke etablerede og udfordrere.

Bygget-til dette øjeblik betyder, at API-laget er produktet i stedet for en bolt-on. Realtime-infrastruktur er den nuværende operationelle realitet. Compliance-arbejdsprocesser, FX-ekssekution og godkendelseslogik er alle programmerbare af kundens egne systemer nu i stedet for at blive routeret gennem en relationsmanagers inbox.

Ifølge The Financial Brands 2025 Retail Banking Trends-rapport har kun 25% af banker prioriteret modernisering af deres bagkontor-infrastruktur, selvom mere end halvdelen nævner digital oplevelse som en strategisk prioritet. Den lukke, mellem erklæret intention og faktisk arkitektonisk investering, er præcis, hvor den næste bølge af kunde-afgang kommer fra.

Neobanker beviste, at en bedre oplevelse var mulig. AI vil bevise, at det menneskelige-i-løkken-modellen for bankvæsen ikke længere er brugbar for de virksomheder, der flytter hurtigst. For de banker, der ventede for længe, vil vinduet lukke på én gang, på den måde, som disse ting altid gør. Langsomt, så pludseligt.

Det mere interessante spørgsmål for mig nu er, om der er en traditionel institution med den organisatoriske vilje til at flytte, før det sker, eller om gapet mellem strategidek og faktisk infrastruktur er for stort at lukke i tide?

Nick Denisenko er CTO og medstifter af Brighty, en schweizisk digital finansplatform, der kombinerer tilliden til traditionel finans med kraften fra kryptoøkonomien. Han er en stærk teknisk udviklingsleder med baggrund i finansteknologi, softwareudvikling og netbank. Tidligere var han Lead Backend Engineer hos Revolut, hvor han bidrog til dets mest profitable afdeling, Revolut Business. Nick har mere end 10 års erfaring i anvendt matematik, forretningsprocesledelse og appudvikling.