Northern Trust zet AI-agent in om klantonboarding te versnellen

Northern Trust en Microsoft maakten op 9 november 2026 bekend dat een gezamenlijk ontwikkelde agent voor klantonboarding de tijd voor gegevensvoorbereiding met 83% had teruggebracht, van ongeveer tweeënhalve week naar drie dagen. De implementatie vormt het begin van een uitgebreidere AI-samenwerking en bedient klanten via het Front Office Solutions-platform van Northern Trust Asset Servicing.

Het systeem zet historische beleggings- en transactiegegevens die over meerdere jaren zijn verzameld om naar de standaardgegevensstructuur van Northern Trust voor rapportagedoeleinden. Institutionele klanten, zoals pensioenfondsen, vermogensfondsen, stichtingen en grote family offices, gebruiken Front Office Solutions voor beleggingsprestaties en analyses. Om de prestatiegeschiedenis van een nieuwe klant te reconstrueren, moeten implementatieteams soms gegevens uit verschillende bronnen samenvoegen. Alternatieve beleggingen maken dat proces complexer.

Metingen in de praktijk en kwaliteitstests

Na de ingebruikname mat Northern Trust de tijdwinst bij daadwerkelijke onboardingtrajecten van klanten. De analyse omvatte de omzetting van gegevens, beoordeling door analisten, afhandeling van uitzonderingen en eindvalidatie. Daarbij werd de basislijn van de eerdere werkwijze vergeleken met de gemiddelde doorlooptijd van productiezaken waarbij de agent ondersteuning bood. De meting omvat dus ook het bijbehorende werk van analisten en richt zich niet alleen op de geautomatiseerde omzetting.

De bedrijven rapporteerden ook een F1-score van 96,5% voor de kwaliteit bij de eerste doorgang. Deze evaluatiemaatstaf combineert precisie en recall. De testset bestond uit zeven representatieve gevallen, afkomstig uit historische transactieoverzichten van echte klanten die Northern Trust in geanonimiseerde vorm had aangeleverd.

De door de agent gegenereerde waarden werden vergeleken met referentie-uitvoer die analisten hadden opgesteld en die tijdens de uitvoering niet beschikbaar was. Het resultaat bij de eerste doorgang werd vastgelegd voordat analisten feedback gaven of correcties aanbrachten. De meting geeft dus de aanvankelijke uitvoer van de agent weer, niet de kwaliteit na menselijke beoordeling. Dit onderscheid scheidt de gecontroleerde kwaliteitstest van de productiemeting, waarin beoordeling en validatie door analisten wel zijn inbegrepen.

Azure-architectuur en menselijke controle

Northern Trust ontwikkelde het systeem samen met de Forward Deployed Engineering-teams van Microsoft Frontier Company. Microsoft Foundry levert de AI-tools voor bedrijven; Microsoft Azure vormt het onderliggende platform. Dankzij integraties met Excel, SharePoint en andere Microsoft 365-tools kunnen analisten de uitvoer controleren, aanpassen en goedkeuren. Azure ondersteunt ook een beheerde informatielaag waarin goedgekeurde kennis over onboarding wordt bewaard, zodat het systeem na verloop van tijd gebruik kan maken van de institutionele expertise.

Het hele proces blijft onder toezicht staan. Analisten kunnen de redenering van de agent beoordelen, uitzonderingen afhandelen en deskundige feedback geven. Tijdens de implementatie, voordat een klant live gaat, kunnen ze de agent gebruiken om fouten op te sporen en te corrigeren terwijl ze de begingegevens van de klant valideren. Zo kunnen implementatieteams zowel de binnenkomende gegevensgeschiedenis als de uitvoer van de agent controleren.

Microsoft hanteerde voor de ontwikkeling een aanpak die de bedrijven een ‘eyes-off’-benadering noemen. Microsoft optimaliseerde de F1-score voor de kwaliteit bij de eerste doorgang en andere evaluatiemaatstaven uitsluitend met geanonimiseerde gegevens. De klantgegevens van Northern Trust bleven daarbij onder het beheer van de onderneming. Deze werkwijze was bedoeld om te voldoen aan de eisen van de financiële sector op het gebied van privacy, beveiliging en verantwoord gegevensbeheer, en tegelijk het gezamenlijke engineeringteam in staat te stellen het systeem te verbeteren.

Pete Cherecwich, Chief Operating Officer van Northern Trust, zei dat de agent de tijd verkort die nodig is om klantgegevens voor te bereiden en te valideren, ‘terwijl het toezicht en de controle behouden blijven die onze klanten verwachten’. Daardoor ontstaat er voor beide partijen ruimte om zich op werk met meer toegevoegde waarde te richten. Binnen de bredere benadering van augmented intelligence van de onderneming versterkt AI de menselijke expertise, terwijl mensen verantwoordelijk blijven voor het oordeel en de verantwoording.

De ingebruikname koppelt een meetbare verkorting van de voorbereidingstijd aan een duidelijke verdeling van verantwoordelijkheden: AI zet gegevens om, analisten handelen uitzonderingen af en voeren de validatie uit, en Northern Trust houdt de controle over klantgegevens. Voor een bredere toepassing is de vraag of de gemeten tijdwinst en de kwaliteit bij de eerste doorgang ook bij uiteenlopende klantgeschiedenissen onder dezelfde controles consistent blijven.