Northern Trust inför AI-agent för att påskynda kundintroduktionen

Northern Trust och Microsoft meddelade den 9 november 2026 att en gemensamt utvecklad agent för kundintroduktion hade minskat tiden för dataförberedelser med 83 procent, från cirka två och en halv vecka till tre dagar. Införandet inleder ett utökat AI-samarbete och omfattar kunder på Northern Trust Asset Servicings plattform Front Office Solutions.

Systemet omvandlar historiska investerings- och transaktionsuppgifter som sträcker sig över flera år till Northern Trusts standardiserade datastruktur för rapportering. Institutionella kunder, såsom pensionsfonder, donationsfonder, stiftelser och stora familjekontor, använder Front Office Solutions för att analysera och följa upp investeringars resultat. För att återskapa en ny kunds resultathistorik kan implementeringsteamen behöva sammanställa uppgifter från flera källor, och alternativa tillgångsslag gör arbetet mer komplext.

Mätning av produktion och kvalitetstester

Efter införandet mätte Northern Trust tidsbesparingen i verkliga scenarier för kundintroduktion. Analysen omfattade dataomvandling, analytikerns granskning, hantering av avvikelser och slutlig validering. Den tidigare arbetsprocessens baslinje jämfördes med den genomsnittliga slutförandetiden för produktionsärenden där agenten användes som stöd. Mätningen omfattar därmed även det omgivande analytikerarbetet, i stället för att enbart mäta det automatiserade omvandlingssteget.

Företagen rapporterade också ett F1-resultat på 96,5 procent för kvalitet vid första försöket, baserat på ett utvärderingsmått som kombinerar precision och återkallning. Testuppsättningen bestod av sju representativa fall hämtade från verkliga, historiska arbetsböcker med kundtransaktioner som Northern Trust hade tillhandahållit i anonymiserad form.

Agentens genererade värden jämfördes med referensresultat som analytiker hade tagit fram och som hölls undan under körningen. Resultatet vid första försöket registrerades innan analytikerna lämnade synpunkter eller gjorde korrigeringar. Det mäter därför agentens ursprungliga resultat, inte kvaliteten efter mänsklig granskning. Den skillnaden skiljer det kontrollerade kvalitetstestet från mätningen av produktionstiden, som omfattar analytikerns granskning och validering.

Azure-arkitektur och mänsklig kontroll

Northern Trust utvecklade systemet tillsammans med Microsoft Frontier Companys Forward Deployed Engineering-team. Microsoft Foundry tillhandahåller AI-verktygen för företag, medan Microsoft Azure utgör den underliggande plattformen. Integreringar med Excel, SharePoint och andra Microsoft 365-verktyg gör det möjligt för analytiker att granska, justera och godkänna resultaten. Azure stöder också ett styrt kunskapslager där godkänd kunskap om kundintroduktion bevaras, så att systemet över tid kan dra nytta av organisationens samlade expertis.

Övervakningen fortsätter genom hela arbetsflödet. Analytiker kan utvärdera agentens resonemang, hantera avvikelser och bidra med expertåterkoppling. Under implementeringen, innan en kund tas i drift, kan de använda agenten för att identifiera och stämma av fel medan kundens ursprungliga data valideras. På så sätt får implementeringsteamen möjlighet att kontrollera både den inkommande historiken och agentens resultat.

Microsofts utvecklingsprocess byggde på det som företagen kallar en metod ”utan insyn”. Microsoft optimerade F1-resultatet för kvalitet vid första försöket och andra utvärderingsmått med enbart anonymiserade data, medan kunddata från Northern Trust fortsatt hanterades under företagets kontroll. Upplägget utformades för att uppfylla finansbranschens krav på integritet, säkerhet och ansvarsfull datahantering, samtidigt som det gemensamma utvecklingsteamet kunde förbättra systemet.

Northern Trusts operativa chef Pete Cherecwich sade att agenten minskar tiden det tar att förbereda och validera kunddata ”samtidigt som den tillsyn och de kontroller som våra kunder förväntar sig bibehålls”, vilket frigör kapacitet för båda parter att fokusera på arbete med högre värde. Enligt företagets bredare strategi för förstärkt intelligens utvidgar AI människors expertis, medan bedömningar och ansvar fortsatt ligger hos människor.

Införandet kopplar en mätbar minskning av förberedelsetiden till en tydlig ansvarsfördelning: AI hanterar dataomvandlingen, analytiker tar hand om avvikelser och validering, och Northern Trust behåller kontrollen över kundinformationen. För att kunna använda lösningen bredare behöver man ta reda på om de uppmätta tidsbesparingarna och kvaliteten vid första försöket förblir stabila för olika kundhistoriker, med samma kontroller på plats.