NieuwsAandelenAfrikaanse banken verhogen AI-uitgaven ondanks beperkte ROI-meting

Afrikaanse banken verhogen AI-uitgaven ondanks beperkte ROI-meting

Auteur: Techcabal·

Belangrijkste punten

  • •Van de banken die het AI-rendement niet formeel maten, was 82% nog steeds van plan de budgetten te verhogen.
  • •Standard Bank meldde dat de engineeringproductiviteit jaar-op-jaar met meer dan 20% steeg naarmate AI over de activiteiten werd uitgerold.
  • •Nedbank implementeerde in 2025 30 geavanceerde AI-gebruiksscenario's en meldde besparingen op contentcreatie, vertaling en productiviteitswerk.
  • •Integratie met verouderde technologie werd door 50,2% van de ondervraagde bestuurders genoemd als de grootste interne belemmering voor AI-adoptie.
  • •Van de instellingen die rendementen maten, zei 85,1% dat hun AI-investeringen aan de eigen projecties voldeden of deze overtroffen, hoewel de enquête de financiële berekeningen niet standaardiseerde.
Afrikaanse banken verhogen AI-uitgaven ondanks beperkte ROI-meting

Een enquête uit 2026 onder 277 bankbestuurders in 37 Afrikaanse landen toonde aan dat 83,2% van de instellingen van plan is de AI-uitgaven in de komende 12 maanden te verhogen. Toch meet bijna een derde het rendement op de investering (ROI) niet formeel. Van de banken die het AI-rendement niet meten, is 82% nog steeds van plan de budgetten te verhogen.

De bevindingen benadrukken de spanning in het hart van de miljardenpush voor bankautomatisering in Afrika. Banken investeren in AI ondanks cloudfacturen in dollars, beperkingen bij de integratie van verouderde kernbanksystemen en een tekort aan machinelearning-engineers. In deze aflevering van Delve into AI onderzoekt EMMANUEL NWOSU de kloof tussen snellere operationele processen en meetbare balansrendementen.

Leningdocumentatie is historisch gezien een administratief knelpunt geweest, ook bij goed gekapitaliseerde financiële instellingen. Bij Standard Bank kan een beoordelingsproces dat voorheen ongeveer een uur duurde nu in ongeveer 60 seconden worden afgerond met behulp van kunstmatige intelligentie.

De Zuid-Afrikaanse bank maakte het cijfer bekend in haar Capital Markets Day-presentatie van maart 2026. De metriek heeft betrekking op de divisie commerciële activafinanciering en illustreert hoe de grootste bank van Afrika naar activa machine-intelligentie toepast op gevestigde processen.

Standard Bank meldde ook dat de conversatiebot 65% van de binnenkomende digitale klantvragen afhandelt. In augustus 2026 waren ruim 39.000 medewerkers—ongeveer 72% van het personeelsbestand—regelmatige zakelijke gebruikers van generatieve AI.

Deze voorbeelden tonen het directe operationele potentieel automatisering. Administratieve achterstanden kunnen worden teruggebracht tot taken van enkele minuten, klantwrijving kan afnemen en medewerkers kunnen worden heringezet op advieswerk dat menselijk oordeel vereist.

Het financiële voordeel blijft echter onzekerder. Het inzetten van AI in gereguleerde financiële omgevingen vereist data governance-controles, softwarelicenties, systeemintegratie en bijscholing van personeel. Om die kosten commercieel te rechtvaardigen, moeten banken aantonen dat de financiële opbrengsten de kosten van implementatie en exploitatie overstijgen.

Sneller werk, onzekere financiële rendementen

Het State of AI in African Banking-rapport, een gezamenlijke studie uit 2026 van banksoftwareleverancier Backbase en African Banker, ondervroeg bestuurders in 37 Afrikaanse landen. Het concludeerde dat 83,2% van de instellingen van plan was de AI-begrotingen in de daaropvolgende 12 maanden te verhogen, terwijl slechts 67,1% de ROI van die implementaties formeel bijhield.

Van de ruwweg een derde van de respondenten wier banken het AI-rendement niet bijhielden, was 82% desondanks van plan de budgetten te verhogen. De cijfers geven aan dat veel bankleiders een technologie uitbreiden waarvan de commerciële bijdrage nog niet is gekwantificeerd.

Het ontbreken van formele meting betekent niet noodzakelijk dat AI-projecten zijn mislukt. Algoritmische systemen kunnen verwerkingstijden verkorten, fraudemonitoring verbeteren en de klantenservice verbeteren zonder dat de kosten op de winst-en-verliesrekening onmiddellijk dalen. Maar het verschil tussen operationele efficiëntie en financieel rendement wordt belangrijker naarmate AI verschuift van geïsoleerde pilots naar systemen die banken dagelijks gebruiken.

Standard Bank heeft zijn AI-capaciteiten opgebouwd op technologie-investeringen die over meerdere jaren zijn gedaan. In de investeerderspresentatie van maart zei de bank dat conversational AI 65% van de digitale vragen op de persoonlijke banking-app afhandelde. De bank meldde ook dat de engineeringproductiviteit het afgelopen jaar met meer dan 20% was verbeterd, terwijl AI beginnende versnelling van kredietwerk bracht.

Het voorbeeld van commerciële activafinanciering, waarbij de verwerking van leningdocumentatie daalde van ongeveer een uur naar ongeveer een minuut, toont de mogelijke verbetering in sommige administratieve workflows. Standard Bank heeft de toegang ook binnen het personeelsbestand uitgebreid. In augustus meldde de bank meer dan 39.000 actieve gebruikers van generatieve AI via goedgekeurde zakelijke tools.

Het verk van een documentatieproces van een uur naar een minuut maakt de medewerkers die dat werk eerder verrichtten vrij. De bank kan meer aanvragen verwerken met hetzelfde personeelsbestand, overwerk verminderen of medewerkers aan andere taken toewijzen. Die operationele voordelen worden pas meetbare financiële besparingen wanneer ze leiden tot vermeden kosten of extra inkomsten die redelijkerwijs aan de investering kunnen worden toegeschreven.

Standard Bank zei de tijd die medewerkers via AI besparen te willen herbestemmen naar klantrelaties en werk dat complexere beslissingen vereist. Die aanpak kijkt verder dan directe kostenbesparing en probeert meer waarde uit het bestaande personeelsbestand te halen. De verklaring specificeert op zichzelf geen gegenereerde omzet of bespaarde kosten.

In het kredietverkeer zou AI medewerkers in staat kunnen stellen meer aanvragen te verwerken zonder een evenredige stijging van de personeelskosten. Als het wordt gebruikt om de kredietwaardigheid van leners te beoordelen, zou het ook kredietbeslissingen kunnen ondersteunen en wanbetalingen mogelijk kunnen verminderen. Dit zijn afzonderlijke voordelen, en Standard Bank heeft niet vastgesteld dat de AI-investeringen er financieel een van heeft opgeleverd.

De ratio niet-renderende leningen van de bank was eind juni 5,6%, tegenover 6,2% een jaar eerder. Kredietverlieskosten, die verwachte verliezen op leningen weerspiegelen, daalden in de eerste helft van 2026 met 12% naar R7,13 miljard ($435,5 miljoen). Standard Bank heeft die verbeteringen niet toegeschreven aan het gebruik van AI.

Nedbank, een andere tier-one Zuid-Afrikaanse bank, heeft meetbare operationele verbeteringen gerapporteerd. In haar geïntegreerde jaarverslag 2025 zei de bank dat zij dat jaar 30 geavanceerde AI-gebruiksscenario's had geïmplementeerd. Het bredere programma, dat AI, generatieve AI, analytics, machine learning en robotische procesautomatisering omvat, bespaarde ongeveer 312.000 werknemersuren op media- en contentcreatie, documentvertaling en persoonlijke productiviteit. De wereldwijde betalingsverwerkingstijden daalden ook met ongeveer 30%.

Nedbank heeft voorspellende modellen gebruikt om klanten te identificeren die eerder beleggingsproducten kopen. De bank heeft ook analytics toegepast om potentiële creditcard- en leningklanten te benaderen. Deze toepassingen weerspiegelen twee brede manieren waarop banken verwachten dat AI rendement oplevert: door de kosten van bestaande diensten te verlagen en door klanten effectiever te bedienen.

De kosten om AI te laten werken

AI functioneert niet los van de bestaande technologie van een bank. Modellen vereisen betrouwbare data, veilige computesystemen en toegang tot de applicaties die medewerkers en klanten gebruiken. Banken hebben ook procedures nodig om outputs te testen, de toegang tot gevoelige informatie te beperken en beslissingen die met AI wordenomen te monitoren.

Daardoor kunnen de kosten van AI-implementatie aanzienlijk hoger zijn dan de prijs van een softwareabonnement. Tijdens de Capital Markets Day 2026 meldde Standard Bank totale technologische uitgaven van R23,5 miljard ($1,44 miljard) in 2025, gelijk aan 27,7% van de bedrijfskosten.

De bank zei dat 88% van de verouderde servers was buitengebruikgesteld en dat ten tijde van de presentatie 71% van de in aanmerking komende computingworkloads naar de cloud was verplaatst. Later meldde de bank dat de cloudmigratie eind juni 2026 78% van de in aanmerking komende workloads had bereikt.

Standard Bank zei dat technologie-investeringen over meerdere jaren hadden bijgedragen aan efficiëntieverbeteringen en aan een daling van de groeps-cost-to-income-ratio van 59,1% naar 50,2%. In praktische termen gaf de bank ongeveer R50 ($3,05) aan bedrijfskosten uit voor elke R100 ($6,09) aan bedrijfsopbrengsten, tegenover voorheen ongeveer R59 ($3,60).

De technologische uitgaven bleven stijgen naarmate de bank de AI-activiteiten uitbreidde. Standard Bank gaf in 2025 R23,51 miljard ($1,43 miljard) uit aan technologie, een stijging van 4,9% ten opzichte van R22,4 miljard ($1,36 miljard) in 2024. In de eerste helft van 2026 stegen de software-, cloud- en technologiegerelateerde kosten met 6% naar R7,16 miljard ($436,5 miljoen). De bank schreef een deel van de stijging toe aan de uitbreiding van AI-capaciteiten, naast investeringen in gespecialiseerde technologie-expertise, kernbanksystemen en cybersecurity.

De totale technologische uitgaven stegen gedurende de zes maanden met slechts 2% naar R11,83 miljard ($721 miljoen), omdat lagere afschrijvingen en andere technologieskosten een deel van de stijging compenseerden. Standard Bank heeft zijn aanpak een "save-to-invest"-strategie genoemd, waarbij efficiënties uit eerdere technologie-investeringen worden gebruikt om nieuwere capaciteiten, waaronder AI, te financieren.

Het moderniseringsprogramma illustreert het werk dat nodig is om nieuwe capaciteiten te introduceren in een gevestigd bankbedrijf. In de enquête van Backbase en African Banker noemde 50,2% van de respondenten integratie met bestaande technologie als de grootste interne belemmering voor AI-adoptie.

Banken moeten mogelijk klantgegevens, transactiehistorieën en andere informatie die is opgeslagen in systemen die op verschillende momenten zijn ontwikkeld, met elkaar verbinden. Een bank die AI in kredietbeoordeling introduceert, heeft bijvoorbeeld betrouwbare toegang nodig tot de financiële informatie die wordt gebruikt om leners te beoordelen. Het consolideren van die informatie kan upgrades van verouderde systemen, extra computerinfrastructuur en gespecialiseerde medewerkers voor het onderhoud vereisen.

Deze eisen verhogen zowel de initiële als de doorlopende kosten van AI. Banken die clouddiensten of software in vreemde valuta aanschaffen kunnen ook te maken krijgen met hogere kosten in lokale valuta wanneer wisselkoersen zich tegen hen bewegen. De financiële rechtvaardiging voor AI hangt daarom af van meer dan de tijd die een systeem bespaart. Banken moeten die voordelen afwegen tegen de volledige kosten van invoering en exploitatie van de technologie.

Waarom de rendementen moeilijk te meten blijven

Het onderzoek van Backbase en African Banker suggereert dat sommige Afrikaanse banken de financiële resultaten behalen die ze verwachtten. Van de respondenten wier instellingen rendementen formeel meten, zei 85,1% dat hun investeringen aan de projecties voldeden of deze overtroffen.

Die banken maten de prestaties echter tegen hun eigen doelstellingen. De enquête legt niet vast hoeveel elke instelling heeft geïnvesteerd, welke financiële waarde is gecreëerd of of rendementen consistent tussen organisaties zijn berekend.

AI-gestuurd kredietverkeer illustreert de moeilijkheid. Als een bank meer aanvragen goedkeurt na de invoering van AI, kunnen de extra leningen de rente-inkomsten verhogen. Het financiële voordeel blijft afhankelijk van financieringskosten, de prestaties van die leningen en of de technologie kredietbeslissingen heeft verbeterd. Evenzo ligt de waarde van een AI-fraudedetectiesysteem in voorkomen verliezen, niet simpelweg in het aantal verdachte transacties dat het identificeert.

De enquête wees uit dat 71,7% van de respondenten die met externe AI-aanbieders werken rendementen meet, tegenover 31% van degenen die AI volledig in-house ontwikkelen. Het verschil weerspiegelt de uiteenlopende capaciteit van banken om eigen AI-systemen te bouwen, wat zelf een aanzienlijke kostenpost kan worden.

In juni 2026 beoordeelde Evidents eerste AI Index for Banks in the Middle East and Africa 25 grote banken op AI-talent, innovatie, leiderschap en transparantie. Standard Bank eindigde als tweede en Nedbank als vierde, waarmee zij de enige twee Zuid-Afrikaanse banken zijn onder de vier regionale leiders. FirstRand, Capitec en Absa behoorden ook tot de top 10.

Evident schreef de relatief sterke prestaties van deze banken deels toe aan grotere groepen AI-talent, nabijheid van onderzoekuniversiteiten en omgang met opkomende centrale bankregelgeving. De resultaten suggereren dat Zuid-Afrikaanse banken sterkere AI-capaciteiten hebben ontwikkeld dan veel regionale concurrenten.

Over de 25 instellingen heen constateerde Evident echter dat gespecialiseerd AI-ontwikkeltalent relatief ten opzichte van het personeelsbestand slechts de helft was van het niveau in de benchmark van grote mondiale banken. Het tekort heeft financiële gevolgen. Banken zonder voldoende interne expertise moeten investeren in het ontwikkelen van eigen capaciteiten of vertrouwen op externe aanbieders, terwijl ze blijven betalen voor integratie en onderhoud.

Sommige banken buiten Afrika hebben een duidelijker beeld gegeven van de financiële bijdrage van AI. De Singapore DBS Bank meldde in 2025 ongeveer S$1 miljard ($783 miljoen) aan economische waarde uit data-analyse en AI, een stijging van S$750 miljoen ($587 miljoen) in 2024. Eind dat jaar had DBS meer dan 2.000 modellen ingezet in ruim 430 gebruiksscenario's.

DBS gaat verder dan rapporteren hoeveel taken AI voltooit of hoeveel tijd medewerkers besparen. Het heeft een monetaire waarde toegekend aan de bijdrage van de technologie aan het bedrijf, al is het onduidelijk of de bank winstgevend is op zijn AI-gebruik.

De vergelijking verduidelijkt de financiële vraag voor Afrikaanse banken. Standard Bank en Nedbank hebben productiviteitsverbeteringen aangetoond, en veel instellingen die door Backbase zijn ondervraagd, rapporteren dat ze hun AI-investeringsdoelen halen. Maar banken geven beperkte informatie over de kosten van individuele AI-programma's of de financiële rendementen die deze genereren.

Productiviteit is een belangrijk AI-gebruiksscenario in het bankwezen en in andere niet-financiële organisaties. De uitdaging is vast te stellen wat die productiviteit waard is en welk deel ervan aan AI kan worden toegeschreven. Naarmate banken voorbij pilots uitbreiden, zal het duidelijkste bewijs van vooruitgang een consistentere openbaarmaking van programmakosten, gemeten resultaten en het verband tussen die resultaten en financiële prestaties zijn.

Bron: TechCabal