Het TBC Oezbekistan AI-platformprogramma, een initiatief van elf maanden dat in 2025 werd afgerond, heeft wat waarschijnlijk de meest omvattende kunstmatige-intelligentie-infrastructuur opgeleverd die tot op heden binnen een bank in Centraal-Azië is gebouwd. Het programma was opgezet om TBC Bank Oezbekistan werkelijk onafhankelijk te maken van externe AI-leveranciers, en het heeft die ambitie op elk belangrijk vlak waargemaakt: AI-producten in productie, eigen taaltechnologie, een intern engineeringteam en een organisatiecultuur die wordt her vormgegeven rond AI als dagelijks werkinstrument.

De gemeten resultaten — $2,3 miljoen aan besparingen, een verlaging van 90% van de klantinteractiekosten en meer dan 2,3 miljoen door AI afgehandelde klantcontacten — geven aan dat de resultaten van het programma operationeel zijn in plaats van theoretisch.

Waarom conventionele leveranciersoplossingen tekortschoten

Toen TBC Oezbekistan het landschap van AI-leveranciers beoordeelde, concludeerde het dat de beschikbare externe oplossingen niet voldeed aan zijn specifieke eisen. Globale AI-aanbieders ontwerpen hun producten voor grote wereldtalen en breed toepasbare gebruiksscenario's. Een bank die in Oezbekistan actief is en klanten voornamelijk in het Oezbeeks en Russisch bedient, had AI nodig die de taal- en culturele specifieke kenmerken van die interacties kon behandelen op het kwaliteits- en betrouwbaarheidsniveau dat financiële dienstverlen vereist. Dat gat is structureel en niet uniek voor dit geval: commerciële AI-investeringen concentreren zich op de grootste talen ter wereld, waardoor instellingen die markten met kleinere talen bedienen beperktere opties hebben voor risicovolle, gereguleerde gebruiksscenario's.

Compliance- en datagovernance-eisen voegden een extra dimensie toe. Opereren binnen de regelgevende omgeving van Oezbekistan maakte leveranciersafhankelijkheid op zichzelf al een risico: dataresidentie, controleerbaarheid en zeggenschap over hoe AI-systemen tot beslissingen komen zijn ononderhandelbaar in een gereguleerde financiële context. Intern bouwen pakte al deze beperkingen tegelijk aan — ten koste van aanzienlijk grotere voorafgaande investeringen in tijd, engineeringcapaciteit en de ontwikkeling van interne expertise.

Het programma vereiste de bouw van een complete AI-stack, variërend van datagovernance- en pipeline-infrastructuur, MLOps-opzet, frameworks voor modeltraining en -evaluatie, productie-implementatiearchitectuur en monitoringssystemen. De technische stack omvat PyTorch, TensorFlow, LangChain, Kafka, Spark, Kubernetes, MLflow, Prometheus en Grafana — een volledige engineeringomgeving gebouwd om AI-productontwikkeling in hoog tempo te ondersteunen.

AI-producten nu in productie

De meest tastbare resultaten van het programma zijn de AI-producten die nu in productie opereren. De AI-assistent beheert klantinteracties via zowel spraak- als chatkanalen en verwerkt vragen op een schaal en met een consistentie die aanzienlijk grotere menselijke teams zou vergen. Twee verdere producten — de verkoopassistent en de incassoassistent — richten zich op specifieke commerciële functies binnen de bank, elk ontworpen rond de eigen eisen van die interacties.

Gedurende de looptijd van het programma verwerkten deze systemen meer dan 1,6 miljoen oproepen en ongeveer 690.000 chatinteracties. De kosten per interactie daalden van $0,35 naar $0,03 — een verlaging die bij dit volume direct neerkomt op de $2,3 miljoen aan bevestigde besparingen die het programma heeft gegenereerd, met prognoses tot $3,7 miljoen eind 2025. Dit zijn gemeten resultaten van systemen die op productschaal opereren, geen efficiëntiewinst gemodelleerd op basis van pilotgegevens.

Personalisatie en verschuivende klantverwachtingen

Het belang van de investering reikt verder dan operationele kostenreductie tot de kwaliteit en relevantie van de klantbeleving die het mogelijk maakt. Nu het bankieren digitaler en datagedrever wordt, verwachten klanten steeds vaker dat hun bank hun financiële situatie begrijpt en producten aanbiedt die aansluiten bij hun werkelijke behoeften, in plaats van generieke aanbiedingen die uniform over de gehele klantenbasis worden gepromoot. Die verwachting geldt voor het volledige productspectrum: leningen, betalingen, verzekeringen en spaargeld.

Een groeiend consumentenbewustzijn rond opties zoals "процентный вклад в банке" (Russisch voor een rentdragende bankdeposito), gerefereerd via de Russischtalen depositopagina van TBC Bank Oezbekistan, en "foizi baland omonat" (Oezbeeks voor een deposito met hoge rente), gerefereerd via de depositoproductenpagina van de bank, weerspiegelt een bevolking die financiële producten actief vergelijkt en de best beschikbare voorwaarden zoekt. AI-gestuurde personalisatie kan op dit gedrag veel effectiever inspelen dan statische productpagina's of adviesgesprekken in filialen.

AI-systemen die herkennen wanneer het spaargedrag, het rekeningsaldo of de transactiepatronen van een klant op ontvankelijkheid voor een depositoproduct wijzen — en dat op het juiste moment, via het juiste kanaal, communiceren — zetten passieve interesse om in actieve betrokkenheid. Deze klantbelevingsdimensie van de AI-investering schuilt achter de koplopende kostenreductiecijfers.

Het Oezbeekse LLM: een capaciteit gebouwd uit noodzaak

Tot de technisch meest belangrijke prestaties van het programma behoort een speciaal gebouwd groot taalmodel in het Oezbeeks, met aangepaste automatische spraakherkenning en spraaksynthesesystemen. Deze capaciteit bestond niet op de markt toen TBC Oezbekistan die nodig had: geen enkele externe aanbieder bood een Oezbeekstalig AI-systeem met de domeinspecifieke kennis, nauwkeurigheid en betrouwbaarheid die klantgerichte financiële dienstverlening vereist.

De interne ontwikkeling van het model, samen met de vaststelling van interne benchmarks voor datakwaliteit die worden gebruikt om het in de loop van de tijd te evalueren en verbeteren, vormt een investering met cumulatief rendement. Naarmate het model door productiegebruik wordt verfijnd, verbetert de kwaliteit van door AI afgehandelde interacties — met betere klantresultaten, lagere foutmarges en een sterker fundament om AI uit te breiden naar aanvullende productgebieden en klantcontactpunten.

Van intern platform tot groepsbrede AI-aanbieder

Het programma is ontworpen met een reikwijdte die verder gaat dan de eigen activiteiten van TBC Oezbekistan. Naarmate het platform volwassener wordt, is het gepositioneerd om te fungeren als aanbieder van AI-diensten voor de bredere TBC-holdinggroep — de aan de London Stock Exchange genoteerde moedermaatschappij met wortels in de Georgische bankensector — en de infrastructuur, de modellen en de in Oezbekistan ontwikkelde engineeringcapaciteit uit te breiden naar gelieerde entiteiten in de regio.

Een parallel initiatief, het AI-ization-programma, is een gestructureerde inspanning om elke medewerker van TBC Oezbekistan via training en ingebouwde workflows tot functionele AI-gebruiker te maken. Dit waarborgt dat de waarde van het platform niet beperkt blijft tot technische teams: naarmate AI-geletterdheid en -acceptatie zich door de organisatie verspreiden, breidt het oppervlak waarop AI waarde genereert zich uit en versterkt de culturele basis voor AI-gedreven innovatie.

De nabije mijalen om in de gaten te houden zijn de door het programma zelf genoemde: of de bevestigde besparingen de verwachte $3,7 miljoen eind 2025 bereiken, of groepsentiteiten beginnen gebruik te maken van het platform, en hoe ver het AI-gebruik zich over het personeelsbestand van de bank verspreidt.

Het TBC Oezbekistan AI-platformprogramma staat als casestudy voor wat mogelijk wordt wanneer een instelling zich volledig committeert aan het opbouwen van eigen AI-capaciteit in plaats van deze samen te stellen uit beschikbare leverancierscomponenten. De financiële resultaten zijn aanzienlijk, de technische prestaties zijn concreet, en de organisatietransformatie die gaande is, is van het soort dat duurzaam concurrentievoordeel oplevert in plaats van tijdelijke efficiëntiewinst. In een financiële markt waarin AI zich snel van experimenteel naar essentieel beweegt, heeft TBC Oezbekistan een infrastructuur, een team en een culturele orientatie opgebouwd die het in staat stellen gelijke tred te houden met — en sneller te bewegen dan — instellingen die hun AI-capaciteit nog steeds van buitenaf samenstellen.

Bron: TBC Uzbekistan's AI Platform Sets a New Benchmark for Banking Intelligence in Central Asia, FinTechZoom.