Vertaald uit het Engelse origineel. De cijfers en bronnen zijn ongewijzigd. Lees het Engelse origineel
Credit Agricole Bank Polska
Credit Agricole Bank Polska draait het Poolse open model Bielik op eigen servers voor interne hulpmiddelen
Credit Agricole Bank Polska koos na een interne AI-hackathon voor Bielik, een Pools open-weight-taalmodel (met open gewichten), en kocht GPU-servers om het in eigen huis te draaien. Het drijft nu polCA aan, een afgestemde tekstcorrector voor begrijpelijke taal, en een interne chat die elke medewerker kan gebruiken. De bank zegt nog geen efficiëntie-KPI's te hebben.
Kerncijfers
Letterlijk overgenomen uit de bronnen. Kopieer elk cijfer met bronvermelding.
meer dan 50
Ontvangen projectvoorstellen bij de AI-hackathon van de bank in 20241
vijf
Ideeën uit de hackathon die zijn gekozen voor uitvoering1
Wat het kostte
Het probleem
Credit Agricole Bank Polska wilde aan de slag met grote generatieve modellen, maar de toegang tot hulpmiddelen als ChatGPT was beperkt, zoals gebruikelijk in het bankwezen. Slechts enkele mensen, onder wie het Innovation Lab, mochten ze gebruiken, onder controle. De bank had bovendien geen eigen infrastructuur om taalmodellen te draaien. Ze zocht een manier om meer medewerkers veilig generatieve AI te laten gebruiken, zonder dat gevoelige gegevens de bank verlaten.
Wat ze bouwden
De bank gebruikt Bielik, een Pools open-weight-taalmodel (met open gewichten), wat betekent dat de modelbestanden te downloaden zijn en op eigen servers kunnen draaien. Twee hulpmiddelen voor medewerkers draaien erop. polCA is een tekstcorrector die teksten herschrijft volgens de regels van begrijpelijke taal. Het tweede is een interne chat die elke medewerker kan gebruiken om met het model te praten of aan documenten te werken. Bielik drijft ook hulpmiddelen aan die gevoelige gegevens verwijderen of maskeren voordat tekst naar een cloudmodel gaat, en hulpmiddelen die marketing en HR helpen om uit een korte conceptversie inhoud te schrijven volgens de interne standaarden van de bank.
Hoe ze het aanpakten
De aanleiding was een AI-hackathon in 2024 met een technologiepartner, Deviniti. De bank had een motor nodig voor de ideeën van de deelnemers. De hackathon leverde meer dan 50 inzendingen op en de bank koos er vijf voor uitvoering. polCA, een daarvan, werd het eerste productiegebruik. Het werd bewust eenvoudig gehouden, getest tegen andere modellen en afgestemd op het eigen tekstcorpus van de bank, wat betekent dat het model verder is getraind op de eigen gegevens van de bank om bij haar behoeften te passen.
De hackathon en polCA brachten de bank ertoe GPU-servers te kopen en Bielik erop te installeren, waarna zij de interne chat voor iedereen openstelde. De nieuwe hardware kwam pas eind 2024, wat de bank haar grootste hindernis noemt. Nu draait zij ook platforms om agenten te bouwen (n8n en RAGFlow), aangedreven door Bielik en andere modellen, en hield zij in 2025 een tweede hackathon over agenten.
Resultaten
Het model draait op de eigen machines van de bank, dus gevoelige gegevens blijven op haar infrastructuur. polCA is in productie en elke medewerker kan de Bielik-chat gebruiken. De bank zegt het aantal gecorrigeerde of gegenereerde teksten, agentruns en verwerkte gegevens te meten, en dat die laten zien dat de hulpmiddelen medewerkers meer taken laten doen. Ze stelt nog geen precieze indicatoren te hebben voor het percentage bespaarde tijd en KPI's te definiëren als onderdeel van een bredere aanpak om AI op grote schaal te beheren.
Lessen voor uw project
Gebruik een hackathon om tegelijk de eerste toepassingen en het eerste model te vinden. De hackathon van Credit Agricole in 2024 leverde meer dan 50 ideeën op en het argument voor een gedeeld model.
Begin met een eenvoudig eerste productiehulpmiddel. De bank koos polCA, een tekstcorrector, omdat die makkelijk te bewijzen was, en zette daarna kleine stappen naar de volgende projecten.
Vergelijk modellen op uw eigen taak. De bank testte er verschillende, en polCA werkte het best op Bielik na afstemming op het eigen tekstcorpus van de bank.
Geef medewerkers een veilige interne chat zodat ze leren wat taalmodellen wel en niet kunnen. De bank zegt dat Bielik zwakker is dan veel grotere modellen, maar daarvoor goed genoeg.
Houd rekening met levertijd van hardware. De bank noemt het verkrijgen en installeren van de GPU-servers haar grootste uitdaging.
Bouw meting vroeg in. De bank telt gecorrigeerde teksten en agentruns, maar heeft nog geen efficiëntie-KPI's, en zegt dat het definiëren ervan deel uitmaakt van de volgende fase.
Kanttekeningen
- De enige bron is een interview met het hoofd van het Innovation Lab van de bank, gepubliceerd door het Poolse staatsontwikkelingsfonds PFR. Alle beweringen komen van de bank zelf en geen onafhankelijke bron bevestigt ze.
- De bank stelt dat zij nog geen precieze indicatoren heeft over hoeveel werktijd of productiviteit is veranderd. De bovenstaande cijfers zijn tellingen van ideeën, geen bedrijfsresultaten.
- Het artikel noemt geen go-livedata voor polCA of de interne chat. De getoonde datum van ingebruikname is het jaar van de hackathon en van de levering van de GPU-servers (eind 2024); het artikel zegt niet wanneer polCA of de chat de gebruikers bereikte, wat na 2024 kan zijn geweest. Het jaar komt uit de tekst en er is geen maand opgegeven.
- Het artikel noemt geen kosten, geen aantal servers en geen aantal chatgebruikers.
- De bank gebruikt in haar agentplatforms ook andere modellen, waaronder Qwen en gpt-oss, en zegt dat Bielik voor sommige taken voor andere modellen moest wijken.
- De interviewpagina blokkeert geautomatiseerde lezers; wij lazen hem via een gearchiveerde kopie.
Bronnen
- Start z polskim AI – od pomysłu do wdrożenia
Polski Fundusz Rozwoju (PFR) · 2026-02-26 · Interview · pfr.pl
In eigen woorden samengevat op basis van de bovenstaande bronnen. Een fout gezien? Zie correcties.