Från Excel till intelligens – hur generativ AI förändrar finansbranschen i grunden

Det som för bara några år sedan lät som science fiction håller nu på att förändra grunden för hur finansbranschen arbetar. Generativ AI, dvs modeller som inte bara analyserar utan skapar, har på kort tid gått från experimentstadiet till att bli en integrerad del av den finansiella infrastrukturen. Den används för att skriva kod, analysera marknader, automatisera due diligence och generera rapporter på några minuter.

Men bakom de imponerande rubrikerna döljer sig en mer nyanserad verklighet. Tekniken är revolutionerande, men också djupt beroende av mänsklig styrning, anpassning och förståelse. Tidigare generationers AI byggde på prediktiva modeller – de kunde känna igen mönster, klassificera data och ge sannolikheter för framtida utfall. De var användbara, men begränsade.

Den nya generationen, generativ AI, fungerar helt annorlunda. Den tränas inte bara på att känna igen världen, den lär sig att återskapa den. En stor språkmodell (LLM) som ChatGPT förutspår vilket ord som mest sannolikt kommer härnäst i en mening. Det låter trivialt, men i stor skala leder det till något som liknar intelligens. Genom att gissa nästa ord miljarder gånger om upptäcker modellen mönster i språk, resonemang och mänskligt tänkande. Resultatet är system som kan förklara komplexa marknadsrörelser, skriva kod, resonera kring investeringsstrategier och analysera långa dokument – ofta snabbare och mer konsekvent än människor.

AI:s prestanda är redan övermänsklig på finanskunskap
När forskare testade GPT-5 på CFA-examinationen (Chartered Financial Analyst) klarade modellen nivå 1 med över 90 procent rätt, vilket är bättre än topp 1 procent av de mänskliga deltagarna. Dessutom på 20 minuter i stället för sex timmar. Det mest anmärkningsvärda är att  modellen inte har någon tillgång till CFA-läroböcker eller licensierat material utan klarade allt utifrån allmän kunskap. Det är en påminnelse om att AI:s styrka inte ligger i specifika datakällor, utan i dess förmåga att absorbera och kombinera mönster ur enorma mängder information.

Den sämsta kalkylatorn i världen
Men trots sin intellektuella bredd finns det saker som AI är hopplöst dålig på. En av dem är enkel matematik. Om du frågar en språkmodell vad 3 + 5 blir räknar den inte ut det. Den försöker förutsäga vilket ord som mest sannolikt följer efter ”3 + 5 =”. Och eftersom den tränats på text och inte siffror kan den lika gärna svara ”35”, ”åtta” eller något helt annat.

Varje gång modellen gör en sådan förutsägelse kräver det dessutom beräkningskraft i enorm skala där miljarder parametrar aktiveras bara för att ”gissa” ett enkelt tal. Det gör att språkmodeller är en miljard gånger långsammare och dyrare än en vanlig kalkylator. Det är därför man ibland kallar dem för världens dyraste räknemaskiner.

För att hantera siffror i finans krävs därför att modellerna kopplas till verktyg, dvs externa kalkylbibliotek och kodsystem som faktiskt kan räkna. Språkmodellen fungerar då som den analytiska ytan, medan beräkningen sker i bakgrunden. Det är ett viktigt skifte. AI ska inte ersätta verktygen, utan styra dem.

Oändlig syntetisk data och 60 procent AI-genererad kod
Där AI däremot är övermänsklig, är i områden där den kan skapa sitt eget träningsmaterial. Programmering är ett exempel. När AI tränas på att skriva kod, kan den generera ett program, köra det, upptäcka fel och rätta dem, om och om igen. Varje iteration blir en ny datapunkt. Resultatet blir en oändlig mängd syntetisk data som gör modellen ständigt bättre.

På SigTech skriver AI redan 60 procent av all kod. Vd Bin Ren berättar att han själv producerat 140 000 rader kod med hjälp av AI – motsvarande 20 utvecklares årsproduktion – på bara tre månader. För finansbolag innebär detta en enorm produktivitetsökning. Verktyg, analyser, dashboards och rapporteringssystem kan byggas på dagar i stället för månader.

Finansbranschens användningsområden
De mest framgångsrika tillämpningarna hittills finns i tre kategorier:

1. Marknadsanalys och research
AI kan läsa och sammanfatta nyhetsflöden, rapporter och akademiska studier dygnet runt, på alla språk. Den fungerar som en förstalinje som sorterar och syntetiserar information innan den mänskliga analysen tar vid.

2. Due diligence och private equity
Arbete som tidigare tog veckor kan automatiseras. En AI-agent kan granska datarum, identifiera risker och skapa ett första utkast till rapport på 30 minuter.

3. Investor relations och compliance
Alla dokument som skickas till investerare måste gå genom juridisk och regulatorisk kontroll. AI kan läsa igenom varje ord, jämföra mot policyer och flagga avvikelser snabbare och mer konsekvent än en människa.

AI som ny kollega och inte verktyg
För att AI ska fungera i praktiken krävs dock mer än teknik. Det krävs onboarding. Bin Ren beskriver stora språkmodeller som en mycket begåvad ny medarbetare. De är intelligenta, men saknar erfarenhet. Du måste visa hur ni gör saker på just ert företag, hur er kultur, era processer och era policyer fungerar. De mest avancerade AI-systemen som används professionellt i dag innehåller tiotusentals rader instruktioner på engelska. De talar om exakt hur modellen ska agera i olika situationer. Sedan testas den, utvärderas och får ”feedback”, precis som en nyanställd.

Detta är inte valfritt. Finansbranschen är hårt reglerad. AI får inte agera självständigt, utan det måste alltid finnas en människa i loopen som bär det juridiska ansvaret.

Från kalkyl till kultur
Den stora missuppfattningen är att AI är något man kan köpa ”på hyllan”. I verkligheten är det en pågående process av träning, anpassning och övervakning.Företag som lyckas bäst är de som ser AI som en förlängning av sitt intellektuella kapital, inte en ersättning. Det handlar om att frigöra tid, höja kvaliteten och minska felmarginaler, men också om att förstå begränsningarna.

AI kan förutse ord, inte framtiden. Den kan beräkna samband, men inte värdera dem. Den kan härma resonemang, men inte ta ansvar. Finansbranschens framtid kommer därför inte att handla om att ersätta människor med maskiner utan om att låta de två arbeta tillsammans. Excelarket må överleva ett tag till. Men i det tysta håller nästa epok redan på att ta form – en där intelligensen inte längre sitter i formeln, utan i förståelsen av när den ska användas.

Bin Ren var en av talarna på Odin Investment Conference i september 2025. Han är grundare och vd på Sig Tech, ett företag som utvecklar avancerade analysverktyg och AI-lösningar för finansmarknaderna. Han har även en doktorsexamen i datavetenskap från Cambridg där hans team forskade och utvecklade Xen, som blev grunden för Amazon Web Services (AWS) – de lade därmed grunden till molntjänsternas era.
● Handlare inom equity exotics på Barclays Capital – med ansvar för handel över flera tillgångsslag.
● Chief Investment Officer på Brevan Howard Systematic Investment Group.
● Ledde avknoppningen av teamet till fintechbolaget SigTech.
● Bygger i dag skräddarsydda AI-agenter för kapitalmarknaden.