Fintechbedrijf Block ziet zijn vooruitzichten voor 2026 verbeteren door kunstmatige intelligentie. Beleggingsbank UBS verwacht hogere efficiëntie en lagere kosten bij de platformen Cash App, Square en Afterpay. De inzet van algoritmen voor risico, klantenservice en ontwikkeling moet de marges versterken. Dit speelt ook in Europa, waar de Europese AI-verordening gevolgen voor overheid en bedrijven aanscherpt.
Vooruitzicht 2026 versterkt
UBS verwacht dat Block in 2026 sterker presteert doordat meer processen worden geautomatiseerd met AI. Dat kan het verschil maken in betaalverkeer en handel, waar de marges per transactie klein zijn. Efficiëntere systemen leveren dan relatief snel meer winst op.
De bank ziet vooral voordeel in snellere besluitvorming en lagere operationele kosten. Denk aan geautomatiseerde risicobeoordeling en slimmere ondersteuning voor klanten. Ook productontwikkeling kan vlotter gaan als teams AI-tools inzetten bij analyse en testen.
Block werkt met drie grote pijlers: Cash App, Square en Afterpay. AI kan in elk van deze onderdelen voor besparingen zorgen. Samen kan dat het winstbeeld voor 2026 zichtbaar verbeteren.
AI drukt kosten bij Block
Kunstmatige intelligentie is software die patronen leert uit data en vervolgens voorspellingen of beslissingen helpt nemen. Bij betalingen en BNPL (koop nu, betaal later) draait dat om het inschatten van risico’s en het opsporen van fraude. Hoe beter het model, hoe minder fouten en kosten.
Klantenservice is een tweede terrein waar AI uren kan besparen. Virtuele assistenten kunnen eenvoudige vragen afvangen, terwijl medewerkers de complexe gevallen doen. Zo dalen wachttijden en blijven de kosten per klant lager.
Ook in techniek levert AI tijdwinst op. Code-assistenten en geautomatiseerde tests helpen ontwikkelaars sneller en veiliger te werken. Dat verkort de doorlooptijd van nieuwe functies in Cash App en Square.
Impact op Cash App en Square
Cash App draait om peer-to-peer betalingen en bankachtige functies in de VS. AI kan hier onboarding sneller maken en fraude beter blokkeren. Dat is belangrijk omdat kleine verbeteringen in verliespercentages meteen doorwerken in het resultaat.
Square levert kassasoftware en betaaloplossingen aan ondernemers, ook in Europa. Slimmere datamodellen kunnen chargebacks en phishing sneller herkennen. Winkeliers profiteren dan van minder uitval en vlottere afhandeling.
BNPL-dochter Afterpay (in het VK bekend als Clearpay) leunt sterk op risicomodellen. Preciezere inschatting van betaalgedrag verkleint verliezen en ondersteunt groei. Dat helpt de hele groep, zeker als dezelfde bouwstenen ook elders inzetbaar zijn.
Europese AI-verordening gevolgen overheid
In de EU gelden strenge kaders voor AI in financiële diensten. De AI-verordening (AI Act) verdeelt toepassingen in risicoklassen en stelt eisen aan data, transparantie en menselijk toezicht. Daarbovenop is de AVG leidend voor privacy, met regels voor dataminimalisatie en beveiliging.
Geautomatiseerde kredietbeoordeling en fraudedetectie in financiële diensten vallen in de EU doorgaans onder de ‘hoog risico’-categorie van de AI-verordening. Dat vraagt aantoonbaar risicobeheer, herleidbare datastromen en menselijk ingrijpen bij beslissingen.
Voor Block betekent dit dat modellen achter risicoscoring en klantenservice uitlegbaar moeten zijn. Beslissingen die mensen raken, zoals toegang tot krediet of blokkades, moeten controleerbaar en aanvechtbaar blijven. In Nederland houden toezichthouders zoals DNB en de AFM hier scherp toezicht op.
Daarnaast gelden PSD2-regels voor betalingen en sterke klantauthenticatie. Dat beperkt de speelruimte, maar maakt systemen ook robuuster. Europese klanten en overheden krijgen zo meer zekerheid over veilig en eerlijk gebruik van algoritmen.
Risico’s en beperkingen
AI-modellen kunnen vooroordelen uit data overnemen. Dat kan leiden tot oneerlijke uitkomsten, zoals te strenge blokkades of uitsluiting. Bedrijven moeten dit meten en corrigeren met heldere controles.
Onder de AVG hebben mensen rechten bij geautomatiseerde beslissingen, zoals uitleg en bezwaar. Dat vraagt van Block goed ingerichte processen en duidelijke kanalen voor klachten. Ook versleuteling en strikte toegangscontrole zijn nodig om betaaldata te beschermen.
Technisch blijft er kans op foutmeldingen en valse alarmen. Bij klantenservice kunnen taalmodellen onnauwkeurige antwoorden geven, zeker in meerdere talen. Menselijk toezicht en continue evaluatie zijn daarom onmisbaar.
