Publicerad: 31 augusti 2026
Volatilitet, ökad konkurrens och pressen att operationalisera AI omformar hur banker och fintech-bolag innoverar. För finansinstitut är utmaningen inte bara att agera snabbare, utan att introducera nya produkter, upplevelser och tekniker utan att öka de regulatoriska eller ryktesmässiga riskerna.
För att bättre förstå hur finansinstitut hanterar denna spänning gav Mastercard i uppdrag åt Forrester Consulting att studera innovation, riskhantering och AI-användning inom flera branscher. Studien från 2026, ”Experimentfördelen: Innovation som minskar riskerna”, bygger på svar från 324 globala direktörer och högre chefer med ansvar för innovation, strategi, data och analys, marknadsföring eller beslut rörande produkt-/portföljhantering.
Den här artikeln utforskar vad forskningen visar om bankinnovation och hur experimenterande hjälper organisationer att förstå effekterna av sina initiativ och fatta marknadsledande affärsbeslut.
Även om konkurrenstrycket driver banker och fintechbolag att utvecklas, kan regulatoriska risker och ryktesrisker skapa tveksamhet. Forskningen visade att 86 % av finansinstituten kämpar med att balansera innovation och riskhantering, och över en tredjedel (37 %) upplever ryktesmässiga och regulatoriska bakslag som ett resultat av detta.
Den balansgången blir ännu svårare utan ett tillförlitligt sätt att validera nya idéer. Om team saknar verktyg och processer för att testa idéer och mäta resultat kan de få svårt att skilja innovationer med hög potential från kostsamma felsteg.
För finansinstitut kan det leda till en mer försiktig inställning till innovation: 25 % beskriver sin inställning till innovation som konservativ, medan endast 6 % anser sig vara innovationsdrivna.
När efterlevnad och kundförtroende står på spel behöver ledare bevis på att en idé kommer att leverera värde innan de skalar upp den.
AI är en högsta prioritet för finansinstitut, där 73 % uppger att det är avgörande för framgångsrik innovation – den högsta siffran av alla undersökta branscher.
Men att inse potentialen i AI är inte samma sak som att vara redo att implementera den. Faktum är att 63 % av finansinstituten säger att det är utmanande att dra nytta av AI, och endast 12 % integrerar AI i sin innovationsstrategi på en avancerad nivå.
I en hårt reglerad bransch är det högsta prioritet att upprätthålla förtroende och efterlevnad. Innan AI-initiativ implementeras i stor skala behöver finansinstitut säkerställa att de kommer att fungera som avsett.
För att nå dit behöver finansinstitut ett sätt att testa och validera AI-användningsfall under verkliga förhållanden. Idag vänder sig många till plattformar med avancerad modellering och verkliga transaktionsdata för att hantera implementerings- och styrningsfrågor innan de uppstår.
Finansiella ledare behöver trovärdiga, jämförbara resultat för att kunna avgöra vilka innovationsinitiativ som förtjänar investeringar. Men många organisationer saknar mätramverk för att utvärdera hur idéer presterar över team och kanaler.
Att mäta ROI är fortfarande ett stort hinder, där 69 % av finansinstituten uppger att det är deras största utmaning när de agerar utifrån innovationsprioriteringar. Bristande förmåga förvärrar problemet: 30 % tycker att det är mycket utmanande att testa och förfina initiativ före en bredare utrullning, vilket är den högsta andelen bland de branscher vi undersökte.
Utan bevis på ROI kan det vara svårt att motivera nya initiativ för företagsledningen. Som ett resultat kan organisationer fördröja innovation helt, eller skala lovande idéer för långsamt på grund av osäkerhet och därmed gå miste om tillväxtmöjligheter.
Experimentering hjälper finansinstitut att fatta avgörande beslut i en miljö med höga insatser. Faktum är att 78 % av dem säger att testning av innovation i liten skala före full utrullning skulle hjälpa dem att accelerera innovation samtidigt som de hanterar risker.
Med en disciplinerad test-and-learn-metod kan finansledare enas om vilka affärsresultat de vill testa, genomföra dessa tester snabbare och mäta den faktiska affärspåverkan. I sin tur kan de identifiera de mest värdefulla möjligheterna och avgöra hur de ska skala upp mest effektivt.
Experimenterande är dock bara så effektivt som de data- och analyskapaciteter som ligger bakom det. Redan nu rapporterar 77 % av finansinstituten om transformativa förbättringar genom att tillämpa bästa praxis för analys. Detta kan inkludera att integrera data över system och team samt att anpassa datainsikter efter affärsstrategin.
När finansinstitut tar dessa steg lägger de grunden för att effektivt mäta effekten och ROI för initiativ genom experiment.
Föreställ dig ett stort finansinstitut som vill förstå den verkliga effekten av sina innovationsinitiativ. Även om banken har ambitiösa idéer saknar den ett konsekvent sätt att mäta prestanda och avgöra vilka insatser som ska skalas upp.
För att validera potentiella idéer genomför banken mer än 10 strukturerade tester över kundsegment och användningsfall, såsom justeringar av kampanjräntor, strategier för kvarhållande och godkännandemodeller.
Detta tillvägagångssätt gör det möjligt för ledare att isolera den verkliga inkrementella effekten av varje initiativ. I ett fall ledde en liten ökning av kampanjräntor till en betydande höjning av integrerade saldon, medan ett annat pilotprojekt inte visade någon mätbar effekt och avslutades.
Med verkliga bevis kan banken fatta välgrundade, datadrivna investeringsbeslut och fokusera resurser på strategier som ger mätbara resultat, samtidigt som man undviker kostnader och risker med att skala upp initiativ som inte gör det.
För finansinstitut får innovation inte gå snabbare än ansvarsutkrävandet. Forskningen visar att ledare är redo att innovera, särskilt kring AI, men att de har svårt att hantera risker och bevisa effekterna.
I en reglerad miljö med höga insatser hjälper tydliga bevis till att driva nya idéer framåt. Med experiment kan finansinstitut testa idéer tidigt, validera resultat och gå vidare baserat på data, inte antaganden.
För att ta del av hela resultatet, ladda ner The Experimentation Advantage: Research On De‑Risking Innovation, som innehåller insikter från globala ledare om hur strukturerad experimentering och datadrivna best practices hjälper organisationer att skala upp innovation med tillförsikt.
Är du redo att mäta, bevisa och skala upp bankinnovation med tillförsikt? Upptäck hur Mastercard Test & Learn™ kan hjälpa till.