AI verandert onze branche
in Fintech

Het korte antwoord

De vraag is niet wat AI kan. Het is welke van je omzetlijnen goedkoper wordt voor iemand anders om te leveren. Fintechbedrijven zitten hier in een specifieke val — lenen fixeert de P&L en zet omzet met een 7x multiple om in omzet met een 2x multiple. Totdat dat geprijsd is, blijft de blended take rate bewegen om redenen die niemand kan toeschrijven, en het debat over exposure per omzetlijn blijft een kwestie van mening.

De meeste AI-strategiegesprekken starten bij capaciteit en eindigen nergens, omdat capaciteit niet de variabele is die uitkomsten bepaalt. De variabele is of de take rate die je rekent over TPV dramatisch goedkoper wordt voor een concurrent of merchant om zelf te vangen via geautomatiseerde underwriting of reconciliatie.

Dat is regel voor regel te beantwoorden. Voor elke omzetlijn: welk deel van de kosten zit in het werk dat geautomatiseerd wordt, hoeveel van je take rate wordt verdedigd door iets anders dan dat werk zoals warehouse toegang of charge-off controle, en hoe snel kan een geloofwaardige concurrent pariteit bereiken op contribution margin.

De ongemakkelijke constatering is meestal dat de blootgestelde lijnen de winstgevende zijn, omdat high-margin omzet normaal informatiearbeid is. De reactie is zelden sneller adopteren; het is verschuiven waar je voor rekent naar wat de automatisering waardevoller maakt in plaats van minder, om de omzetconversie van 7x multiple naar 2x multiple via lenen te vermijden.

Hoe je ziet dat dit jouw probleem is

Deze drie samen zijn het kenmerk. Eén op zichzelf wijst meestal ergens anders op.

✓ De druk toont zich als take rate compressie op bestaande TPV, niet als verloren merchants
✓ Merchants vragen waarom settlement of reconciliatie zo lang duurt
✓ Een nieuwere concurrent biedt een vergelijkbare dienst tegen een materieel lagere take rate terwijl de charge-off rate stabiel blijft

De stap die het meestal erger maakt. De tools adopteren zonder te veranderen waar je voor rekent, waardoor je kosten en je take rate tegelijk dalen en de contribution margin gelijk blijft.

Who this is for — and who it is not

It is for you if you run or finance a fintech and the pressure is showing up as price, not as lost deals. It is the situation where the numbers are available but nobody has put them in an order that produces a decision.

It is not for you if Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.

Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library.

Hoe dit eruitziet als de analyse echt draait

Below is an excerpt from a real run of this analysis on een fintech. It is a sample profile rather than a customer, and it is engine output translated from English — this is the format you get, on your own numbers.

The subject is Verrano Pay, a sample company profile used for testing rather than a customer — $84M net revenue, 28,000 merchants, $9.4B of payment volume.

This is one move out of a full analysis. Read a complete report — every page, no email required.

Wat de engine met deze vraag doet

This question routes to AI Horizon, one of 29 engagements the platform runs. For fintechbedrijven it works through blended take rate, charge-off rate, contribution margin and CAC by channel, then produces the sequence rather than a list of options — which move first, what it funds, and the observation that would say the sequence is wrong.

You watch the analysis get built before paying anything. Lees hier een volledig rapport if you would rather see the depth first.

Vragen die mensen hierover stellen

Moeten we AI in ons product bouwen of eerst intern gebruiken?

Intern eerst is meestal juist, omdat het bewijs oplevert over je eigen economie voordat je beloften doet aan klanten. De uitzondering is wanneer een concurrent de verwachting van de klant al heeft verzet, in welk geval interne efficiëntie te laat komt.

Hoe snel gaat dit echt in mijn branche?

Beoordeel op prijs, niet op aankondigingen. Wanneer de marktprijs voor de output die je verkoopt begint te dalen, is de disruptie gearriveerd ongeacht wat de technologie kan aantonen.

Wat als we te klein zijn om hierin te investeren?

Kleinere bedrijven hebben meestal het voordeel dat ze snel kunnen veranderen waar ze voor rekenen. De zet die telt is herpositioneren, en dat is goedkoper voor jou dan voor een incumbent met een grote basis om te beschermen.

Is this different in fintech than in other industries?

Materially, yes. Lending fixed the P&L and converts revenue worth a 7x multiple into revenue worth a 2x multiple — which changes both the diagnosis and the order of the fixes. The metrics that decide it here are blended take rate, charge-off rate, contribution margin, and an answer built on industry-general benchmarks will usually point at the wrong one first.

What data do I need before this analysis is worth running for a fintech?

Less than most people expect. Your last twelve months of revenue and cost split the way you already split it, plus whatever you hold on blended take rate and charge-off rate. The analysis is explicit about what it is assuming where your data stops, which is more useful than waiting for numbers you may never have.

When is Percision the wrong tool?

Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.

Does Percision replace a lawyer, tax advisor, auditor, or AI implementation team?

Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library.