Aurélien Bonnel, CTO en oprichter van N3XT – Interviewreeks

Aurélien Bonnel, Chief Technical Officer en oprichter van N3XT, is een executive en ingenieur op het gebied van financiële technologie met meer dan 14 jaar ervaring in het bouwen van veilige, realtime bank-, betalings- en kapitaalmarktinfrastructuur. Voor hij N3XT oprichtte, bekleedde hij senior engineering functies bij Deutsche Bank (DB ), Nimbla, Symbiont en SADA, en hielp hij bij het ontwikkelen van de blockchain‑betalingsinfrastructuur die wordt gebruikt door het Signet‑platform van Signature Bank. Zijn carrière richt zich op het moderniseren van financiële systemen via cloud‑native architectuur, blockchain, automatisering en schaalbare betalings­technologie.

N3XT is een volledig gereserveerde bank gebouwd rond moderne infrastructuur voor directe, programmeerbare business‑to‑business betalingen in Amerikaanse dollars. In tegenstelling tot conventionele banken leent N3XT geen klantdeposito’s; de deposito’s worden gedekt door contant geld of kortlopende Amerikaanse staatsobligaties. Het bedrijf breidt zich ook uit naar het snijvlak van bankieren en AI via N3XT MCP, een op het Model Context Protocol gebaseerd systeem dat is ontworpen om AI‑agenten en assistenten te verbinden met live bankgegevens, terwijl bestaande permissies en compliance‑controles behouden blijven. Dit zou AI‑gedreven workflows kunnen mogelijk maken voor betalingsvoorbereiding, rapportage, financiële monitoring en andere taken van corporate finance.

Je carrière heeft je van prijsstelling en high‑frequency trading technologie bij Deutsche Bank naar het bouwen van blockchain‑betalingsinfrastructuur, het leiden van engineering bij Symbiont en uiteindelijk het mede‑oprichten van N3XT gebracht. Welke problemen kwamen herhaaldelijk naar voren in die rollen en overtuigden je ervan dat er een nieuw type bank vanaf de basis moest worden gebouwd?

Ongeacht mijn persoonlijke geschiedenis, iedereen kan de problemen zien die hebben geleid tot de creatie van N3XT. We kennen allemaal het probleem dat betalingen op een vrijdag worden gedaan, maar pas op de volgende dinsdag op de bankrekening van de ontvanger verschijnen. Het “Beschikbare Saldo” op die rekening verschilt van het weergegeven saldo omdat de “ontvangen” betalingen nog niet zijn vereffend en niet bruikbaar zijn.

Ik vroeg me af waarom. Wie profiteert van al die vertragingen? Het blijkt dat de banken dat doen. Elke dag vertraging is rente die zij verdienen op de rug van hun klanten. Banken hebben al jaren toegang tot dezelfde technologie die N3XT gebruikt, maar hebben deze niet geadopteerd — misschien omdat het hun businessmodel zou blootleggen.

Dit alles maakte voor mij duidelijk dat de enige manier om dit systeem te repareren is een radicaal nieuw model te bedenken, vanaf de basis opgebouwd, met nieuwe ideeën: een smalle fundering, waarbij een bank niet uitleent en betalingen direct vereffent.

N3XT MCP is ontworpen om AI‑assistenten direct te verbinden met live bankgegevens en workflows. Wat maakt het Model Context Protocol mogelijk dat niet even effectief bereikt kan worden via conventionele bank‑API’s, enterprise‑integraties of robotic process automation?

Ten eerste is het de moeite waard op te merken dat N3XT MCP onze bestaande API‑infrastructuur niet vervangt, maar erop afhankelijk is. We hadden een volwassen en robuuste API‑infrastructuur nodig die al aanwezig was voordat we N3XT MCP konden creëren. Onze API’s (waar je hier meer over kunt lezen) blijven essentieel voor het beheren van toegang tot live accountgegevens en workflows.

Waar het Model Context Protocol (MCP) het verschil maakt, is in de manier waarop AI‑modellen hiermee omgaan.

Ten eerste vereisen API’s door ontwikkelaars geschreven, hard‑gecodeerde integraties voor elk gebruiksgeval. MCP daarentegen fungeert als een standaardinterface die AI‑modellen in staat stelt om onze banktools en -data in realtime te ontdekken en te gebruiken. Op deze manier verminderen AI‑assistenten wrijving omdat ze het systeem kunnen bevragen en goedgekeurde workflows gemakkelijker kunnen starten.

Ten tweede automatiseert Robotic Process Automation (RPA) repetitieve taken via gedefinieerde regels, maar faalt zodra het iets onverwachts tegenkomt. Bankinteracties met MCP daarentegen bieden realtime context, zodat het model complexe taken kan doorgronden zonder te vertrouwen op vaste logica. Een gebruiker kan een meerstapsvraag stellen, of de AI‑assistent vragen om bankgegevens in de context van een andere dataset te bekijken die normaal buiten het zicht van de bank zou vallen.

In plaats van voor elke nieuwe AI‑assistent of tool in de enterprise‑stack aangepaste integraties te bouwen, biedt MCP een eenduidige standaard. Je stelt de functionaliteit één keer beschikbaar via MCP, en elk conform AI‑model kan er veilig mee interageren.

Uiteindelijk leveren onze API’s de uitvoeringsengine, maar MCP levert de taal die AI‑assistenten in staat stelt om veilig en nauwkeurig in realtime met de omgeving te werken.

Het platform biedt beheerde lees‑ en schrijfmogelijkheden, waardoor AI‑assistenten transacties kunnen analyseren, activiteiten kunnen reconciliëren en betalingen kunnen voorbereiden. Wat kan een AI‑agent vandaag zelfstandig doen, en welke handelingen moeten nog door menselijke goedkeuring gaan?

Voor treasury‑management en bankieren is snelheid belangrijk, maar veiligheid en compliance zijn niet onderhandelbaar. N3XT MCP fungeert als een beheerde leuning, waardoor dezelfde waarborgen die voor mensen zijn ontworpen, een AI‑agent verhinderen ongeautoriseerde acties te ondernemen.

Zo werkt die balans in de praktijk:

AI‑agenten erven de toegangsrechten van hun gebruiker. Als je alleen zicht hebt op een kleine groep wallets, hebben de agenten die je bouwt hetzelfde zicht. De agent kan dus alleen opereren en analyses uitvoeren binnen zijn toegangsgebied.

Meer specifiek kan een agent live accountfeeds monitoren en analyseren om cashposities te evalueren en context te begrijpen over verschillende gegevensbronnen, en automatisch binnenkomende betalingen afstemmen op facturen, fouten markeren en discrepanties identificeren. Dit zijn allemaal zaken die een AI‑agent vandaag zelfstandig kan doen.

Echter, wanneer de actie verschuift van voorbereiden van data naar uitvoeren van betalingen, zorgt een extra laag governance en permissies ervoor dat agent‑acties voldoen aan bestaande maker/checker‑workflows. Op deze manier kunnen betalingen die een secundaire goedkeuring vereisen door een agent worden geïnitieerd, maar moeten ze naar de secundaire menselijke goedkeurder gaan voor definitieve autorisatie voordat er geld wordt verplaatst. Het is ook vermeldenswaard dat geen enkele agent goedkeuringsbeleid of governance‑paden kan wijzigen. Dat valt buiten hun scope.

Zo staan we maximale autonomie en analyse toe zonder het risico bestaande governance‑ en compliance‑workflows te compromitteren.

Kortom, AI kan je 100 % van de inzichten geven die je zoekt, en het grootste deel van je betalingsbehoeften dekken, maar als het gaat om het daadwerkelijk uitvoeren van betalingen, overschrijvingen en het verplaatsen van geld, blijven maker/checker‑workflows bestaan om te waarborgen dat elke transactie door een mens wordt gecontroleerd en goedgekeurd voordat er actie wordt ondernomen.

Het toestaan dat een AI‑systeem interacteert met een zakelijke bankrekening brengt aanzienlijke beveiligings‑ en operationele risico’s met zich mee. Hoe zorgt N3XT ervoor dat een agent de permissies van een gebruiker niet kan overschrijden, geen ongeautoriseerde wallet kan benaderen of een onjuiste transactie kan initiëren?

Beveiliging in AI gaat niet over het vertrouwen dat het model zich correct gedraagt, maar over het ontwerpen van systemen zodat zelfs als modellen fouten maken, de systeemarchitectuur een ongeautoriseerde actie voorkomt.

We hebben N3XT MCP met een Zero‑Trust‑filosofie gebouwd om deze reden, zodat een AI‑agent nooit een “super‑user”‑sleutel of onafhankelijke toegangsrechten kan hebben. Wanneer een persoon verbinding maakt met N3XT MCP, erft de AI‑agent de toegangspermissies van die gebruiker. Als een gebruiker geen toestemming heeft om een specifieke wallet te bekijken, of betalingen boven een bepaalde dollar‑drempel op te stellen, heeft de agent dezelfde beperkingen. Punt.

N3XT MCP biedt AI‑agenten ook een beperkt aantal mogelijkheden. Het wijzigen van permissies behoort niet tot die mogelijkheden. In feite is het via de API zelfs niet mogelijk om permissies en workflows te wijzigen. Dit maakt het onmogelijk voor een agent om ooit een wijziging in dit gebied door te voeren.

Tenslotte worden regels zoals maker/checker‑workflows afgedwongen op wallet‑niveau, niet op gebruikersniveau. Dit betekent dat een agent nooit de vereiste secundaire menselijke goedkeuring kan omzeilen.

N3XT stelt dat de bestaande maker‑en‑approver‑workflows behouden blijven wanneer klanten AI‑assistenten gebruiken. Hoe behoud je verantwoording en een duidelijke audit‑trail wanneer een financiële actie een medewerker, een AI‑model en verschillende geautomatiseerde systemen kan omvatten?

Wanneer meerdere entiteiten – een mens, een AI‑model en backend‑systemen – een financiële transactie aanraken, is standaard API‑logging niet voldoende. Voor auditabiliteit moeten we weten niet alleen wat er gebeurde, maar wie het initieerde, wat de AI heeft geredeneerd en wie het heeft geautoriseerd.

We waarborgen absolute verantwoording door ervoor te zorgen dat elk verzoek van N3XT MCP een tag bevat die de sessie van de menselijke gebruiker, de specifieke AI‑interactie‑ID en de backend‑tool‑call koppelt. Als een AI‑agent een betaling opstelt, loggen we welke medewerker de prompt gaf, de sessie en de tools die door het AI‑model werden gebruikt. Er zijn geen anonieme acties in onze logs.

Wanneer een AI‑agent optreedt als de “maker” door een betaling voor te bereiden, kan hij de uitvoering niet zelf autoriseren. De voorbereide transactie wordt in de standaard maker/checker‑wachtrij van de bank geplaatst. Wanneer de menselijke “checker” de uitbetaling beoordeelt en goedkeurt, ondertekent hun persoonlijke authenticatietoken de uiteindelijke actie. Verantwoording blijft behouden.

Welke initiële use‑cases wekken de grootste interesse bij corporate treasury‑teams en handelsorganisaties: reconciliatie, liquiditeitsmonitoring, detectie van discrepanties, betalingsvoorbereiding, rapportage of iets anders?

Elk finance‑team wil end‑to‑end automatisering, maar ondanks dat zijn corporate treasury‑managers en trading desks behoorlijk pragmatisch. Niemand wil beginnen met de complexe en risicovolle workflows; ze beginnen waar hun operationele pijn het grootst is en het risico het laagst.

Op dit moment is de grootste vraag naar rapportage. Treasury‑teams zitten al onder een berg data, en die is verspreid over meerdere banken en partners, waardoor het moeilijk is om te rationaliseren. Ze gebruiken al AI‑assistenten om het grote geheel te zien, maar moeten nu nog in verschillende portals inloggen om posities en overzichten te downloaden. Met N3XT MCP is er geen inlog meer nodig voor N3XT en kunnen ze in plaats daarvan een gesprek voeren over hun posities.

We verwachten dat betalingsvoorbereiding de volgende use‑case wordt. We zien al een eerste enthousiasme hiervoor, en ik verwacht dat we op korte termijn veel betalingsstromen zullen zien ontstaan.

N3XT opereert als een full‑reserve smalle bank die niet uitleent en deposito’s één‑op‑één dekt met contant geld of kortlopende Amerikaanse staatsobligaties. Waarom is dit model bijzonder geschikt voor programmeerbare betalingen en AI‑gedreven financiële operaties, en hoe moeten klanten de bescherming ervan evalueren ten opzichte van conventioneel FDIC‑verzekerd bankieren?

AI is een versneller voor finance, maar het antwoord op deze vraag gaat niet alleen over AI, maar over settlement. Traditionele banken zijn gebouwd voor een wereld die langzaam beweegt. Ze vertrouwen op een multi‑dag float om de verschillen tussen operationele deposito’s en de commerciële leningen van de bank te beheren en er winst uit te halen.

Het introduceren van realtime, 24/7 settlement‑eisen, of dit nu door een persoon of een AI‑agent wordt gedaan, onthult een tekortkoming in het fractionele-reserve‑systeem: om fondsen direct te vereffenen, moet je het geld beschikbaar hebben. In een wereld waarin de betalings‑snelheid toeneemt, hebben banken een gelijke of grotere toename in reserves nodig om ervoor te zorgen dat die fondsen beschikbaar zijn.

Wij geloven dat 24/7 settlement niet veilig kan samengaan met langetermijn‑schulduitgifte op één enkele balans. Ons smalle bankmodel scheidt de twee en zorgt ervoor dat we liquide, volledig gedekt en geïsoleerd blijven van de kredietrisico’s van een uitleen‑desk.

Wanneer corporate treasury‑managers ons smalle full‑reserve model vergelijken met FDIC‑verzekering, moeten ze overwegen hoe de “veiligheid” wordt geleverd. FDIC‑verzekering heeft een limiet van $250.000. Voor ondernemingen die miljoenen verplaatsen, blijft bijna al hun operationele kapitaal blootgesteld aan de onderliggende uitleen‑ en balanstekortrisico’s van de bank.

Full‑Reserve Narrow Banking maakt helemaal geen gebruik van verzekering omdat we niet uitlenen. Of je saldo nu $100.000 of $100 miljoen is, we lenen je kapitaal nooit uit, zodat je weet dat het er is om je operaties en betalingsbehoeften te ondersteunen. Wij geloven dat dit nodig is voor een 24/7 instant settlement‑economie.

N3XT heeft ook de N3XT Digital Dollar geïntroduceerd, een door de bank uitgegeven tokenized deposit ontworpen voor 24/7 settlement. Hoe zal N3XT MCP omgaan met tokenized deposits, stablecoins en traditionele Amerikaanse dollar‑betalingsrails binnen dezelfde treasury‑workflow?

Eerst is het de moeite waard een punt over ons model te verduidelijken. N3XT is specifiek gebouwd om 24/7 B2B‑betalingen met atomische settlement te ondersteunen. Legacy‑rails waren niet ontworpen voor atomische settlement, dus daar niet mee interageren. Dat was een bewuste keuze.

We hebben twee jaar besteed aan het bouwen van een modern, blockchain‑gebaseerd core‑bankingsysteem. Dit omvat een private permissioned chain waar klanten in dollars transacties uitvoeren met andere N3XT‑klanten op het netwerk, en publieke chain‑toegang waar veel van onze klanten al transacties doen. De publieke chain is waar ze kunnen transacten met de N3XT Digital Dollar (NDD).

MCP stelt AI‑assistenten in staat om workflows tussen deze twee omgevingen te orkestreren. Bijvoorbeeld het controleren van NDD‑balansen in de publieke wallets van een klant, vervolgens een sweep tussen de wallets uitvoeren indien nodig, of fondsen overbruggen van een private wallet naar een publieke NDD‑wallet — alles terwijl de governance‑workflows worden nageleefd.

Dus biedt MCP een beheerde interface om te opereren over N3XT’s 24/7 digitale architectuur, zowel voor USD als NDD.

Een groot deel van de waarde van een open standaard hangt af van interoperabiliteit. Welke AI‑assistenten, enterprise‑systemen en treasury‑platformen kunnen momenteel verbinden met N3XT MCP, en hoe voorkom je dat klanten afhankelijk worden van één modelprovider of propriëtaire interface?

De reden dat we hebben gebouwd op het Model Context Protocol (MCP) in plaats van een eigen SDK uit te brengen, was om interoperabiliteit mogelijk te maken. Onze klanten gebruiken de tools die ze gebruiken, en in het AI‑tijdperk kunnen ze zelfs vaker van tool wisselen dan voorheen.

Omdat MCP een open specificatie is, plugt N3XT MCP direct in de AI‑hostomgeving die een klant al vertrouwt, zoals Cursor, Anthropic, OpenAI of Gemini. Het biedt ook native compatibiliteit met orkestratie‑frameworks zoals LangChain en AutoGen. Wat enterprise‑systemen zoals ERP’s betreft, als die systemen native MCP‑verbindingen hebben gebouwd, kunnen klanten ook over platforms heen werken vanuit hun gekozen AI‑platform.

Met MCP geven we klanten dus meer vrijheid. Als ze besluiten van AI‑provider te wisselen, of ze willen overstappen op de nieuwste modellen, hoeven ze geen connectors opnieuw te bouwen. Ze wijzen het nieuwe AI‑model simpelweg op de N3XT MCP‑server en ze zijn operationeel.

N3XT beschrijft deze lancering als een vroege stap naar autonome corporate capital management. Hoe autonoom zou corporate finance realistisch moeten worden, en welke technische, regelgevende en culturele barrières moeten worden overwonnen voordat bedrijven AI‑agenten toestaan om betekenisvolle hoeveelheden kapitaal te beheren?

Het doel van autonome finance is niet om een “set‑it‑and‑forget‑it” black‑box te creëren die geld verplaatst zonder menselijk toezicht. Ongecontroleerde autonomie is geen innovatie; het is een aansprakelijkheid.

Realistischer gezien zou corporate finance zich moeten ontwikkelen naar betrokken autonomie: AI‑agenten voeren de data‑analyse, monitoring en workflows uit, terwijl bedrijfsleiders en finance‑teams verschuiven van handmatige uitvoering naar beleidsbepaling, strategie en goedkeuringen.

Om het vertrouwen van enterprises te vergroten en AI‑agenten toegang en beheerde controle over betalingen en operationeel kapitaal te geven, moeten de kwesties van identiteit en verantwoording worden opgelost.

Wie is aansprakelijk als een AI‑model een factuur verkeerd interpreteert en een onjuiste uitbetaling veroorzaakt? Ons maker/checker‑model werkt om dit te voorkomen.

Cultureel gezien staan we nog in een vroeg stadium van de overgang naar agentic finance. Naarmate AI grotere operationele rollen op zich neemt, geloof ik dat agentic identity een steeds belangrijker en centraler onderwerp zal worden, omdat vertrouwen — in mensen of in AI — verantwoording vereist.

Bedankt voor het geweldige interview, lezers die meer willen weten, kunnen N3XT bezoeken.