IT@BANK 2024: jak banki wprowadzają narzędzia AI
Marek Młyniec przedstawił wyniki badań, realizowanych przez PwC, które wykazały kilka kluczowych trendów na współczesnym rynku finansowym. Pierwszy z nich to umiejętność antycypacji działań regulacyjnych, tak by być w stanie przygotować systemy i architekturę bankową na przyszłe wymogi, wynikające z dopiero procedowanych przepisów prawa.
Kolejnym priorytetem jest osiąganie wyników finansowych, w tym również redukcja kosztów i skupienie się na inwestycjach w technologie, które są w stanie przynosić realne korzyści.
Ważne znaczenie ma też przyspieszenie zmian technologicznych, w tym rozwój ekosystemów i architektury chmurowej, która zapewnia odpowiedni dostęp do danych.
Do tego dochodzą oczywiście nadzieje, wiązane z implementacją AI, również w zakresie poprawy efektywności wykonywania pracy ludzkiej.
Generalnie transformacja technologiczna w dalszym ciągu postrzegana jest jako olbrzymia szansa dla biznesu – 56% prezesów ankietowanych przez PwC twierdziło, że to właśnie ona stanie się kluczowym czynnikiem, kształtującym biznes na przestrzeni najbliższych lat, natomiast 70% CEO jest przekonanych, iż GenAI wpłynie na konkurencyjność ich branży.
Najbardziej zaawansowanym sektorem, jeśli chodzi o plany wykorzystania AI, pozostaje w dalszym ciągu branża finansowa. Ponad 80 instytucji finansowych inwestuje w rozwiązania wykorzystujące sztuczną inteligencję.
Największym problemem we wdrażaniu AI okazują się być… niewystarczające zasoby ludzkie – niemal 70% firm deklaruje poważne problemy kadrowe, a tylko co dziesiąty podmiot dysponuje wystarczającymi zasobami, by bez przeszkód realizować strategie AI.
Czytaj także: W bankowości kluczowe znaczenie ma bezpieczeństwo w korzystaniu z AI
Warunki implementacji AI w polskim sektorze finansowym
Wątek gotowości polskiego sektora finansowego na implementację AI kontynuowany był w debacie eksperckiej, moderowanej przez Adama Kępę, Director, Technology Consulting w PwC Polska.
Uczestniczyli w niej Mariusz Bukowski, Head of Data & AI w Nest Banku; Anna Link, Director Strategy and Management Department SME & Corporate Banking Area w BNP Paribas Banku Polska; Jarosław Orlikowski, wiceprezes zarządu tymczasowo kierujący pracami zarządu Banku Pocztowego i Wojciech Zaskórski, General Manager w Lenovo Polska.
Generalnie polski biznes, również finansowy, podchodzi do wdrożenia AI w sposób konserwatywny – o ile w skali globalnej 70% liderów firm dostrzega wpływ AI na konkurencyjność, to w polskim biznesie takich odpowiedzi padało jedynie 30%.
Jak wygląda sytuacja w branży bankowej z perspektywy zarządu, klienta i pracownika? Jarosław Orlikowski podkreślił, iż wdrożone w Banku Pocztowym rozwiązania wspomagające pracowników w zakresie chociażby przeglądania dokumentacji, sprawdziły się doskonale.
Z kolei implementacja copilotów zdaniem programistów nie spowodowała istotnej poprawy osiąganych rezultatów. Pojawia się pytanie – na ile jest to faktycznie efekt skuteczności tych systemów, a na ile odruch obronny ze strony informatyków, którzy obawiają się o utratę zatrudnienia.
Czytaj także: IT@BANK nie tylko o AI w bankowości
Stopień wdrażania AI zależy też od profilu instytucji finansowej
Odnośnie perspektywy klienta Anna Link podkreślała, że ambicje przeciętnego użytkownika systemów bankowych, by zapewniały one szybką i prosta obsługę, nie zawsze dają się łatwo pogodzić z wymaganiami regulacyjnymi, które przewidują chociażby potrzebę pozyskiwania dodatkowych informacji od klientów.
Rzecz w tym, że wszyscy dopiero uczą się wykorzystywania narzędzi wspólnej inteligencji i generalnie postęp jest najbardziej dostrzegalny w procesach wewnętrznych.
Łatwość wdrażania AI zależy też od profilu instytucji finansowej. O ile w przypadku banków detalicznych czy obsługujących MŚP jest to prostsze, to segment korporacyjny daje ograniczone pole do wykorzystania tych narzędzi, choć jest to oczywiści możliwe. Generalnie przyszłością jest współdziałanie pracowników z narzędziami sztucznej inteligencji.
– Dążymy do tego, żeby środowisko w pracy naszych doradców było jak najbardziej ergonomiczne, żeby te procesy były zautomatyzowane tam, gdzie mamy czynności powtarzalne, rutynowe, gdzie nie generują one wartości dodanej – dodała Anna Link.
Mariusz Bukowski przypomniał, iż tradycyjna AI znana jest już od kilkudziesięciu lat, podczas gdy jej wersja generatywna zadebiutowała 10 lat temu, natomiast spopularyzowała się na przestrzeni ostatnich dwóch lat.
Rzecz w tym, że o ile konwencjonalna sztuczna inteligencja jest deterministyczna, to jej młodsza siostra potrafi dawać rezultaty nieprzewidywalne.
