Low-code w bankowości:

WYZWANIA SEKTORA BANKOWEGO W ERZE CYFROWEJ TRANSFORMACJI

Problem nie zawsze polega na braku kolejnego narzędzia. Często zaczyna się dużo wcześniej – tam, gdzie jedna sprawa przechodzi przez kilka osób, kilka systemów, osobne dokumenty, akceptacje i wyjątki. Po drodze pojawiają się e-maile, arkusze i ręczne uzgodnienia. A gdy trzeba sprawdzić status sprawy albo odtworzyć ścieżkę decyzji, okazuje się, że dane są rozproszone.

Dlatego banki nie potrzebują dziś wyłącznie aplikacji, którą można szybko wyklikać. Potrzebują sposobu na sprawniejsze wprowadzanie zmian – takich, których oczekują klienci, audytorzy, regulatorzy i sama organizacja.

W tym miejscu istotną rolę zaczynają odgrywać technologie low-code. Pozwalają szybciej budować i modyfikować aplikacje biznesowe, rejestry oraz procesy, bez angażowania zespołów programistycznych przy każdej zmianie formularza, raportu czy ścieżki akceptacji. Gdy takie podejście zostanie połączone z analityką i sztuczną inteligencją, bank zyskuje środowisko, które nie tylko automatyzuje pracę, ale także pomaga lepiej wykorzystywać dane. Takie podejście reprezentują platforma QUANT oraz silnik QuantAI, rozwijane przez I-BS.pl dla sektora finansowego.

PLATFORMA QUANT – LOW-CODE DLA BANKOWOŚCI

QUANT to platforma klasy low-code wprowadzona na rynek w 2021 r. przez firmę I-BS.pl, która od blisko 20 lat tworzy rozwiązania IT dla instytucji finansowych, przedsiębiorstw oraz biznesu. Jej zadaniem jest uporządkowanie tej części pracy organizacji, która zmienia się najczęściej: wniosków, akceptacji, rejestrów, statusów, zadań, reguł biznesowych, obiegu dokumentów i raportów. To właśnie w tych obszarach najczęściej powstaje napięcie między potrzebą biznesową a kolejką zmian do IT. Dział biznesowy oczekuje szybkiej reakcji. IT musi natomiast zachować kontrolę nad bezpieczeństwem, spójnością środowiska, integracjami i utrzymaniem systemów. QUANT pozwala pogodzić te perspektywy.

Platforma umożliwia użytkownikom biznesowym, analitykom i specjalistom funkcjonalnym projektowanie aplikacji, rejestrów oraz przepływów pracy we współpracy z IT. Odbywa się to za pomocą interfejsu drag & drop, bez każdorazowego tworzenia kodu od podstaw. W praktyce oznacza to możliwość szybszego reagowania na zmiany organizacyjne, regulacyjne i operacyjne. Centralna baza danych pełni rolę jednego źródła prawdy dla organizacji. Zastępuje rozproszone arkusze, lokalne zestawienia i dokumenty poza kontrolowanym obiegiem informacji.

QUANT oferuje kreator formularzy, dwuetapowe uwierzytelnianie oraz siatkę uprawnień, która pozwala kontrolować dostęp do danych. QUANT może wspierać w banku m.in. obsługę wniosków i formularzy, obieg dokumentów, procesy kredytowe, onboarding klienta, rejestry operacyjne oraz compliance, zgłoszenia i kontrole cykliczne, raportowanie zarządcze i operacyjne, a także współpracę kilku jednostek przy jednej sprawie.

Nie jest to rozwiązanie testowane wyłącznie w teorii. QUANT został wdrożony w około 80 organizacjach, głównie w bankach spółdzielczych i instytucjach finansowych. W 2024 r. platforma otrzymała wyróżnienie na Forum Technologii Bankowości Spółdzielczej. Model wdrożenia może być prowadzony etapowo. Bank może najpierw uporządkować wybrany proces, rejestr albo ścieżkę akceptacji, a dopiero później rozwijać kolejne zastosowania. To ogranicza ryzyko projektowe, ułatwia kontrolę budżetu i pozwala szybciej pokazać praktyczny efekt wdrożenia.

QUANTAI – SILNIK AI WSPIERAJĄCY ANALIZĘ DANYCH I PROCESÓW

Kolejnym krokiem w rozwoju tego podejścia jest QuantAI. W 2023 r. I-BS.pl rozpoczęło prace nad silnikiem sztucznej inteligencji, który może wzmacniać pracę z danymi i procesami tworzonymi w środowisku low-code.

Warto podkreślić: QuantAI nie jest kolejnym modułem platformy QUANT. To odrębny silnik AI, który może wspierać analizę informacji, optymalizację pracy i przygotowywanie rekomendacji opartych na danych. Połączenie platformy QUANT z QuantAI tworzy model, w którym użytkownicy biznesowi budują procesy, formularze i rejestry, a sztuczna inteligencja pomaga korzystać z informacji zgromadzonych w organizacji.

Jedną z funkcji jest czat z rejestrem. Umożliwia on interaktywną analizę danych za pomocą zapytań w języku naturalnym. Użytkownik nie musi za każdym razem przygotowywać złożonych zestawień lub filtrów. Drugim obszarem jest czat z dokumentami, pozwalający na semantyczne przeszukiwanie repozytorium regulacji wewnętrznych i zewnętrznych. W banku, w którym funkcjonuje wiele procedur i rekomendacji, szybki dostęp do właściwej informacji ma bezpośrednie znaczenie dla jakości pracy. QuantAI wspiera również wybrane czynności techniczne i konfiguracyjne. System może generować kod JavaScript dla formularzy, a filtry w języku naturalnym upraszczają definiowanie złożonych warunków wyszukiwania. To przyspiesza pracę, ale nie odbiera organizacji kontroli nad strukturą procesu i danymi. Ważnym kierunkiem rozwoju są funkcje predykcyjne i analityczne.

QuantAI może wspierać wskazywanie klientów o podwyższonym ryzyku, wykrywanie anomalii operacyjnych, analizę danych oraz personalizację ofert. W planach rozwoju znajdują się m.in. predyktywny scoring, detekcja fraudów, hiperpersonalizowana segmentacja klientów oraz automatyczne generowanie raportów regulacyjnych. To obszary, w których AI może wspierać instytucję finansową, ale pod warunkiem odpowiedniego przygotowania danych, integracji i zasad kontroli dostępu.

BEZPIECZEŃSTWO I KONTROLA DANYCH

W sektorze bankowym rozmowa o sztucznej inteligencji szybko prowadzi do pytania o bezpieczeństwo. Dane bankowe należą do najbardziej wrażliwych zasobów organizacji. Nie mogą być przetwarzane w sposób przypadkowy ani poza kontrolą instytucji.

Dlatego QuantAI działa w modelu on- premises, czyli w infrastrukturze banku. Dane są przetwarzane lokalnie, a organizacja zachowuje nad nimi kontrolę. Konteneryzacja zapewnia skalowalność i izolację środowisk, co ma znaczenie dla bezpieczeństwa i dalszego rozwoju rozwiązania.

Wykorzystywane modele AI mogą bazować na sprawdzonych rozwiązaniach open-source, co ogranicza ryzyko uzależnienia od globalnych dostawców chmurowych. Możliwe jest również równoległe wykorzystanie modeli komercyjnych AI, przy zachowaniu zasad dostępu, uprawnień i kontroli nad przekazywanymi danymi.

To ważne dla banków, które chcą korzystać z AI, ale nie mogą pozwolić sobie na utratę kontroli nad danymi, procesami i zgodnością regulacyjną. W finansach AI nie powinna być eksperymentem prowadzonym obok organizacji. Musi działać w ramach określonej architektury, polityk bezpieczeństwa i odpowiedzialności.

PERSPEKTYWY ROZWOJU I ZAPROSZENIE DO WSPÓŁPRACY

Platforma QUANT daje bankom środowisko do budowania rejestrów, formularzy i przepływów pracy. QuantAI rozszerza ten model o analizę danych, pracę z dokumentami, wsparcie użytkowników i rozwój funkcji predykcyjnych. Razem prowadzą od uporządkowania informacji, przez automatyzację procesów, po lepsze wykorzystanie danych w podejmowaniu decyzji.

Dzięki wdrożeniom w około 80 organizacjach oraz wyróżnieniu branżowemu QUANT potwierdził swoją przydatność w praktyce bankowej. Etapowy model implementacji pozwala ograniczać ryzyko wdrożeniowe, a model on-premises zapewnia kontrolę nad danymi i środowiskiem.

Dla instytucji finansowych, które szukają sposobu na spełnienie wymogów regulacyjnych, ograniczenie rozproszenia informacji i usprawnienie pracy operacyjnej, QUANT oraz QuantAI mogą być ważnym elementem dalszego rozwoju.

Henryk Mierzwiński
PREZES ZARZĄDU I-BS.PL SP. Z O.O.