Bank Spółdzielczy Rzemiosła w Krakowie wyznacza kierunek dla sektora spółdzielczego

To ważna informacja dla zarządów: technologię, o której mówi dziś cały rynek, da się wdrażać bezpiecznie, zgodnie z regulacjami i na własnych zasadach, bez uzależnienia od zagranicznych chmur obliczeniowych. Projekt zrealizowano z polskimi partnerami: OnPrem (sprzęt i wdrożenie) oraz Neutrina (lokalne modele i agenci AI). Efekt? Namacalne usprawnienia w organizacji i gotowa ścieżka rozwoju na kolejne miesiące.

Co realnie daje AI Box?

AI Box to serwer uruchomiony w centrum danych banku. Przetwarzanie odbywa się w całości na miejscu: nagrania, dokumenty i dane klientów nie opuszczają serwerowni. W praktyce oznacza to trzy korzyści biznesowe:

• Zgodność i mniejsze ryzyko. Łatwiej spełnić wymogi RODO, DORA i nadchodzącego AI Act, bo strumienie danych są pod pełną kontrolą.
• Koszty pod kontrolą. Brak zmiennych opłat za tokeny czy transfer; bank planuje CAPEX/OPEX z góry, bez niespodzianek na fakturze.
• Ciągłość działania. Nawet przy awarii łącza krytyczne funkcje AI pozostają dostępne lokalnie.

Środowisko AI jest wydzieloną wyspą obliczeniową. Utrzymuje duże modele językowe (LLM) do pracy z tekstem, modele analityczne (predykcje) oraz moduły mowy i obrazu, wszystko bez wyprowadzania danych na zewnątrz. To przejście od sloganu „suwerenność technologiczna” do codziennej praktyki operacyjnej.

Jak przebiegły testy

Zakres testów objął dwie klasy modeli: uniwersalny (do szerokich zadań) i model dostrojony do wewnętrznych dokumentów banku (procedury, regulaminy, instrukcje – informacje jawne i posiadające klasyfikację „publiczne”). Dzięki temu sprawdzono trzy szybkie scenariusze z natychmiastową wartością:

• Wsparcie redakcji pism. AI upraszcza język, pilnuje spójności i skraca czas przygotowania korespondencji do klientów i instytucji.
• Asystent wiedzy. Chatbot odpowiada na pytania wprost z dokumentów bankowych, zmniejszając ryzyko błędnej interpretacji procedur i skracając czas szukania właściwego paragrafu.
• Transkrypcja. Nagrania są automatycznie zamieniane na tekst, streszczane i archiwizowane w repozytorium wiedzy. Dzięki zastosowaniu modelu językowego treść może być następnie dowolnie redagowana i dostosowywana do potrzeb odbiorców.

Rezultaty dla biznesu

Korzyści widoczne są już na poziomie organizacyjnym: krótszy czas przygotowania dokumentów, sprawniejsza komunikacja wewnętrzna. Całość przetwarzania (włącznie z transkrypcją) dzieje się lokalnie, co upraszcza audyty i odpowiada na obawy dotyczące poufności. Po pozytywnej weryfikacji bank rozpoczyna etap drugi testów – pilotaż: AI Box Prime dla informacji sklasyfikowanych jako wewnętrzne/poufne.

Dlaczego postawiono na modele otwarte i lokalną platformę?

Neutrina AI bazuje na nowej generacji otwarto-źródłowych modeli zoptymalizowanych do pracy on-premise. Z perspektywy zarządu to trzy atuty: brak zależności licencyjnych od dostawców, pełna kontrola nad cyklem życia modelu (dobór danych, tuning, aktualizacje) i możliwość budowy „biblioteki kompetencji” dostarczanej do banku w uzgodnionym rytmie, bez sięgania po zagraniczne API. Jednocześnie rozwiązanie nie jest zamkniętą wyspą: posiada interfejs dla pracowników oraz mechanizmy łączenia z bazami wiedzy i systemami transakcyjnymi, a także wsparcie dla uruchamiania agentów AI i scenariuszy RPA w strefie on-premise.

Strategia agentów AI. Od asysty do wykonania

W Banku Spółdzielczym Rzemiosła w Krakowie plan rozwoju oparty na sztucznej inteligencji przewiduje ewolucję od prostych asystentów do sieci wyspecjalizowanych agentów AI. Po wdrożeniu AI Box Prime, strategia będzie obejmować między innymi:

• Integrację z RPA. Łączenie rozumienia języka z automatycznym wykonywaniem czynności w CRM, systemach kredytowych i HR.
• Agenci reklamacyjni. Przyjęcie zgłoszenia, weryfikacja zgodności z procedurami, przygotowanie uzasadnionej propozycji odpowiedzi.
• „Głos klienta”. Analiza opinii i trendów, sygnalizowanie tematów wymagających reakcji właściwych komórek.
• Wsparcie KYC/AML. Półautomatyczna weryfikacja tożsamości i ryzyka, w tym rozpoznawanie i walidacja dokumentów.
• Analiza sentymentu i ton komunikacji. Rekomendacje stylu odpowiedzi w e-mailach i contact center.
• Monitoring mediów społecznościowych. Pomiar reputacji i podpowiedzi działań komunikacyjnych.
• Wykrywanie nadużyć. Analiza wzorców transakcyjnych.
• Ocena ryzyka kredytowego. Predykcje na podstawie danych wewnętrznych i zewnętrznych, z symulacjami scenariuszy.
• Personalizacja oferty. Dopasowanie produktów do profilu i historii klienta.

Ważne: każdy agent pracuje w modelu człowiek w procesie akceptacji („człowiek w pętli” ang. „human in the loop”). System proponuje, pracownik decyduje. Powstaje pełny dziennik aktywności (ang. audit trail), z uzasadnieniem decyzji, to standard wymagany w sektorze regulowanym i fundament zaufania klientów.

Wspólna ścieżka dla sektora

Po testach w Banku Spółdzielczym Rzemiosła w Krakowie analogiczne testy uruchamiają Mazowiecki Bank Spółdzielczy w Łomiankach i Warszawski Bank Spółdzielczy, w pierwszym kroku chatbot wiedzy, asystent dokumentacji i transkrypcje spotkań. To ważny sygnał: sektor może uczyć się wspólnie, dzielić dobrymi praktykami i przyspieszać krzywą uczenia. Warto docenić liderów tych decyzji. W BSR: Krzysztofa Brągiela, Dominika Koniecznego i Łukasza Augustyna; w MBS: Halinę Choroś i Artura Sosnowskiego; w WBS: Bogumiłę Szklarską i Dariusza Kołodziejskiego. To dowód, że odpowiedzialne wdrożenia przekładają się na efekty organizacyjne i wizerunkowe.

Dlaczego on-premise jest rozsądną drogą dla banku spółdzielczego?

• Bezpieczeństwo i zgodność. Minimalizacja ryzyka związanego z transferem danych i prostsze ścieżki audytowe.
• Ekonomia. Przewidywalność wydatków i brak zaskakujących opłat zmiennych.
• Skalowalność. Dołożenie kolejnych modułów (np. drugiego AI Box Prime) bez naruszania architektury.
• Odporność operacyjna. Infrastruktura AI pozostaje dostępna także przy problemach z łącznością.

Najczęstsze pytania zarządów

• Czy AI wynosi wiedzę na zewnątrz? Nie. Przetwarzanie odbywa się lokalnie, dane nie opuszczają infrastruktury banku.
• Odpowiedzialność prawna? Model „human in the loop” i pełne logowanie działań pozwalają wykazać kontrolę i staranność.
• Jak mierzyć efekt? KPI: krótszy czas przygotowania dokumentów, szybsze odpowiedzi wewnętrzne, jakość korespondencji, liczba zadań obsługiwanych przez agentów.

Rola partnerów i odpowiedzialności

OnPrem odpowiada za przygotowanie, instalację i utrzymanie AI Boxów. Neutrina dostarcza platformę modeli i agentów AI działających lokalnie, wraz z mechanizmami integracji i zarządzania cyklem życia modeli. Bank pozostaje właścicielem danych i decydentem, to on definiuje procesy, polityki i akceptowalne ryzyko.

Podsumowanie dla decydentów

AI w bankowości spółdzielczej to nie eksperyment obarczony niepewnością, lecz sprawdzony kierunek rozwoju w pełni pod kontrolą banku. Przykład Banku BSR w Krakowie pokazuje, że można zacząć od bezpiecznego, lokalnego pilotażu, szybko zobaczyć efekt w pracy zespołów i zbudować plan rozwoju oparty na agentach AI z człowiekiem w procesie akceptacji oraz przewidywalnymi kosztami. To pragmatyczna droga do nowoczesności: krok po kroku, z poszanowaniem regulacji i z korzyścią dla klientów.

Artykuł sponsorowany: OnPrem jest partnerem technologicznym projektu AI Box w Banku Spółdzielczym Rzemiosła w Krakowie, a Neutrina dostarcza platformę modeli i agentów AI. Materiał powstał na podstawie przebiegu testów, dokumentacji wdrożeniowej oraz rozmów z przedstawicielami banków.