Bankowość i finanse | Technologie – Deloitte | Od eksperymentów do realnej wartości: Jak zrealizować obietnicę GenAI w bankach?

Tomasz Tarasiuk
Partner Deloitte, Lider Sektora Bankowego w dziale Consultingu Deloitte

Oczekiwania wobec GenAI: wciąż hype czy realna wartość?

Sztuczna inteligencja, a w szczególności generatywna AI (GenAI), jest dziś jednym z najgorętszych tematów w bankowości ze względu na jej potencjał. Globalne badanie Deloitte State of Generative AI in Enterprises wskazuje, że główne oczekiwania liderów z sektora finansowego względem tej technologii koncentrują się wokół poprawy efektywności i produktywności (55%), lepszego wykrywania nadużyć i zarządzania ryzykiem (32%), obniżenia kosztów i poprawy doświadczeń klientów (po 30%) oraz poszukiwania innowacji i źródeł zwiększenia przychodów (26%). Banki stawiają na rozwój AI, inwestując miliardy w skali globalnej, a pierwsze wdrożenia już przynoszą mierzalne efekty – od szybszego przetwarzania wniosków kredytowych po personalizację usług w czasie rzeczywistym. Jak wynika z naszych analiz, jedna piąta firm globalnych deklaruje, że ROI osiągany z inicjatyw GenAI wynosi ponad 30%, a dla trzech czwartych organizacji otrzymywane korzyści spełniają lub przekraczają pierwotne oczekiwania.

Jednak mimo tych obiecujących przykładów, większość banków nadal nie przekroczyła etapu eksperymentów. Wśród największych europejskich graczy, którzy uwzględniają GenAI w swojej strategii, mniej niż połowa posiada plan operacyjny wdrożenia jej. Oznacza to, że wiele instytucji wciąż testuje rozwiązania w ograniczonej skali, nadal poszukując zastosowań, które realnie wpłyną na kluczowe procesy biznesowe. Coraz więcej liderów sektora finansowego zadaje zatem pytanie: czy i kiedy AI zacznie przynosić wymierne korzyści? 

Największy potencjał GenAI tkwi nie tyle w automatyzacji powtarzalnych procesów, co w fundamentalnej zmianie sposobu funkcjonowania banków. Deloitte AI Institute szacuje, że w perspektywie 5-7 lat wykorzystanie sztucznej inteligencji w bankach może przyczynić się do poprawy wskaźnika kosztów do dochodów (C/I) o 5-15%, co oznacza znaczący wpływ na efektywność operacyjną. Z kolei pierwsze wdrożenia naszych klientów wskazują, że GenAI dostarcza efekty już dziś:

Od eksperymentów do transformacji: co musi się wydarzyć?

Jednym z największych wyzwań w procesie wdrożenia GenAI jest jej integracja z istniejącymi systemami bankowymi. Wiele instytucji wciąż działa w oparciu o architektury danych i systemów IT, które nie są dostosowane do pracy z modelami AI, co znacząco utrudnia skalowanie. Barierę stanowi także niezwykle wymagające otoczenie regulacyjne, gdzie obok wymogów AI Act dochodzą także przepisy sektorowe, co sprawia, że wdrożenia AI wymagają szczególnej dbałości w zakresie governance i compliance. Dodatkowo, w wielu organizacjach brakuje jasnej strategii przejścia od eksperymentów do szerokiego wdrożenia, a AI często pozostaje w fazie testowej bez długoterminowego planu na pełną integrację z modelem operacyjnym banku. Jak zatem zacząć transformację i uniknąć ryzyka utknięcia w fazie prototypów, które nigdy nie zostaną w pełni wdrożone?

Potrzebne są inwestycje w nowoczesną infrastrukturę danych i chmurę, aby umożliwić efektywne wdrożenie AI w kluczowych procesach biznesowych. Po drugie, konieczna jest zmiana modeli operacyjnych – zamiast optymalizować istniejące procesy, liderzy AI projektują je od nowa, uwzględniając możliwości automatyzacji i zaawansowanej analityki. Po trzecie, sukces AI wymaga nie tylko technologii, ale także zmiany kultury organizacyjnej. Pracownicy potrzebują odpowiedniego przygotowania do współpracy z AI, aby mogli właściwie wykorzystać jej potencjał w codziennej pracy.

Po pierwsze, potrzebne są inwestycje w nowoczesną infrastrukturę danych i chmurę, aby umożliwić efektywne wdrożenie AI w kluczowych procesach biznesowych. Po drugie, konieczna jest zmiana modeli operacyjnych – zamiast optymalizować istniejące procesy, liderzy AI projektują je od nowa, uwzględniając możliwości automatyzacji i zaawansowanej analityki. Po trzecie, sukces AI wymaga nie tylko technologii, ale także zmiany kultury organizacyjnej. Pracownicy potrzebują odpowiedniego przygotowania do współpracy z AI, aby mogli właściwie wykorzystać jej potencjał w codziennej pracy.

Banki, które już teraz podejmą decyzję o przejściu od eksperymentów do skalowania GenAI, nie tylko poprawią efektywność operacyjną, ale także zbudują przewagę konkurencyjną na kolejne lata.

Optymalizacja kosztów operacyjnych

Optymalizacja procesów obsługi klienta: Duży bank z Europy Zachodniej zredukował o 30% liczbę połączeń w contact center oraz zwiększył o 120% wykorzystanie aplikacji mobilnej u klientów poprzez implementację inteligentnego asystenta w zdalnych kanałach kontaktu.

Automatyzacja analizy i generowania dokumentów kredytowych: Lider rynku w Europie Południowej skrócił czas analizy dokumentów kredytowych o 50-85%, a przygotowania umów kredytowych o 95%, jednocześnie redukując koszty w operacjach o 60%. Efektem było znaczące przyspieszenie procesu kredytowego dla klientów korporacyjnych, zwiększające zdolność banku do obsługi większej liczby transakcji.

Wzrost przychodów i poprawa doświadczeń klientów

Hiperpersonalizacja ofert i rekomendacji: Uniwersalny bank z Wielkiej Brytanii zwiększył pięciokrotnie wskaźnik kliknięć (CTR) na ofertach kredytów konsumenckich, wykorzystując AI do personalizacji treści i lepszego targetowania klientów.

Poprawa doświadczenia klienta: Globalna cyfrowa platforma inwestycyjna obsługująca ponad 40 mln użytkowników, wdrożyła chatbota GenAI, który obsługuje obecnie 100 000 ze 120 000 miesięcznych rozmów z klientami, przejmując obowiązki 120 osób. Po wdrożeniu rozwiązania wskaźnik zadowolenia klientów wzrósł o 56%, w wskaźnik poziomu rozwiązywania zapytań przychodzących od klientów o 145%.