GenAI: sektor bankowy będzie jednym z największych beneficjentów
Globalny Hackathon ING został zorganizowany w imię idei #ActAsOne, aby wspólnie stawiać czoła wyzwaniom, znajdować lepsze rozwiązania, szybko wprowadzać innowacje i pisać coraz lepsze kody. W imprezie wzięły udział drużyny z całego świata, które kodowały przez 24 godz.
Polska reprezentacja liczyła aż 314 uczestników. Całe wydarzenie było streamowane pomiędzy lokalizacjami z różnych krajów. Drużyny składały się z dwóch do pięciu osób, a każdej z nich przewodniczył kapitan. Zespoły pracowały nad rozwiązaniem zadań w zdefiniowanych obszarach, związanych z migracją do chmury publicznej, przejściem do ICHP, poprawą bezpieczeństwa, automatyzacją procesów oraz powiązanych z celami zrównoważonego rozwoju.
– Ponad 2,6 tys. programistów z naszej organizacji technologicznej na świecie wpisało się w agendę i wyzwania, które zdefiniowaliśmy. Z Polski było to ponad 300 osób, więc byliśmy całkiem sporą grupą, a jeden z naszych zespołów trafił do finału. To potwierdza, że mamy potencjał i świetnych inżynierów.
Pojawiło się mnóstwo kreatywnych pomysłów. W tym również z obszaru AI. Te pomysły będą dalej szlifowane i wdrażane, kiedy będą już dojrzałe – mówi Sławomir Soszyński, wiceprezes ING Banku Śląskiego.
Czytaj także: Raport Specjalny | Trendy Bankowości 2024 – GFT | Kolejny krok w ewolucji AI
GenAI już jest megatrendem w bankowości
Sztuczna inteligencja jest obecnie jednym z najgorętszych tematów w biznesie. Według danych przytaczanych w styczniowym raporcie Mastercard Signals „Generative AI: The transformation of banking” 55 proc. CEO dużych globalnych firm deklaruje, że „oceniają lub eksperymentują” z generatywną sztuczną inteligencją, a 37 proc. już z niej korzysta.
McKinsey & Company wskazuje, że jednym z sektorów, na który AI ma już w tej chwili największy wpływ – w wielu różnych obszarach funkcjonowania – jest właśnie bankowość („The economic potential of generative AI: The next productivity frontier”, 2023).
– Sztuczna inteligencja jest megatrendem i trwa obecnie dyskusja, czy długofalowo pozostanie w mainstreamie. W sektorze finansowym można rozwiązania AI wykorzystać w różnych obszarach.
Pierwszym jest obsługa klienta, poprawa user experience, taki front komunikacyjny z klientem. Drugim w tle, czyli w back-endzie, jest oczywiście całe mnóstwo systemów, które można dalej automatyzować, dopracowywać, używając do tego predyktywnych metod i różnych modeli językowych. Trzeci element to cybersecurity, bo hakerzy zaczynają mocno wykorzystywać AI. My musimy być krok do przodu przed nimi – dodaje ekspert.
Eksperci podkreślają, że generatywna sztuczna inteligencja w dużym stopniu przyczyni się do tego, jak banki będą zarządzać swoimi operacjami front-office i back-office. W pierwszej kolejności znajduje się zastosowanie w tworzeniu oprogramowania oraz obsłudze klienta i automatyzacji powtarzalnych czynności.
Możliwości, jakie stwarza AI w tym sektorze, pokazuje ubiegłoroczna analiza Accenture („3 Ways Generative AI Will Transform Banking”). Jej autorzy zauważają m.in., że Morgan Stanley wdrożył narzędzie generatywnej sztucznej inteligencji, które zapewnia doradcom finansowym podczas rozmów z klientami lepszy dostęp do „kapitału intelektualnego” banku, obejmującego ok. 100 tys. raportów i dokumentów.
Z kolei AI Copilot firmy GitHub może pomóc programistom banku pisać kod nawet o 55 proc. szybciej i samodzielnie tworzyć 46 proc. wymaganego kodu. Z badań Accenture wynika też, że nawet 61 proc. czasu pracy w 19 różnych branżach może zostać przekształcone przez duże modele językowe jak choćby ChatGPT. W bankowości odsetek ten wzrasta do 73 proc., co stanowi największą wartość spośród wszystkich branż objętych analizą.
Czytaj także: Bankowość i Finanse | Technologie – Trendy | Sztuczna inteligencja i długo, długo nic
Korzyści z wykorzystywania GenAI
W ubiegłorocznej analizie SAS, jeden z liderów rynku analityki i AI, prognozuje, że na przestrzeni najbliższych kilku lat sektor bankowy będzie jednym z największych beneficjentów wykorzystania sztucznej inteligencji. Jej zastosowanie zapewni bankom m.in. większą efektywność operacyjną, pozwoli im ograniczyć ryzyko biznesowe, skutecznie przeciwdziałać oszustwom i zarządzać doświadczeniem klientów przy jednoczesnym skróceniu całego procesu.
Największe korzyści przyniesie w zakresie unowocześnienia i rozwijania modeli analitycznych, w tym szacowania oceny klientów i podejmowania decyzji. SAS zauważa też, że AI już w tej chwili rewolucjonizuje sposób, w jaki banki wykrywają oszustwa finansowe i im zapobiegają.
Banki – wykorzystując algorytmy uczenia maszynowego – mogą dziś szybko i dokładnie analizować duże ilości danych w celu identyfikacji transakcji wysokiego ryzyka i wzorców, które mogą wskazywać na nieuczciwą działalność.
Szybki rozwój AI i innych technologii zmienia sposób działania banków, które – pracując nad nowymi produktami i rozwiązaniami – coraz bardziej przypominają dziś firmy softwarowe.
Czytaj także: Bankowość i Finanse | Technologie | Czas generatywnej AI?
