Jak zmodernizować core banking?
„Modernizacja systemu core banking jest jednym z najdroższych i najdłużej trwających projektów technologicznych w bankach. Jest bardziej skomplikowana niż budowa wirtualnego banku od podstaw” – mówił Jarosław Szczepankiewicz.
Banki często decydują się na modernizację etapową, aby osiągnąć wcześniejszy zwrot z inwestycji. Polega to na wyborze odpowiedniego podejścia i funkcjonalności do modernizacji w pierwszej fazie procesu.
Jako przykład takiego wdrożenia Jarosław Szczepankiewicz wymienił projekt modernizacyjny prowadzony przez GFT w jednym z największych banków w Ameryce Południowej.
Celem projektu jest redukcja liczby systemów core banking i przeniesienie istniejących produktów do nowoczesnego systemu. W pierwszej fazie zmodernizowano system płatności, aby odciążyć krytyczną część systemu w godzinach szczytu. W efekcie w czasie modernizacji bank zachowuje cały czas ciągłość działania.
Skutki odkładania w czasie modernizacji core banking
Z obserwacji GFT wynika, że często banki odkładają modernizację systemów core banking, zwłaszcza tych związanych z przetwarzaniem transakcji, co prowadzi do sytuacji, gdzie kanały sprzedaży są nowoczesne, a systemy transakcyjne mają po 20-30 lat.
W efekcie tego typu opóźnienia w modernizacji prowadzą do ograniczenia przetwarzania transakcji przez starsze systemy.
Jednocześnie z przyczyn naturalnych kurczy się kadra inżynierska posiadająca wiedzę o starszych systemach, co stanowi rosnący problem dla szefów działów IT, którzy są odpowiedzialni za utrzymanie sprawności systemów cyfrowych w bankach.
Czytaj także: AI zmieni narzędzia, nie sens pracy
Zastosowania AI i przetwarzanie danych w chmurze
Mówiąc o wdrażaniu sztucznej Inteligencji w sektorze bankowym wskazał na trzy główne obszary jej zastosowań: wsparcie w tworzeniu oprogramowania i przyspieszenie tworzenia nowych systemów, wspomaganie pracy biurowej, przyspieszenie procesów bankowych przetwarzanych przez ludzi, interakcje z klientem z użyciem między innymi czatbotów.
Odnosząc się do pytania o rosnące obawy, także europejskich regulatorów – o bezpieczeństwo banków korzystających coraz szerzej ze sztucznej inteligencji – Jarosław Szczepankiewicz wskazał, że w procesie tworzenia oprogramowania z udziałem AI kluczowe jest zabezpieczenie własności banku i zapobieganie wyciekom danych.
Dodał, że firmy takie jak GFT pomagają bankom w świadomym wyborze i budowaniu procesów przetwarzania danych, przechowywania oraz ich szyfrowania.
Zauważył, że dużym wyzwaniem jest fakt, że przetwarzanie danych przez modele Gen AI odbywa się w znacznej części poza Polską, a nawet poza granicami Unii Europejskiej. Firma GFT pomaga bankom radzeniu sobie z problemami związanymi z tą sytuacją.
