Przejrzystość działania i eliminowanie uprzedzeń
Do czego banki wykorzystują dziś sztuczną inteligencję? Czy jako instytucje zajmujące się pieniędzmi patrzą głównie na optymalizację kosztów, czy wychodzą ponad to?
– Aktualnie w sektorze bankowym dominują wdrożenia skupiające się na szeroko pojętej optymalizacji. Mówimy tu o automatyzacji procesów KYC, AML, obsłudze dokumentów z pomocą AI, wykrywaniu nadużyć i wspieraniu cyberbezpieczeństwa czy optymalizacji procesów back-office. AI jest również wykorzystywana do tworzenia inteligentnych chatbotów z bazą wiedzy dla pracowników. To są projekty typu „quick win”. Ale z deklaracji banków wynika, że zdają sobie sprawę, że nie jest to jeszcze docelowy sposób wykorzystania technologii AI, który odpowiadałby ich strategicznym aspiracjom. Prawdziwą wartość sztucznej inteligencji widzą w możliwości hiperpersonalizacji, tworzeniu nowych produktów w oparciu o dane, wprowadzeniu dynamicznych warunków i maksymalnym skróceniu procesów. Dzięki temu bankowość stanie się bardziej predykcyjna, kontekstowa, wygodna i działająca w czasie rzeczywistym. Czyli tak, jak powoli obserwujemy w innych branżach.
Bankowośc została w tyle za innymi branżami?
– Sektor bankowy nie pozostaje w tyle, ale banki muszą być bardzo uważne w swoim podejściu do AI, ponieważ działają w silnie regulowanym środowisku i przetwarzają wyjątkowo wrażliwe dane. Właśnie dlatego znajdują się dziś na wcześniejszych etapach dojrzałości w zakresie adopcji AI. Niektóre branże mogą rozwijać się na tym polu nieco odważniej. W tych branżach algorytmy decydują, jakie reklamy widzimy, które produkty kupujemy, można powiedzieć, że w dużym stopniu kształtują życie konsumentów. Banki oczywiście też wspierają się algorytmami, ale największy nacisk kładą na bezpieczeństwo, zgodność z przepisami i transparentność oferty dla klientów. To w naturalny sposób sprawia, że eksperymentowanie z innowacjami opartymi na AI jest bardziej ograniczone. To nie oznacza, że banki pozostają bierne. Doskonale zdają sobie sprawę, że muszą nadążyć za tym, co już oferują retailerzy, big techy i inne podmioty na rynku, ponieważ to one w dużej mierze kształtują oczekiwania klientów. Nawet jeśli dziś klienci są przyzwyczajeni do istniejących procesów, to w przyszłości ich oczekiwania mogą ewoluować pod wpływem coraz bardziej zaawansowanych wdrożeń AI w innych sektorach.
Co to znaczy, że banki są na wczesnym etapie dojrzałości w zakresie adopcji AI? Jakie są kolejne etapy?
– Wczesny etap oznacza koncentrowanie się głównie na optymalizacji procesów i redukcji kosztów. To naturalny punkt startowy, bo pozwala szybko dostrzec wymierne korzyści i jednocześnie ograniczyć ryzyka związane z wdrażaniem nowej technologii. Natomiast kolejnym krokiem jest strategiczne wykorzystanie sztucznej inteligencji, czyli użycie jej w obszarach wspierających rozwój biznesu, a nawet inicjowanie generalnej zmiany modelu biznesowego. Optymalizacja pozwala skrócić i uprościć procesy, ale zaimplementowanie sztucznej inteligencji na poziomie strategicznym umożliwi rozwiązanie wielu problemów w zupełnie nowy sposób. Bankom poszerza się horyzont narzędziowy, co daje możliwość przemyślenia na nowo różnych elementów modelu biznesowego – pozyskiwania klientów, jakości obsługi, jeszcze większej personalizacji oferty czy budowania relacji w czasie rzeczywistym. Na tym etapie AI staje się nie tylko narzędziem usprawniającym, ale motorem innowacji. To wszystko może przynieść fundamentalną zmianę tego, jak banki będą funkcjonowały w przyszłości – z instytucji reagujących na potrzeby klientów na organizacje jeszcze bardziej proaktywne i działające w oparciu o dane.
Czy ostrożniejsze podejście do wdrożeń AI wyróżnia polskie banki, czy też jest to zjawisko globalne w bankowości?
– Według mnie jest to zjawisko o charakterze globalnym, wynikające ze specyfiki całego sektora bankowego, choć oczywiście istnieją różnice między poszczególnymi instytucjami pod względem poziomu akceptacji ryzyka i oczekiwań klientów. W Polsce bankowość cieszy się wysokim poziomem zaufania, więc ważne jest, żeby go nie stracić. To, jak działa wdrożone rozwiązanie AI, wpływa bezpośrednio na postrzeganie instytucji, która tę technologię stosuje. W związku z tym banki w Polsce bardzo zwracają uwagę na etyczną stronę wdrożeń, np. na przejrzystość działania modeli i eliminowanie algorytmicznych uprzedzeń. Banki deklarują też, że nie chcą wdrażać sztucznej inteligencji dla samej innowacji, lecz przede wszystkim po to, by rozwiązywać realne problemy. To podejście jest długofalowo korzystne, zwłaszcza że rok 2026 może nie będzie jeszcze szczytem wdrożeń AI na masową skalę, ale z pewnością wejdziemy w fazę projektów znacznie bardziej dojrzałych, bardziej złożonych i o większym wpływie na funkcjonowanie sektora.
Nikt z klientów nie chciałby też pewnie, by AI halucynowała na temat jego stanu konta czy poziomu zadłużenia. Jakie są największe wyzwania technologiczne związane z wdrożeniem AI w bankach?
– Wbrew pozorom to nie technologia jest głównym wyzwaniem. Banki mają odpowiednie zasoby, a na rynku są dostępne algorytmy i infrastruktura konieczne do przeprowadzenia wdrożenia sztucznej inteligencji. Wyzwaniem są kompetencje nie wprost technologiczne, czyli np. umiejętność pracy z danymi, które są budulcem dla rozwiązań AI, formułowanie odpowiednich pytań do AI i przede wszystkim sprawowanie kontroli nad tym, co generują algorytmy. Znów mowa o konieczności zmiany paradygmatu, w jakim funkcjonujemy. Aktualnie banki są na etapie eksperymentowania i wypracowywania modelu pracy z algorytmami, które w przyszłości coraz bardziej będą pełnić rolę współpracowników w zespołach, wspierając ludzi w procesach i podejmowaniu decyzji.
Co jest kluczowe, żeby przez taką zmianę dobrze przejść?
– Bez wątpienia edukacja, czyli wzmacnianie kompetencji w zespołach. Szkolenia, dostosowane do specyfiki codziennych zadań, powinny być dostępne dla wszystkich pracowników banku. Dzięki temu każdy będzie rozumiał, do czego służą wdrożone rozwiązania AI, potrafił z nich korzystać, a w razie potrzeby także wytłumaczyć ich działanie klientom, jeśli narzędzia te mają wpływ na ich obsługę. Kolejną kluczową kwestią jest zadbanie o fundamenty w organizacji. Sztuczna inteligencja nie może działać w oderwaniu od pozostałych zasobów. AI często integruje to, co już w banku jest – procesy, infrastrukturę, dane, procedury. Czyli mówiąc wprost: sztuczna inteligencja wzmacnia to, co w organizacji działa dobrze, ale również może uwypuklić to, co działa źle. Przykładem problemy z jakością danych, które mogą powodować niepoprawne działanie algorytmów na nich bazujących. No i wreszcie należy narzędzia AI wdrażać świadomie, po to by rozwiązywać realne problemy, a nie tylko dla samego wdrożenia.
Które sektory mogą być dla bankowości wzorem zaawansowanych wdrożeń sztucznej inteligencji?
– Bardzo dużo wdrożeń widzimy w sektorze handlu detalicznego i e-commerce. To są branże, które działają niezwykle blisko klienta i szybko adoptują rozwiązania oparte na danych, dlatego banki z uwagą je obserwują, tym bardziej że e-commerce coraz częściej oferuje klientom również usługi finansowe. Warto jednak patrzeć nie tylko na spektakularne sukcesy innych firm, ale również wdrożeniowe porażki. Polecam też przyglądać się mniejszym spółkom, które nie mają dużego obciążenia korporacyjnego związanego m.in. z systemami legacy, dzięki czemu mogą szybciej testować i wdrażać innowacje. To na pewno pozwala poszerzyć perspektywę.
Czy to oznacza, że fintechy dzięki sprawniejszym wdrożeniom AI mogą odebrać bankom część rynku?
– Fintechy mogą być w stanie szybciej wdrażać poszczególne funkcjonalności, ale pozostaje pytanie o skalę tych wdrożeń. Czołowe polskie banki wyróżnia to, że obsługują milionowe rzesze klientów, więc jeden udany use case sztucznej inteligencji może szybko wygenerować ogromną korzyść, podczas gdy fintechy muszą wraz z nowymi narzędziami budować swoją bazę użytkowników i przekonywać rynek do oferowanych rozwiązań. Bankowość powinna uważnie podpatrywać, co się dzieje w świecie fintechów, ale nie ma powodów do paniki, że ktoś nagle przejmie rynek.
A giganci z branży retail i big techy mogą zagrozić pozycji banków?
– Z całą pewnością big techy mogą w przyszłości stać się poważnym konkurentem. Nie bez kozery mówi się, że w przyszłości banki staną się de facto firmami technologicznymi z licencją bankową. Pytanie jak szybko to się może wydarzyć. Żeby się na to przygotować, należy po prostu nadążać za ewolucją, która się dokonuje, proaktywnie poszukiwać rozwiązań, a także dostosowywać swój model biznesowy i procesy. Zbyt zachowawcze podejście polegające na długim analizowaniu i odsuwaniu wdrożeń w czasie może okazać się ryzykowne. Bigtechy i fintechy cały czas przygotowują i testują nowe narzędzia. Banki też powinny budować taką gotowość do wdrożeń, żeby nie dać się wyprzedzić.
Wiele aspektów podejścia banków do wdrożeń płynie bezpośrednio z obowiązujących nakazów i zakazów. Jak powinny wyglądać regulacje, żeby wspierać rozwój sektora bankowego w oparciu o algorytmy?
– Sektor bankowy od lat funkcjonuje w silnie regulowanym środowisku i jest przyzwyczajony do tego, że musi się adaptować do nowych przepisów. W kontekście sztucznej inteligencji kluczowy jest AI Act, który nadał regulacyjne ramy stosowaniu tej technologii. Oczywiście dużo zależy od tego, jak będziemy przepisy implementować, ale myślę, że banki mają tu duże doświadczenie. Aby regulacje rzeczywiście wspierały rozwój sektora opartego na algorytmach, powinny być jasne, pozostawiać przestrzeń na innowacje, umożliwiać testowanie rozwiązań w piaskownicach regulacyjnych, a także promować wspólne standardy dotyczące jakości danych i nadzoru nad modelami. Kluczowa jest proporcjonalność wymogów do poziomu ryzyka, tak aby wdrożenia o niskim ryzyku mogły być wdrażane sprawniej, a bardziej zaawansowane rozwiązania podlegały adekwatnym zabezpieczeniom. Sektor prowadzi również dialog z regulatorem, co daje nadzieję na solidną podstawę do odpowiedzialnego wdrażania nowych technologii. Dzięki temu transformacja będzie przebiegać w sposób przewidywalny i ewolucyjny, jednocześnie otworzy bankom drogę do realnych innowacji, na czym finalnie skorzystają klienci.
Obawy najlepiej pokonywać, mówiąc językiem korzyści. Jakie pozytywne skutki mogą przynieść zaawansowane, strategiczne wdrożenia AI?
– Przede wszystkim umożliwiają precyzyjniejsze dostosowanie rekomendacji i oferty, czyli prawdziwą hiperpersonalizację. Dzięki sztucznej inteligencji bank może reagować na potrzeby klientów niemalże w czasie rzeczywistym. Bankowość stanie się szybsza, wygodniejsza i bardziej intuicyjna. Ponadto dzięki AI klienci banków mogą być jeszcze bardziej bezpieczni w sieci. Banki są w stanie lepiej wykrywać anomalie i szybciej na nie odpowiedzieć.
A pracownicy banków też dostrzegą jakieś korzyści?
– Zdecydowanie tak. Przede wszystkim to szansa na jeszcze większą sprawczość. Pracownicy zostaną odciążeni z rutynowych, powtarzalnych działań, więc będą mogli skupić się na kwestiach strategicznych i budowaniu relacji z klientem. W związku z tym praca może stać się ciekawsza, bardziej kreatywna, wymagająca krytycznego myślenia i weryfikowania tego, co stworzyła sztuczna inteligencja. Możemy wykorzystywać AI do pracy, ale nie przeniesiemy na nią odpowiedzialności. Ostatnie słowo wciąż będzie należeć do człowieka. I w tym sensie AI ma szansę stać się narzędziem, które wzmacnia kompetencje pracowników, a nie je zastępuje.
