Raport Specjalny | IT@BANK 2024 | Ostrożna Fascynacja | GenAI w polskich bankach

Jan Bolanowski

W listopadzie mijają dwa lata od momentu uruchomienia ChatGPT, czyli od chwili, gdy generatywna sztuczna inteligencja trafiła pod strzechy. W ciągu pięciu dni nowa technologia zdobyła pierwszy milion użytkowników, a po dwóch miesiącach korzystało z niej już 100 mln osób na całym świecie. Od tego czasu dyskusje o AI nie ustają, a w biznesie pojawia się coraz więcej wdrożeń rozwiązań bazujących na dużych modelach językowych. Trend ten nie ominął polskich banków, choć ze względu na specyfikę sektora tempo implementacji nowej technologii nie należy do najszybszych.

– Większość banków znajduje się obecnie na etapie rozważań lub pierwszych testów rozwiązań typu „Company ChatGPT”, czyli funkcjonalności ChatGPT ograniczonej zgodnie z wewnętrznymi regulacjami banku – ocenia Karol Stępień, CEO 10Clouds Financial Institutions.

– Mimo rosnącej fascynacji sektor bankowy podchodzi do GenAI z dużą ostrożnością. Wynika to nie z braku innowacyjności, lecz z analizy ryzyk. Tempo rozwoju generatywnej sztucznej inteligencji jest bardzo szybkie, a nowe modele pojawiają się tak często, że trudno jest je odpowiednio przetestować oraz ocenić ich długoterminowy wpływ na działalność banku – wyjaśnia Andrzej Gałkowski, Head of AI w KPMG w Polsce. – Pierwsze doświadczenia z GenAI miały również wpływ na obecne podejście banków. Na początku popularyzacji tej technologii oczekiwania były często zbyt wysokie, co prowadziło do rozczarowań. Rzeczywistość nie sprostała obietnicom, a niektóre deklaracje dostawców technologii okazały się zbyt optymistyczne w odniesieniu do faktycznych możliwości modeli.

Nie można jednak zapominać, że rozwiązania AI bazujące na uczeniu maszynowym i deep learning są wykorzystywane w bankowości od wielu lat. Główne zastosowania obejmują zarządzanie ryzykiem, analizę danych, tworzenie modeli predykcyjnych i przewidywanie na ich podstawie prawdopodobnych scenariuszy zdarzeń. Rozwiązania AI są często w taki sposób wbudowane w systemy, że pracownicy i klienci banków nie dostrzegają ich aktywnej obecności. Technologie w zakresie cyberbezpieczeństwa, detekcji fraudów, narzędzia do identyfikacji anomalii, automatyzacja procesów back office, narzędzia wspierające scoring czy chatboty zapewniają istotne wsparcie w codziennej działalności, mimo że funkcjonują zazwyczaj w tle.

Sztuczna inteligencja w polskich bankach

Praktycznych przykładów zastosowania sztucznej inteligencji w polskich bankach jest wiele.

– Jednym z naszych kluczowych rozwiązań jest voicebot InfoNina, który obsługuje rozmowy przychodzące i skutecznie pomaga klientom w codziennych sprawach. InfoNina, podobnie jak nasze chatboty i boty do rozmów wychodzących, bazuje na zaawansowanej architekturze NLU, dzięki której osiąga ok. 95% skuteczności w rozpoznawaniu intencji klientów – a ten wskaźnik wciąż rośnie – zapewnia Łukasz Samborski, pełnomocnik zarządu Alior Banku ds. AI.

Alior Bank rozwija też platformę do bieżącej analizy AI rozmów z klientami, wdraża asystentów AI dla pracowników oraz wprowadza generatywną sztuczną inteligencję do obsługi wewnętrznej bazy wiedzy AliorPedia.

– Obecnie wdrożyliśmy i pracujemy nad szerokim zakresem rozwiązań AI, w tym jako pierwszy bank w Polsce wprowadziliśmy BaseModel....