Raport Specjalny | IT@BANK 2024 | Sprzęt, ale także edukacja

Sztuczna inteligencja staje się kluczowym narzędziem transformacji w sektorze bankowym. Jednakże, aby w pełni wykorzystać jej potencjał, banki muszą liczyć się ze znacznymi inwestycjami w kilku kluczowych obszarach.

Pierwszym jest infrastruktura technologiczna

– Inwestycje w infrastrukturę technologiczną obejmują zaawansowane systemy obliczeniowe, serwery, chmury obliczeniowe oraz narzędzia do przechowywania i przetwarzania dużych zbiorów danych (big data). Inwestycje w rozwój i integrację oprogramowania AI często wiąże się z dostosowaniem do istniejących systemów lub budowy nowych rozwiązań od podstaw. Inwestycje w zasoby ludzkie to przede wszystkim zatrudnienie i szkolenie specjalistów w dziedzinie data science, inżynierii danych i AI. Ponadto banki muszą przeznaczyć środki na zapewnienie bezpieczeństwa i zgodności z regulacjami prawnymi, co obejmuje inwestycje w systemy ochrony danych oraz dostosowanie do wymogów organów nadzoru finansowego – wyjaśnia Karina Daniel, dyrektor Biura Sztucznej Inteligencji w Banku Pekao.

– Implementacja zaawansowanych algorytmów AI wymaga ogromnej mocy obliczeniowej, potężnych serwerów wyposażonych w procesory GPU. Wraz ze wzrostem liczby przetwarzanych informacji, rośnie także zapotrzebowanie na błyskawiczny dostęp do nich, co generuje kolejne inwestycje w przestrzeń na dane. Często okazuje się konieczna rozbudowa infrastruktury energetycznej oraz systemów odprowadzania ciepła ze względu na zwiększone zapotrzebowanie na energię elektryczną – potwierdza Maciej Nowakowski, AI Strategy Owner w Credit Agricole Banku Polska.

W BNP Paribas Banku Polska inwestycje w AI trwają od wielu lat, co pozwala obecnie wydobywać pełen potencjał tej technologii. – Proces ten rozpoczął się od budowania wewnętrznych kompetencji, inwestycji w jakość danych, procesy zarządzania danymi (data governance) oraz odpowiednią infrastrukturę technologiczną. W ramach począ...