Najnowsze wydanie miesięcznika BANK 
Wszechstronne możliwości chatbota pobudzają wyobraźnię i budzą obawy opinii publicznej. Nic więc dziwnego, że nad skutkami szybkiego rozwoju sztucznej inteligencji zastanawia się także środowisko bankowe, zwłaszcza jak i gdzie banki oraz ich klienci mogą z tego korzystać, pisze Szymon Stellmaszyk, Doradca Zarządu Związku Banków Polskich w Zespole ds. międzynarodowych.
Amazon Web Services (AWS) ogłosił uruchomienie Generative AI Accelerator, globalnego programu skupiającego się na pomocy nowo powstałym start-upom w przestrzeni generatywnej sztucznej inteligencji. Zgłoszenia do programu przyjmowane są do 17 kwietnia 2023 roku. Firma uruchomiła również osobny program akceleracyjny dla wsparcia rozwiązań dla sektora obronnego, czytamy w komunikacie prasowym.
PKO Bank Polski jest liderem w wykorzystaniu AI w bankowości. Sztuczna inteligencja stworzona przez bank ułatwia klientom korzystanie z usług bankowych. AI pozwala automatyzować coraz więcej procesów wewnętrznych i wspiera pracowników w codziennej pracy, poinformował Bank.
Tworzenie treści o dowolnej strukturze i zawartości, wierne odtworzenie głosu czy filmy na których występują osoby nieistniejące w rzeczywistości – to tylko przykłady zastosowań tzw. generatywnej sztucznej inteligencji. Uruchomienie projektu ChatGPT 4.0 budziło spore emocje od kilku tygodni aż w końcu ujrzał on światło dzienne, pozwalając na testowanie go w realnym środowisku. To rozwiązanie, jak i wiele mu podobnych, może w istotny sposób wpłynąć na jakość naszej pracy, być może i życia w niektórych aspektach, ale może być także źródłem wielu zagrożeń, na które dzisiaj nie jesteśmy jeszcze przygotowani. Także w kontekście etyki, prawa i regulacji, pisze dr Michał Nowakowski, prezes PONIP.
Już w piątek 31 marca w Warszawie odbędzie się AWS Migration Roadshow – konferencja biznesowo-techniczna poświęcona migracji do chmury. Jak przygotować się do migracji? Jak sprawić, aby migracja przebiegała bezpiecznie i przyniosła wymierne efekty biznesowe? Na najbardziej nurtujące pytania dotyczące migracji odpowiedzą eksperci z wieloletnim doświadczeniem w biznesie i technologii cloud.
Pojęcie „sztucznej inteligencji” może być niekiedy mylące, bowiem sugeruje, że rzeczywiście mamy tutaj do czynienia z jakąś formą „inteligencji” zbliżonej do tej, którą reprezentuje człowiek i najczęściej odnosi się do koncepcji tzw. General Artificial Intelligence (GAI), a niekiedy nawet Super Artificial Intelligence – tej przewyższającej człowieka, co do możliwości stworzenia której toczą się akademickie i „techniczne” dyskusje. W praktyce jednak punkt ciężkości w tej debacie powinien być przeniesiony raczej na problematykę definicji systemów sztucznej inteligencji (lub innej podobnej technologii, podejścia czy rozwiązania), jako rozwiązań, które faktycznie funkcjonują w praktyce i mają wpływ na człowieka i jego otoczenie – pisze dr Michał Nowakowski, prezes PONIP.
Stworzony i wykorzystywany przez Credit Agricole robot z elementami sztucznej inteligencji, otrzymał tytuł najlepszego wdrożenia w konkursie Best in RPA 2023. Robot wspiera proces obsługi reklamacji i wniosków oraz inne procesy posprzedażowe, poinformował Bank.
– W przyszłości państwo będzie mogło dokonywać oceny wiarygodności obywatela z użyciem systemów sztucznej inteligencji, ale tylko w pewnym, bardzo ograniczonym zakresie. Jak będzie to wyglądało, zależy od tego, jak zostaną zaprojektowane i wdrożone przepisy na poziomie Unii Europejskiej – mówi Michał Nowakowski, prawnik z kancelarii Rymarz Zdort Maruta.
Ostatnie trzy lata znacząco zwiększyły skalę wyzwań w obszarze cyberbezpieczeństwa. Najpierw pandemia i związana z nią praca zdalna, potem agresja Rosji na Ukrainę i wojna hybrydowa, kryzys ekonomiczny i inflacyjny spotęgowały wysiłki hakerów, by jeszcze bardziej zdestabilizować sytuację. To napędza popyt na rozwiązania z zakresu cybersecurity zarówno ze strony administracji, biznesu, jak i indywidualnych użytkowników. Za tym idzie także większe zainteresowanie tym obszarem ze strony start-upów, które pracują nad nowymi narzędziami dla bezpieczeństwa IT. Eksperci wskazują, że sektor cyberbezpieczeństwa to obecnie jeden z najatrakcyjniejszych rynków rozwoju dla polskich firm technologicznych, a więc także dla funduszy inwestujących w start-upy.
Przychody rynku sztucznej inteligencji do końca dekady wzrosną ponad trzynastokrotnie – przewidują analitycy Grand View Research. Futurolodzy są zdania, że rozwój tych technologii dopiero się zaczyna. – Większość ekspertów by powiedziała, że to jest wiosna albo nawet przedwiośnie tej dziedziny, a kolejne pory roku, zwłaszcza długie lato, dopiero przed nami – mówi Aleksandra Przegalińska, profesorka i prorektorka Akademii Leona Koźmińskiego w Warszawie. Rozpędzająca się branża wymyka się regulacjom prawnym i choć wiele się mówi o potrzebie dostosowania prawa do nowej rzeczywistości, zdaniem ekspertki nie ma to na razie znaczenia dla tempa rozwoju.
Rok 2022 przyniósł szereg wydarzeń, nakreślając kierunek w jakim będzie zmierzać branża bankowa. To warunki makroekonomiczne związane z wyjściem z pandemii, wojna w Ukrainie, ale również działania konieczne do podjęcia przez banki, jak ugody frankowe czy wakacje kredytowe. Ten obraz uzupełniają wciąż rosnące oczekiwania klientów związane z dostępem do usług, podsycane przez powstające FinTechy. Te oferują coraz więcej nowoczesnych rozwiązań, tworząc wysokokonkurencyjne środowisko. W obliczu tych wyzwań eksperci spółki GFT wskazali trendy, którymi będzie żył sektor bankowy w 2023 roku.
Dzisiaj fintech to dane, czasem ai. Każda instytucja, która poważnie myśli o najbliższej dekadzie, zaczyna dostrzegać potencjał płynący z mądrego i efektywnego wykorzystania danych, co oznacza nie tylko stosowanie zaawansowanej analityki, ale stopniowe i ewolucyjne przechodzenie na bardziej skalowalne rozwiązania, jak chmura obliczeniowa, pisze dr Michał Nowakowski, prezes PONIP.
Zarządzanie cyberbezpieczeństwem stanowi coraz większe wyzwanie dla współczesnych instytucji finansowych. Rosnąca presja ze strony transgranicznych, zorganizowanych grup przestępczych, dysponujących olbrzymimi zasobami finansowymi, ludzkimi i technologicznymi, wywołuje reakcję regulatorów rynku finansowego w postaci coraz to nowych aktów prawnych i rekomendacji, mających choć w części stawić tamę działaniom kryminalnym.
W przemyśle 5.0 ważną rolę mają pełnić ludzie wsparci nowymi technologiami. Jednym z takich wyspecjalizowanych pracowników będzie operator analityczny, czyli specjalista wykorzystujący analitykę Big Data, oceniają eksperci SAS.
„Ostatnie wydarzenia udowodniły, że zaawansowane technologie odegrały ważną rolę w zarządzaniu sytuacją kryzysową, zapewnieniu bezpieczeństwa ludzi i zasobów oraz sprawnym wdrażaniu działań naprawczych” mówił Bryan Harris, wiceprezes oraz CTO SAS Institute Inc w rozmowie z Pawłem Minkiną podczas konferencji SAS Innovate on Tour, która odbyła się 5 października 2022 roku w Pradze.
Przed konferencją IT@BANK rozmawiamy z Magdaleną Nowicką, wiceprezes Zarządu BNP Paribas Bank Polska SA.
Brak wiedzy to największe zagrożenie, także w przypadku zastosowania rozwiązań opartych o #sztucznainteligencja. Uwaga taka rozciąga się nie tylko na osoby bezpośrednio związane z tworzeniem takich rozwiązań, ale także tych, którzy powinni te procesy nadzorować lub co najmniej w nich współuczestniczyć. Systemy oparte przykładowo o uczenie maszynowe czy głębokie mogą generować zróżnicowane ryzyka, które mogą nie być do wyłapania na technicznym etapie, zarówno zbierania danych, jak ich procesowania. Ryzyka te mogą mieć zarówno charakter etyczny czy prawny, jak również operacyjny, a nawet techniczny, podkreśla dr Michał Nowakowski, prezes PONIP.
Aż 9 na 10 respondentów uważa, że dzięki wdrożonym voicebotom ich praca stała się łatwiejsza, wynika z najnowszych badań. Jednak 100% przebadanych menedżerów i 87,5% pracowników niższego szczebla pracujących w firmach, w których wdrożono automatyzację uważa, że nie ma możliwości, aby voiceboty ich zastąpiły. Czy zatem jesteśmy skazani na inteligentnych asystentów czy wręcz przeciwnie, po chwilowym zachwycie tą technologią to ludzie zastąpią maszyny? ‒ ocena ekspertów Apifonica.com.
„Jeśli chcemy utrzymać wiodącą pozycję krajowego sektora bankowego, stale rozwijającego się pod kątem innowacji, to trzeba dotrzymywać tempa najbardziej zaawansowanym technologicznie instytucjom finansowym, równocześnie z zachowaniem najwyższych standardów w dziedzinie bezpieczeństwa migracji i zarządzania danymi w chmurze”, mówi Bartłomiej Nocoń, dyrektor Zespołu Systemów Płatniczych i Bankowości Elektronicznej w Związku Banków Polskich, członek zarządu Europejskiej Rady ds. Płatności (EPC) w Brukseli.
Szeroko rozumiana sztuczna inteligencja, a więc w praktyce głównie uczenie maszynowe i głębokie, ale także mniej zaawansowane metody statystyczne coraz częściej dotykają sfery naszej prywatności i wpływają na to, jak funkcjonujemy w Internecie i społeczeństwie. Czasem mamy tego świadomość, czasem nie, ale jest to niewątpliwie fakt, a sprawy takie jak Cambridge Analytica są tego dobitnym przykładem (zresztą nie jedynym), pisze Michał Nowakowski.
Banki i inne instytucje finansowe śpią na danych. Taka obiegowa opinia krąży od lat nie tylko w sektorze finansowym, ale także poza nim, rozgrzewając wyobraźnie tych, którzy mogą z nich zrobić użytek tworząc lepsze (także kosztowo) produkty i usługi, które lepiej będą odpowiadać potrzebom klientów. Towarzyszy temu rozwój, choć jeszcze niezbyt dynamiczny, prawa i regulacji, które z jednej strony mają pozwolić na bardziej elastyczne przetwarzanie danych, a z drugiej zabezpieczyć ich „właścicieli” przed niewłaściwym wykorzystaniem, w tym manipulacją. Uczenie maszynowe i głębokie, a także mniej wyrafinowane metody z pogranicza tzw. sztucznej inteligencji i statystyki dodają tylko pikanterii, powodując, że coraz częściej instytucje finansowe szukają rozwiązań, które pozwolą odejść od wyłącznie gromadzenia danych ‒ na rzecz ich efektywnego zaprzęgnięcia do realizacji biznesowych celów, pisze Michał Nowakowski.
Wdrażanie rozwiązań opartych o rozwiązania techniczne, do których zaliczyć możemy m.in. uczenie maszynowe i głębokie, technologię rozproszonego rejestru i łańcucha bloków, czy też wykorzystanie chmury obliczeniowej, może być sporym wyzwaniem dla instytucji podlegającej specyficznym wymogom prawnym i regulacyjnym związanym z działalnością w określonym obszarze czy sektorze, podkreśla Michał Nowakowski.
Każda działalność dotykająca człowieka i jego otoczenie może generować określone ryzyka. Ryzyka te mogą mieć bardziej lub mniej widoczny charakter, a także wpływać mniej lub bardziej na osobę dotkniętą tymi ryzykami, rozumianymi jako prawdopodobieństwo zmaterializowania się określonych zdarzeń, które mogą mieć negatywne konsekwencje dla szerokiego kręgu „aktorów”, nie tylko samego podmiotu, który naraża się na to ryzyko. Ryzyka mogą mieć charakter zarówno wewnętrzny, jak i zewnętrzny, jak również poddawać się lub nie zarządzaniu, a więc swoistemu przeciwdziałaniu takiej negatywnej materializacji, pisze Michał Nowakowski.
Nie ma wątpliwości, że rozwiązania oparte o analitykę danych i automatyzację procesów z nimi związanych pozostaną z nami na dłużej, a za kilka lat staną jest czymś zupełnie naturalnym, jak dzisiaj np. smartfony. Coraz częściej wykorzystujemy uczenie maszynowe czy głębokie, a także przetwarzanie języka naturalnego, rozpoznawanie mowy i obrazów, a pole do wykorzystania nowych rozwiązań stale się poszerza. Niektóre źródła podają, że do 2027 r. rynek dla uczenia maszynowego urośnie do 117 mld dolarów, choć wydaje się, że to dane mocno niedoszacowane, pisze Michał Nowakowski.
Ostatnio poproszony zostałem o komentarz dotyczący zderzenia systemów sztucznej inteligencji z nieprzewidywalnymi (nieprzewidzianymi?) wydarzeniami, które Nicholas Taleb określił czarnymi łabędziami. To temat niezwykle ciekawy, bo w dzisiejszych czasach zdajemy się bardzo (nad)polegać na nowych technologiach, a w szczególności rozwiązaniach, które tak szumnie nazywamy sztuczną inteligencją, pisze Michał Nowakowski.
W kontekście danych wykorzystywanych na potrzeby trenowania i stosowania algorytmów i modeli uczenia maszynowego czy głębokiego powiedziano i napisano wiele. Mimo to dość często pokutuje przekonanie, że im więcej danych na potrzeby trenowania, walidacji i testowania – tym lepiej. I częściowo to prawda, bo im więcej dobrych jakościowo danych, tym lepiej dla trenowanego modelu. Sama ilość danych nie będzie jednak samoistnym wyznacznikiem skuteczności czy dokładności danego modelu, a już na pewno znacząca ilość danych o złej jakości nie przyczyni się do poprawy tych wskaźników. Ważniejsza, szczególnie w tych obszarach, które „dotykają” różnych sfer człowieka, jest ich jakość, która jednak jest trudna do jednoznacznego zdefiniowania, bowiem JAKOŚĆ zależy od tego do czego chcemy wykorzystać mechanizmy uczenia maszynowego czy głębokie, a nawet „zwykłą” statystykę, pisze Michał Nowakowski.
– Sam system jazdy autonomicznej od strony technologicznej będzie gotowy pewnie w perspektywie najbliższych dwóch lat – prognozuje dr Maciej Kawecki, Digital EU Ambassador i prezes Instytutu Lema. Znacznie dłużej zajmie nam jednak dopuszczenie autonomii pod względem legislacyjnym. Już dziś jednak sztuczna inteligencja, której rozwój jest warunkiem wprowadzenia pojazdów autonomicznych, znajduje w motoryzacji coraz więcej zastosowań. Pomaga m.in. monitorować poziom zmęczenia kierowcy i zapobiegać rozproszeniu jego uwagi, które może skutkować wypadkiem na drodze. Aplikacja stworzona w tym celu przez licealistę z Polski została niedawno wyróżniona w globalnym konkursie AI Global Impact Festival, organizowanym przez Intela.
Coraz częściej dochodzi do cyberataków na infrastrukturę informatyczną firm, korporacji, banków. Jak można im zapobiegać, minimalizować szkody? O tym rozmawiamy z Karolem Furmańskim, szefem zespołu Oracle Digital na Europę Centralną.
Rośnie skala, ale też skuteczność ochrony przed internetowymi zagrożeniami. CyberTarcza, która broni przed nimi użytkowników sieci mobilnej i stacjonarnej Orange, w 2021 roku ochroniła 4,5 mln osób przed utratą danych i pieniędzy – wynika z nowej edycji raportu CERT Orange Polska. Skala cyberprzestępczości szybko rośnie, bo już w I kwartale 2022 roku liczba klientów sieci Orange, ochronionych przed skutkami ataków, sięgnęła 2,25 mln. – W walce z cyberzagrożeniami pomagają rozwiązania oparte na uczeniu maszynowym i sztucznej inteligencji. Kluczowa jest też konsekwentna edukacja internautów – mówi Piotr Jaworski, członek Zarządu Orange Polska ds. Sieci i Technologii.
Rozwój uczenia maszynowego i głębokiego, zaawansowanej analityki danych, a także mniej wyrafinowane metody statystyczne stają się coraz bardziej powszechne, a wielu z nas ma z nimi styczność, nawet o tym nie wiedząc. Ludzie coraz chętniej dzielą się swoimi danymi, niejako wzmacniając skuteczność algorytmów, zarówno względem nich samych, jak i pozostałych użytkowników, pisze Michał Nowakowski.