Wespół w zespół z AI

To zresztą dobrze odpowiada specyfice sektora. Bankowość spółdzielcza ma inną skalę działania niż największe banki komercyjne, a jej przewagą pozostaje lokalność i relacja z klientem. AI ma więc przede wszystkim pozwolić bankom spółdzielczym robić więcej przy wykorzystaniu tych samych zasobów.

Skala sektora jest przy tym znacząca. Na koniec 2025 r. w Polsce działało 488 banków spółdzielczych. 307 z nich należało do Systemu Ochrony Zrzeszenia BPS, 174 do Spółdzielczego Systemu Ochrony SGB, a siedem funkcjonowało poza systemami ochrony instytucjonalnej. Łączna suma bilansowa banków spółdzielczych wyniosła 268,4 mld zł, o 11,3% więcej niż rok wcześniej.

Nie jest więc tak, że sektor spółdzielczy pozostaje poza technologiczną transformacją. Przeciwnie – sztuczna inteligencja staje się jednym z elementów tej transformacji, choć jej zastosowania są na razie bardziej pragmatyczne niż spektakularne.

Mądre wdrożenia

– Sztuczna inteligencja wykorzystywana jest w bankowości spółdzielczej w kilku obszarach, aktualnie głównie w ramach podnoszenia efektywności pracy – mówi Agnieszka Chrobot, rzecznik prasowy Banku BPS. Strategia Zrzeszenia BPS na lata 2024-2027 zakłada bowiem m.in. cyfryzację obsługi klienta i usprawnianie procesów. – Jednak każde wdrożenie technologii AI musi być poprzedzone dokładną analizą potrzeb i potencjalnych korzyści – podkreśla Agnieszka Chrobot.

Takie podejście dobrze oddaje różnicę między największymi bankami komercyjnymi a sektorem spółdzielczym. Dla instytucji posiadającej dziesiątki milionów klientów inwestycja w zaawansowane modele predykcyjne może być uzasadniona ogromną skalą danych i potencjalnych przychodów. Dla niewielkiego banku lokalnego znacznie bardziej racjonalne może być wykorzystanie gotowego narzędzia, które skróci czas pracy pracownika o kilkadziesiąt minut dziennie. Dlatego pierwsza fala AI w bankowości spółdzielczej to przede wszystkim automatyzacja i wsparcie pracowników.

– Sztuczna inteligencja to nie przejściowa moda, lecz kluczowe narzędzie wspierające naszą efektywność i odporność operacyjną. Czy nasze banki spółdzielcze wdrażają AI? Tak, ale mądrze – stawiając na ewolucję, a nie kosztowne rewolucje – wyjaśnia Piotr Mazur, Dyrektor ds. Innowacji i Rozwiązań AI w SGB-Banku.

Najpierw szybkie zwycięstwa

W Zrzeszeniu SGB strategię wdrażania AI rozpoczęto od tzw. Quick Wins, czyli projektów, które mogą relatywnie szybko przynieść konkretny efekt biznesowy. – Warto podkreślić, że w obszarze cyberbezpieczeństwa z powodzeniem wykorzystujemy systemy AI już od dawna. Teraz idziemy krok dalej, wdrażając rozwiązania wspierające biznes i operacje – mówi Piotr Mazur.

Wśród przykładów wymienia inteligentnego asystenta prawnego, który ma wspierać działy compliance i ryzyka, system monitoringu zasobów BIP służący do aktywnego poszukiwania nowych możliwości biznesowych oraz inteligentny system OCR.

Ten ostatni przykład dobrze pokazuje, dlaczego AI może być szczególnie interesująca dla banków spółdzielczych. W ich działalności wciąż istnieje wiele procesów wymagających pracy z dokumentami, analizowania danych i wykonywania powtarzalnych czynności. Jeżeli algorytm może przejąć część tych zadań, pracownik może skoncentrować się na czynnościach wymagających wiedzy, doświadczenia i kontaktu z klientem. – Pracujemy również nad „Asystentem wiedzy SGB”, opartym na architekturze RAG – podkreśla Piotr Mazur.

RAG, czyli Retrieval-Augmented Generation, pozwala połączyć generatywną AI z wewnętrzną bazą wiedzy. W praktyce oznacza to możliwość zadawania pytania w języku naturalnym i uzyskania odpowiedzi na podstawie dokumentów, procedur czy regulacji znajdujących się w bankowym środowisku. Dla instytucji finansowej ma to szczególne znaczenie: zamiast pozwalać modelowi generować odpowiedzi wyłącznie na podstawie wiedzy ogólnej, można ograniczyć jego działanie do zweryfikowanych źródeł.

To również jeden ze sposobów na ograniczenie ryzyka związanego z tzw. shadow AI, czyli wykorzystywaniem przez pracowników publicznie dostępnych narzędzi AI bez zgody i kontroli organizacji. – Za kluczowe uważamy zaangażowanie i kompetencje pracowników, dlatego w dużej mierze stawiamy na inicjatywy oddolne. U nas każdy pracownik może mieć dostęp do narzędzi AI w bezpiecznym środowisku korporacyjnym, dzięki czemu skutecznie ograniczamy ryzyko zjawiska shadow AI – podkreśla Dyrektor ds. Innowacji i Rozwiązań AI w SGB-Banku.

Efekt jest nietypowy jak na sektor bankowy. – Nasi pracownicy stworzyli już blisko 200 agentów, a kilkanaście z nich – tych najbardziej zaawansowanych – przynosi już bardzo wymierne korzyści biznesowe – dodaje Piotr Mazur. To może być jeden z najważniejszych kierunków rozwoju AI w bankach spółdzielczych: niekoniecznie budowanie od podstaw własnego wielkiego modelu, ale tworzenie niewielkich, wyspecjalizowanych agentów wykonujących konkretne zadania.

AI na infolinii

Jednym z najbardziej praktycznych przykładów wykorzystania AI jest projekt Zrzeszeniowego Contact Center Banku BPS. W lipcu 2026 r. do wspólnej infolinii były podłączone 22 banki spółdzielcze, a kolejne mają być sukcesywnie dołączane do końca roku. Docelowo rozwiązanie ma obsługiwać klientów wszystkich 307 banków spółdzielczych Zrzeszenia BPS oraz Banku BPS.

Skala przedsięwzięcia pokazuje jednocześnie, dlaczego centralizacja technologii może być dla sektora spółdzielczego kluczowa. Każdy bank ma własne dokumenty: tabelę opłat i prowizji, regulaminy, informacje o promocjach czy procedury. Konsultant wspólnej infolinii musi więc szybko odnaleźć właściwą informację dotyczącą konkretnego banku.

– W ramach budowy Zrzeszeniowego Contact Center wykorzystany został agent AI, który usprawnia pracę konsultantów, szybko przeszukując bazy wiedzy i dostarczając potrzebne informacje. Dzięki temu konsultanci mogą sprawnie odpowiadać na pytania klientów już w trakcie rozmowy – wyjaśnia Agnieszka Chrobot. Pracownik rozmawia z klientem, natomiast AI w czasie rzeczywistym pomaga mu znaleźć właściwą odpowiedź. – Krótszy czas obsługi przekłada się na lepsze doświadczenia klientów – zauważa rzecznik prasowy Banku BPS.

Projekt ma również kolejny etap. W planach Zrzeszeniowego Contact Center jest uruchomienie chatbota wykorzystującego sztuczną inteligencję. Wspólne Contact Center ma być zresztą czymś więcej niż projektem technologicznym. Dla sektora jest także sposobem na osiągnięcie efektu skali. Bank BPS podkreśla, że wspólna infolinia ma pozwolić obniżyć koszty operacyjne i efektywniej wykorzystać zasoby. W bankowości spółdzielczej jest to szczególnie istotne. Technologia, której nie opłaca się kupować i utrzymywać samodzielnie przez mały bank, może być opłacalna, jeśli zostanie wdrożona centralnie i udostępniona setkom instytucji.

Sztuczna inteligencja w reklamie

Bankowość spółdzielcza nie zaczęła zresztą eksperymentować z AI dopiero po pojawieniu się ChatGPT.

Zrzeszenie BPS już w 2023 r. wykorzystało sztuczną inteligencję w kampanii reklamowej. Przygotowano 307 wariantów reklamy wideo na YouTube – po jednym dla każdego banku spółdzielczego Zrzeszenia. Technologia pozwoliła dodatkowo zaoszczędzić miesiąc pracy ekipy filmowej i montażystów.

Był to ciekawy przykład wykorzystania AI dokładnie w tym miejscu, w którym bankowość spółdzielcza ma swoją największą przewagę: lokalizacji komunikacji. Ogólnopolska marka mogła przygotować jeden przekaz, a jednocześnie dostosować go do każdego z kilkuset lokalnych banków. AI nie zastępowała więc lokalności. Pomagała ją skalować.

AI kontra lokalność? Niekoniecznie

Można postawić pytanie, czy coraz większa automatyzacja nie zniszczy tego, co w bankowości spółdzielczej najważniejsze. Jeżeli klient zacznie rozmawiać z chatbotem zamiast z pracownikiem oddziału, a decyzję podejmie algorytm, czym bank spółdzielczy będzie różnił się od dużej instytucji komercyjnej?

Piotr Mazur przekonuje, że odpowiedź powinna być odwrotna. – Czy odbiegamy od banków komercyjnych? Pod względem budżetów i skali – tak, jednak dzięki sile grupy i centralizacji nie odstajemy funkcjonalnie. Podczas gdy sektor komercyjny szuka w AI głównie hiperpersonalizacji, my wykorzystujemy ją do automatyzacji procesów back office. Naszym nadrzędnym celem jest zachowanie „ludzkiego wymiaru” bankowości – AI ma wspierać pracownika, a nie go zastępować, dając mu czas na budowanie relacji z klientami – mówi.

Największą barierą dla banków spółdzielczych nie jest prawdopodobnie brak świadomości technologicznej. Jest nią ekonomia skali. – Samodzielne wdrażanie autorskich modeli AI przez pojedynczy bank spółdzielczy jest dziś ekonomicznie i regulacyjnie nierealne – dodaje Piotr Mazur.

Dlatego, jego zdaniem, kluczowa jest rola banku zrzeszającego, który bierze na siebie ciężar badań i rozwoju, a bankom spółdzielczym dostarcza gotowe rozwiązanie w ramach modelu SaaS.

Z drugiej strony centralizacja niesie też ze sobą zagrożenia. Narzucenie przez bank zrzeszający jednego, identycznego rozwiązania AI dla wszystkich zrzeszonych banków może nie uwzględnić specyfiki lokalnych instytucji. – Rolą banku zrzeszającego jest mądre niwelowanie tych ryzyk poprzez modułowość i elastyczność usług – mówi Dyrektor ds. Innowacji i Rozwiązań AI w SGB-Banku. – Przyszłość AI w naszym sektorze zależy od jednego: zintegrowanej centralizacji chroniącej naszą największą wartość – lokalne zaufanie – dodaje.

W najbliższych latach sztuczna inteligencja może okazać się dla bankowości spółdzielczej nie zagrożeniem dla jej modelu biznesowego, ale jednym z narzędzi jego obrony. Jeśli technologia przejmie rutynę, lokalny bank będzie mógł poświęcić więcej czasu temu, czego algorytm nie potrafi zrobić najlepiej – budowaniu zaufania i relacji.