Sektor finansowy w Polsce jest najbardziej zaawansowany we wdrażaniu sztucznej inteligencji. Pierwsze implementacje ma za sobą 52 proc. firm z tej branży – wynika z nowego badania EY. Generatywna AI między innymi automatyzuje procesy, wspiera deweloperów w pisaniu kodu czy wspomaga działania marketingowe. Zdaniem przedstawicieli sektora jeszcze przez kolejne dwa–trzy lata może trwać proces testowania, ale później praca z AI będzie codziennością pracowników banków. Kluczowa dla sukcesu wdrożenia rozwiązań AI jest odpowiednia strategia z tym związana.
– Rozwiązania oparte na sztucznej inteligencji w bankowości rozwijamy szybko. Musimy je wdrażać iteracyjnie, czyli w taki sposób, żeby uruchomić pierwszy MVP [minimum viable product, produkt o minimalnej, ale wystarczającej funkcjonalności – red.], ale zaraz potem musimy myśleć o skali i o tym, w jaki sposób one powinny się dalej rozwijać, aby objęły całą organizację – mówi agencji Newseria Karol Tajduś, dyrektor Departamentu Transformacji AI w Banku Pekao SA.
Sztuczna inteligencja staje się podstawą transformacji technologicznej banków. W globalnym badaniu KPMG „Inteligentne rozwiązania w sektorze bankowym” 51 proc. liderów instytucji finansowych przyznało, że AI fundamentalnie zmienia sposób działania ich organizacji. 80 proc. osób na stanowiskach kierowniczych wierzy, że banki, które wdrożą sztuczną inteligencję, zdobędą przewagę konkurencyjną nad tymi, które tego nie zrobią. Najczęściej wskazywanym powodem wdrożenia AI jest redukcja kosztów. 68 proc. organizacji traktuje ich obniżenie jako główny cel, a 42 proc. koncentruje się na poprawie doświadczenia klienta.
– Generative AI wspiera wszystkie procesy, automatyzuje je, wspomaga deweloperów w pisaniu kodu, wspomaga generowanie nowych pomysłów czy kampanii marketingowych. Natomiast machine learning już od dawna wspiera nas chociażby w scoringu kredytowym – wymienia Karol Tajduś.
Zdaniem analityków KPMG sztuczna inteligencja ma obecnie znaczenie tam, gdzie liczy się szybkość, trafność i skalowalność decyzji. Banki najczęściej wykorzystują ją w procesach kredytowych, np. do oceny zdolności kredytowej, analizy ryzyka i wykrywania potencjalnych oszustw. Zaawansowane algorytmy wspierają również personalizację ofert i komunikacji z klientem, analizując dane behawioralne i finansowe w czasie rzeczywistym. AI znajduje zastosowanie także w przeciwdziałaniu nadużyciom finansowym, gdzie potrafi błyskawicznie zidentyfikować nieprawidłowości i anomalie. Coraz częściej wspiera też automatyzację obsługi klienta, np. w postaci inteligentnych chatbotów czy systemów rekomendacji.
Nowe badanie EY „Jak polskie firmy wdrażają AI” wskazuje, że sektor finansowy jest w Polsce liderem pod względem implementacji tej technologii. Ponad połowa firm ma już pierwsze wdrożenia za sobą. Autorzy raportu wskazują, że skala inwestycji nie dziwi – to sektor, który operuje na ogromnej ilości danych, więc AI może przyspieszyć i ułatwić ich przetwarzanie i analizę. Jednak 57 proc. respondentów uznało, że korzyści nie spełniły ich oczekiwań. Eksperci EY oceniają, że może to wynikać z dużej skali oraz złożoności wdrożeń, ograniczeń regulacyjnych oraz niewystarczającej gotowości i jakości danych.
– Jeżeli biznes chce wdrożyć sztuczną inteligencję tylko po to, żeby ją mieć, a nie ma pomysłu, co ona ma dać i w jaki sposób ma zmienić biznes, to ten proces raczej się nie uda – ocenia ekspert Banku Pekao SA.
60 proc. badanych firm z sektora finansowego deklaruje posiadanie strategii lub mapy drogowej rozwoju AI w swojej organizacji.
Zapytani o bariery we wdrażaniu tej technologii przedstawiciele banków w Polsce oceniają, że wiążą się one z wrażliwymi danymi, na jakich operują. Wykorzystanie AI musi więc być zgodne z restrykcyjnymi regulacjami i standardami ochrony danych. 43 proc. firm twierdzi, że największą trudność stanowią ograniczenia regulacyjne.
– Regulacje nie hamują postępu sztucznej inteligencji. To jest błędne przekonanie, że Unia Europejska ma regulacje i my nic nie możemy zrobić. Stany Zjednoczone też mają regulacje – one mają formę pozwów, które się składa, gdy coś zostało źle wdrożone. Natomiast w Unii staramy się to robić wyprzedzająco – podkreśla Karol Tajduś. – Moim zdaniem regulacje bardzo często są wymówką do tego, żeby czegoś nie robić. Nie są one aż tak restrykcyjne, żeby nas w czymś powstrzymywały.
Inną często wymienianą barierą są obawy o bezpieczeństwo – wskazuje je 39 proc. przedstawicieli sektora finansowego.
– Ryzyka związane ze sztuczną inteligencją są opisane w AI Act. Powinniśmy więc do niego referować. Te ryzyka są związane chociażby z ochroną danych, na których pracujemy. Ponadto sztuczna inteligencja, taka jak duże modele językowe, jest hakowalna – podkreśla dyrektor Departamentu Transformacji AI w Pekao SA. – Ryzyka w sztucznej inteligencji są więc tak jak w każdym oprogramowaniu, które mamy, natomiast sukces i korzyści są trudne do wyliczenia, bo jest ich tak wiele.
Ubiegłoroczne badanie KPMG wskazuje, że globalne wydatki na sztuczną inteligencję będą dynamicznie rosły. 70 proc. instytucji bankowych na świecie planuje zwiększyć swoje budżety na ten cel, z czego 38 proc. przewiduje wzrost nakładów o ponad 20 proc.
– Najbliższe trzy lata to czas, kiedy będziemy w stanie jeszcze trochę się tym bawić i testować, do czego nam się przyda. AI będzie optymalizować naszą pracę, bo nie będziemy musieli czytać wszystkich maili ani robić notatek ze spotkania oraz będziemy szybciej programować. Natomiast za trzy lata sztuczna inteligencja będzie już wymagana. Będziemy dużo efektywniejsi w naszej pracy, a za pięć lat jeszcze bardziej. Wykorzystanie sztucznej inteligencji do codziennej pracy będzie rozumiane samo przez się i tylko w ten sposób będziemy pracować – wskazuje Karol Tajduś.
