Banki szykują się na rewolucję AI

Getty Images

Banki mierzą się obecnie z wyzwaniami na wielu frontach, dlatego z utęsknieniem czekają na rewolucję AI, licząc, że pomoże im ona wyjść na prostą. Na światowych rynkach kapitałowych wiele banków jest notowanych z nawet kilkudziesięcioprocentowym dyskontem w stosunku do wartości księgowej, a około trzy czwarte osiąga zwrot z kapitału własnego, który nie pokrywa tego kosztu (dane McKinsey & Company). Banki również stoją w obliczu silnej konkurencji ze strony fintechów. Aby radzić sobie w tym wymagającym środowisku, muszą uczyć się wykorzystywać sztuczną inteligencję do przebudowy swoich modeli operacyjnych.

AI szansą na sukces

Ilość danych dostępnych w ramach usług finansowych umożliwia wykorzystanie sztucznej inteligencji w strategiach cyfrowych banków. AI już pomaga bankom reformować podstawowe funkcje biznesowe (operacje, finanse, zarządzanie ryzykiem, rozwój produktów i sprzedaż). W przyszłości może także otworzyć nowe źródła przychodów, które dziś trudno jeszcze sobie wyobrazić. Według ankiety przeprowadzonej przez The Economist Intelligence Unit – 77 proc. bankowej kadry kierowniczej uważa, że umiejętność uwolnienia potencjału sztucznej inteligencji zadecyduje o sukcesie lub porażce banków w najbliższych latach.

Zobacz również:
(R)ewolucja technologiczna w sektorze bankowym

Banki były jednymi z pierwszych entuzjastów sztucznej inteligencji. Systemy AI są właściwie od dziesięcioleci wykorzystywane do usprawniania procesów zarządzania ryzykiem, łagodzenia strat, zapobiegania oszustwom, retencji klientów oraz zapewniania wzrostu wydajności i zysków. Do czasu pandemii COVID-19 wykorzystanie sztucznej inteligencji w instytucjach finansowych miało jednak charakter wyrywkowy i koncentrowało się na wybranych obszarach. Obecnie coraz więcej banków przyjmuje kompleksowe podejście do wdrażania sztucznej inteligencji. McKinsey prognozuje też, że motywacja jest, rzecz jasna, finansowa: SI kryje w sobie istotny potencjał tworzenia wartości dodanej. W skali świata banki mogą zyskać dzięki niej 1 bln dol. rocznie. Z kolei Business Wire estymował wartość sztucznej inteligencji na światowym rynku bankowym na 3,88 mld dol. w 2020 r. i szacuje, że do 2030 r. będzie to już 64,03 mld dol., co oznacza wzrost CAGR na poziomie 32,6 proc. w latach 2021–2030.

„Tradycyjna” sztuczna inteligencja

Automatyzacja oparta na sztucznej inteligencji pozwala bankom upraszczać operacje i redukować koszty dzięki zidentyfikowaniu ręcznych, mechanicznych zadań wykonywanych przez pracowników i zastąpieniu ich komputerami. W ten sposób mogą oni skoncentrować się na trudniejszych czynnościach wymagających interwencji człowieka. Z kolei techniki uczenia maszynowego (podzbioru AI) pozwalają osobom zatrudnionym w bankach wykonywać zadania, które wcześniej ich przerastały. Na przykład modele przewidywania i rekomendacji potrafią sugerować dobry moment na inwestycję w określone aktywa i ostrzegać przed załamaniem koniunktury na danym rynku. Dzięki temu banki mogą lepiej zarządzać swoimi portfelami inwestycyjnymi. Analizując ogromne ilości danych, odkrywają bowiem wzorce, które byłyby nieuchwytne dla człowieka. Ułatwia to dokładniejsze i szybsze podejmowanie decyzji. Idąc dalej, rozpoznawanie wzorców daje wgląd w przebieg procesów, co jest pomocne w dziedzinie będącej filarem bankowości – udzielaniu kredytów. Obecnie wiele banków opiera się głównie na historii kredytowej. Tymczasem sztuczna inteligencja może zweryfikować, w jaki sposób potencjalny kredytobiorca obchodzi się z pieniędzmi, nawet jeśli nie posiada solidnej historii kredytowej. Ponadto analizowanie danych pod kątem wzorców znajduje zastosowanie w przeciwdziałaniu oszustwom i cyberatakom, a także w prognozowaniu finansowym oraz zarządzaniu ryzykiem.

GenAI wchodzi do gry

Rok 2023 upłynął pod znakiem odmienianej przez wszystkie przypadki generatywnej sztucznej inteligencji. Gorączka GenAI (generatywnej sztucznej inteligencji) nie ominęła banków, które przymierzają się, by zrobić krok w kierunku zaimplementowania tej technologii. Według raportu McKinsey & Co w ujęciu rocznym GenAI może zwiększyć zyski operacyjne banków o 9–15 proc. Potencjał wynika ze zdolności do tworzenia treści opartych na analizie dużych ilości danych, w tym tekstu, obrazu, wideo i kodu. W praktyce siłą GenAI będzie więc hiperpersonalizacja – i to jest słowo-klucz – pod kątem użytkownika. Dzięki przetwarzaniu języka naturalnego może wyciągać wnioski z nieustrukturyzowanych zbiorów danych, takich jak historyczne interakcje z usługami banków. W ten sposób może też stać się doskonałym rozwiązaniem proefektywnościowym, jednocześnie poprawiającym doświadczenie użytkownika w usługach bankowych i finansowych. Wirtualni asystenci będą analizować dane klientów, aby zrozumieć ich preferencje i potrzeby, a następnie zapewnić niezbędne wsparcie użytkownikom, odpowiadając na ich zapytania w czasie rzeczywistym i w naturalnym, konwersacyjnym stylu. Pracownicy – bankierzy inwestycyjni, analitycy oraz doradcy – nadal będą pełnić funkcje nadzorcze, aby mieć pewność, że wyniki spełniają oczekiwania pod względem dokładności, precyzji i zgodności z przepisami. Zostaną wyposażeni w narzędzia pozwalające im personalizować strategie inwestycyjne oraz oceniać ryzyko transakcji.

Zobacz również:
Sztuczna inteligencja w bankach powinna być szybciej wdrażana

Banki prawdopodobnie zastosują również GenAI do starszych aplikacji AI w celu poprawy ich wydajności, ponieważ cyfryzacja i automatyzacja procesów skierowanych do klienta generuje cyfrowy ślad danych, który narzędzie to będzie mogło wykorzystać do dostrojenia oferowanych usług. Wśród ekspertów panuje zgoda co do tego, że myśląc o GenAI, banki nie powinny ograniczać się do automatyzacji, doskonalenia procesów i kontroli kosztów. Może bowiem oddziaływać na operacje związane z kontaktem z klientem i przychodami w sposób niedostępny dotychczasowym „wcieleniom” sztucznej inteligencji. Mimo to banki priorytetowo traktują automatyzację w funkcjach zaplecza operacyjnego. Zdecydowana większość czeka na dalszy rozwój i testy GenAI, zanim uznają za priorytet jej stosowanie w działalności front office.

Z uwagi na powszechność wrażliwych i poufnych danych w bankowości sztuczna inteligencja, zwłaszcza GenAI, rodzi pewne zagrożenia zarówno dla banków, jak i ich klientów. W miarę regulowania AI przez ustawodawców na całym świecie banki mogą być narażone na kary finansowe, jeśli ich aplikacje będą prowadzić do incydentów, takich jak dyskryminacja klientów czy wycieki danych bądź nie będą spełniać wymogów bezpieczeństwa i prywatności.

Banki pracują wewnętrznie lub z partnerami zewnętrznymi nad rozwiązaniami GenAI, ale robią to z właściwym sobie konserwatyzmem. Zarządzanie ryzykiem tego typu narzędziem z natury rzeczy pozostaje na wczesnym etapie. Prędzej czy później banki będą jednak musiały opracować skuteczne mechanizmy kontrolne w miarę dojrzewania technologii GenAI. Kluczowy wniosek jest taki, że w ściśle regulowanej branży, jaką jest bankowość, musi istnieć równowaga między szybkością wdrażania rozwiązań AI a potrzebą odpowiednich regulacji.

Jeśli chodzi o samych użytkowników bankowych aplikacji, warto wspomnieć o takim oto ryzyku, że będą oni nadmiernie polegać na narzędziach AI, nie mając wystarczającej wiedzy o mechanizmie ich działania. W konsekwencji mogą nie wiedzieć, co dzieje się z ich pieniędzmi lub korzystać z produktów, których nie rozumieją, a które mogą okazać się dla nich niekorzystne.

Z biegiem czasu banki powinny opracować kompleksową wizję biznesu, obejmującą pełny portfel innowacji, a także elastycznie reagować na zmiany w obliczu szybkiego rozwoju sztucznej inteligencji. Nie ma wątpliwości, że stosowanie AI uprości doświadczenie użytkownika i zmniejszy złożoność operacji bankowych. Pomimo inspirujących perspektyw, jakie otwiera technologia AI w zakresie poprawy rentowności banków i jakości obsługi klienta w instytucjach finansowych, wdrożenie jej do produktów bankowych wiąże się jednak z wyzwaniami, z których część wciąż jest nawet nieuświadomiona.

Getty Images

Zamknij pokaz zdjęć