Sztuczna inteligencja ma potencjał, by zmienić zasady gry w bankowości
SI może na nowo zdefiniować sposób działania banków, ich interakcje z klientami oraz sposób zarządzania ryzykiem. Zostanie wykorzystana do budowy inteligentnych pieniędzy, przekształcając sposób życia i pracy ludzi na całej planecie – uważa Rohit Talwar, znany futurolog, założyciel i CEO firmy Fast Future.
Getty Images
Obserwator Finansowy: W jaki sposób sztuczna inteligencja (SI) zmieni finanse i bankowość w najbliższych latach?
Rohit Talwar: Trzeba zacząć od tego, że gigantyczna rewolucja sztucznej inteligencji w bankowości jest nieunikniona. Nie ma ucieczki przed SI. Już teraz przekształca ona – lub wkrótce może przekształcić – życie, działania, pracę, miejsca zatrudnienia, firmy, sektory i narody. Oczywiście, przekształci również sektor finansowy, a to ważne z uwagi na wielkości instytucji, ich bogactwo, wolumen transakcji, liczbę klientów oraz ich kluczowe znaczenie dla społeczeństw.
Sektor finansowy jest podekscytowany potencjałem SI do zwiększania przychodów, obniżania kosztów, poprawy bezpieczeństwa, poprawy obsługi klienta, przyspieszenia nowych rozwiązań, wprowadzania innowacji w zakresie produktów, opracowywania nowych modeli cenowych, zwalczania oszustw.
Patrząc nieco dalej w przyszłość, widać potencjał SI do tworzenia zupełnie nowych klas aktywów i całych sektorów. Możliwe będzie pojawienie się inteligentnych oszczędności i inteligentnych pieniędzy, a także radykalna personalizacja prywatności, bezpieczeństwa i zarządzania.
To oznacza, że SI już przekształca bankowość. Jakie są tego przejawy? Jakie są główne zastosowania, bo tutaj można już chyba mówić nie tylko o czatbotach?
W usługach finansowych obserwujemy powszechne i coraz szybsze wdrażanie sztucznej inteligencji do działań skierowanych do konsumentów. Obejmują one poprawę obsługi i zaangażowania poprzez spersonalizowaną bankowość 24/7, czyli wirtualnych asystentów, którzy zapewniają porady finansowe oraz wsparcie, pomagają zarządzać kontami, śledzić wydatki, a także dokonywać płatności. Inne powszechne zastosowania obejmują usprawnienie procesu udzielania kredytów hipotecznych.
W wielkich firmach inwestycyjnych SI pomaga już w zarządzaniu majątkiem. Robo-doradcy wspierają ludzkich doradców finansowych w udzielaniu porad inwestycyjnych opartych na indywidualnych celach finansowych i tolerancji ryzyka. W bankowości inwestycyjnej wykorzystanie analityki dużych zbiorów danych opartej na sztucznej inteligencji jest wykorzystywane w handlu algorytmicznym do podejmowania decyzji inwestycyjnych i zarządzania ryzykiem.
Dużo dzieje się w back office. SI pomaga poprawić wydajność w wykrywaniu oszustw i zapobieganiu im, takie rozwiązania stosują już Barclays czy American Express. Inne powszechne zastosowania obejmują interpretację umów kredytowych oraz ocenę ryzyka kredytobiorcy. Technologia ta jest również powszechnie stosowana w procesach zgodności z przepisami, takich jak przeciwdziałanie praniu pieniędzy, rozpoznawanie biometryczne oraz cyfrowa weryfikacja tożsamości.
Czy sztuczna inteligencja może przechytrzyć bankierów? Stanie się lepszym bankierem niż ludzie?
Wraz ze wzrostem zaufania do sztucznej inteligencji, można oczekiwać jej rosnącego wykorzystania w obszarach, w których bankierzy po prostu nie mają odpowiedniej „przepustowości” umysłowej lub zasobów danych. Dla przykładu, łącząc dane historyczne ze złożonymi nieliniowymi czynnikami ryzyka i publicznie dostępnymi informacjami o nastrojach rynkowych, takimi jak posty w mediach społecznościowych, sztuczna inteligencja będzie w stanie realizować zadania analityczne i predykcyjne na dużą skalę oraz odkrywać to, co jest zupełnie niewidoczne dla ludzkiego oka.
Chodzi głównie o identyfikację subtelnych, ukrytych wzorców zachowań klientów, także o diagnozowanie trudności finansowych lub identyfikację niezaspokojonych potrzeb klientów. Może to prowadzić do lepszego zarządzania ryzykiem, zaostrzenia kontroli i dokładniejszego ustalania cen oraz opracowywania spersonalizowanych produktów i usług.
Prognozy gospodarcze i finansowe mogą się stawać coraz dokładniejsze, dzięki coraz bardziej zaawansowanym, złożonym i adaptacyjnym algorytmom predykcyjnym SI. Sztuczna inteligencja będzie znacznie lepiej analizowała coraz bardziej kompleksowe globalne dane gospodarcze w celu zidentyfikowania wiodących wskaźników i wzorców, które nie są powszechnie rozpoznawane.
W jaki sposób sztuczna inteligencja może zmienić zasady gry w bankowości?
Potęga sztucznej inteligencji będzie rosła, wykładniczo do rosnących ilości danych. To otwiera niemal nieskończone możliwości biznesowe dla tych, którzy chcą je rozważyć. Szczególnie cenna będzie tutaj możliwość gromadzenia, analizowania i pracy z nieustrukturyzowanymi danymi, takimi jak tekst, głos, obrazy i wideo.
Oczywiście, dzięki temu będzie szansa na pozyskanie dogłębnej wiedzy o rynku, ofertach konkurencji i aktualnym stanie finansowym danej osoby. Ponieważ SI umożliwia usprawnienie procesów i cyfryzację, większość interakcji i usług wspierających taką personalizację może zostać w pełni zautomatyzowana. Może to doprowadzić do powstania „ciemnych banków” z bardzo niewielką liczbą pracowników. Będzie to wymagało nastawienia „najpierw klient”, bardziej kojarzonego ze sprzedawcami internetowymi i dostawcami wysokiej klasy usług hotelarskich, niż z dostawcami usług finansowych.
Z uwagi na to, że procesy operacyjne mogą stać się wysoce wydajne, gdy zostaną w pełni osadzone w systemach opartych na sztucznej inteligencji, mogą stać się prawie niewidoczne dla większości instytucji i umożliwić znacznie bardziej dynamiczną alokację zasobów ludzkich. To będzie napędzać potrzebę dogłębnego multikwalifikowania personelu.
Sztuczna inteligencja wymyśli zatem nowe usługi i produkty.
Oczywiście, będzie można wygenerować setki, tysiące, a nawet miliony możliwości i kombinacji produktów, usług, cen i modeli biznesowych, które będą łączyły sektor bankowy z innymi sektorami. Będą one testowane przez SI, a najbardziej obiecujące oferty będą sprawdzane w świecie rzeczywistym, w celu obserwacji reakcji grup testowych klientów.
SI w zakresie zarządzania finansami osobistymi ma chyba ogromne pole do popisu?
O tak. Platformy oparte na sztucznej inteligencji pomogą w inwestycjach, będą również analizować nawyki związane z wydatkami i czynniki psychologiczne, aby zachęcać do oszczędzania i automatyzować je w najbardziej efektywny sposób. Takie narzędzia samoczynnie dostosują portfele inwestycyjne w czasie rzeczywistym, opierając się na wskaźnikach ekonomicznych, nastrojach i osobistych celach finansowych.
Czeka nas zoptymalizowane pod kątem sztucznej inteligencji planowanie emerytalne, dynamiczne konta oszczędnościowe z oprocentowaniem, spersonalizowane zarządzanie ryzykiem inwestycji, dynamiczne platformy mikropożyczek dostosowane do kondycji finansowej i profilu ryzyka pożyczkobiorcy. Zobaczymy zautomatyzowaną optymalizację podatkową, dynamiczną konwersję walut, predykcyjną ochronę przed debetem, historie transakcji zweryfikowane przez blockchain.
Zapewne SI pomoże bankom także w relacjach z regulatorami?
Pojawią się niesamowite możliwości strategiczne, takie jak zautomatyzowane ciągłe obliczanie zysków i strat dla podmiotu oraz raportowanie ryzyka regulacyjnego i zgodności w czasie rzeczywistym. Testy warunków skrajnych mogłyby stać się zadaniem ciągłym, dzięki czemu kierownictwo banku i organy regulacyjne mogłyby w czasie rzeczywistym sprawdzać, czy dana instytucja przekracza krytyczne progi. Mogłoby to zmniejszyć koszty i złożoność nadzoru oraz obowiązków raportowych, umożliwiając bankom i organom regulacyjnym alokację zasobów gdzie indziej. Banki zapewne dzięki SI będą mogły przewidywać przyszłe zmiany regulacyjne i dostosowywać się do nich proaktywnie, a nie reaktywnie.
Czy to nie jest tak, że to najwięksi, uznani gracze mogą wygrać najwięcej w tym nowym środowisku bankowości SI?
Oczywiste jest, że sztuczna inteligencja może zapewnić ogromną przewagę konkurencyjną tym, którzy potrafią skutecznie wykorzystać swoją istniejącą reputację, lojalność klientów, bezwładność użytkowników, talent, wiedzę specjalistyczną, skalę, technologie, zasoby finansowe, zasięg geograficzny, infrastrukturę, relacje regulacyjne. Wykorzystując te aktywa i możliwości, sztuczna inteligencja umożliwi stosunkowo niewielkiej liczbie graczy zdominowanie systemu finansowego w obszarach takich jak inwestycje w innowacje i technologie, obsługa klienta, zarządzanie ryzykiem, wydajność operacyjna oraz alokacja zasobów.
Sama wielkość bazy klientów może pozwolić na szybsze wdrażanie dobrze zaprojektowanych i ukierunkowanych nowych ofert. Im głębsze są istniejące relacje z klientami i ich zrozumienie, tym większy potencjał do sprzedaży krzyżowej, sprzedaży dodatkowej oraz zatrzymania najbardziej wartościowych klientów. Ogrom danych, w połączeniu z możliwościami technologicznymi, do których można uzyskać dostęp, powinien pozwolić uznanym graczom na uzyskanie znacznej przewagi w obszarach takich jak zarządzanie ryzykiem, wykrywanie oszustw, raportowanie zgodności i opracowywanie nowych produktów.
Jednak z operacyjnego punktu widzenia, wewnętrzne wyzwania i obciążenia związane ze starszymi systemami i sposobem myślenia mogą utrudniać osiągnięcie takiego samego poziomu optymalnego wykorzystania zasobów, elastyczności, wydajności i przyjęcia sztucznej inteligencji, jaki może osiągnąć nowy startup.
Czy największe grupy bankowe nie stworzą jakiegoś monopolu w takim środowisku? Czy istnieje takie zagrożenie?
Jest to możliwe, że najwięksi gracze wykorzystają swoje możliwości SI i zasoby finansowe do stworzenia monopoli danych. A wiadomo, że im więcej danych posiada system sztucznej inteligencji, tym lepiej może się uczyć i przewidywać, w ten sposób budując i pogłębiając monopole na dane. Wielkie banki, które stworzą takie monopole, będą pobierać od innych opłaty za dostęp do tych informacji, jednocześnie budując „opóźnienie czasowe szkolenia”, które pozwala im uzyskać dalszą przewagę, zarówno nad większymi, jak i mniejszymi konkurentami.
Banki z najlepszym potencjałem SI i najgłębszymi kieszeniami mogą zmaksymalizować zyski z integracji sztucznej inteligencji z obliczeniami kwantowymi. Takie połączenie mogłoby wykładniczo zwiększyć moc obliczeniową dostępną do modelowania finansowego, szyfrowania i analizy danych.
W poszukiwaniu przewagi konkurencyjnej, jak i sposobu na konsolidację władzy, wiodący gracze z sektora finansowego mogą dążyć do opracowania standardów i praktyk w zakresie sztucznej inteligencji. Będą próbować kontrolować narrację wokół jej wykorzystania w usługach finansowych, wpływając na opinię publiczną, kształtując myślenie i zachowanie regulacyjne oraz normy branżowe.
To dość ponury obraz, w którym SI pozwoli umocnić się na rynku finansowym największym graczom. Nie ma szansy dla małych podmiotów, że wejdą do gry o najwyższe stawki? Jak nowe lub małe podmioty mogą skutecznie walczyć i konkurować?
Oczywiście powyższa analiza sugeruje, że talia kart jest ułożona na korzyść ustalonego porządku. Istnieją jednak sposoby, dzięki którym SI może umożliwić małym innowacyjnym instytucjom wyrównanie szans. Mniejsi gracze muszą po prostu zaoferować klientom większy wybór i potencjalnie bardziej dostosowaną ofertę po niższych kosztach. Mogą również koncentrować się na bezpieczeństwie, oferując atrakcyjne alternatywy dla usług bankowych i finansowych „grubych ryb”.
Kluczem może być tutaj podejście skoncentrowane na danych i systemach. Efektywność szczupłej struktury zatrudnienia może przełożyć się na niższe koszty i bardziej konkurencyjne ceny oraz przyspieszyć rozwój nowych produktów i usług.
Nowi gracze będą zapewne zmuszeni do wyruszenia na „podbój” słabo ubankowionych lub nieubankowionych populacji. Może to otworzyć szansę na podbicie takich zapomnianych rynków z pomocą takich produktów, które będą zaspokajały unikalne potrzeby ich mieszkańców.
Niektórzy mali gracze mogą również dążyć do stworzenia niszowych ofert, które mogą być proponowane jako mikrousługi w środowisku Banking as a Service (BaaS). Chodzi o wypełnienie luki na rynku na drodze świadczenia usług, które tradycyjne banki mogą przeoczyć lub uznać za nieopłacalne.
Jakie innowacyjne rozwiązania, o których obecnie nam się nie śni, może wprowadzić SI do sektora finansów?
Sztuczna inteligencja może być wykorzystywana w ramach blockchain do automatycznego rozwiązywania sporów. Analizując historię transakcji, warunki umów i precedensy, może zasądzić sprawiedliwe rozwiązanie bez interwencji człowieka.
Poza tym, naprawdę poważnie mówię o tym, że z czasem prawdopodobnie zobaczymy całkowicie programowalne pieniądze. Do nas jako ich użytkowników będzie należało ustalenie zasad określających poziom autonomii naszych pieniędzy w podejmowaniu decyzji. Może to obejmować przełączanie się na konto z najlepszą stopą oszczędności i handel akcjami, a także krótkoterminowe spekulowanie, na przykład kupowanie kontraktów i instrumentów pochodnych.
Inteligentne pieniądze zapewne będą bardzo przyjazne, ale i wiele czynników ryzyka będzie się wiązało z ich używaniem?
Niekoniecznie, inteligentne pieniądze mogłyby zwiększyć bezpieczeństwo i zapobiegać oszustwom poprzez automatyczną weryfikację transakcji pod kątem autentyczności, zmniejszając ryzyko fałszerstw i oszustw. Z punktu widzenia wydajności, dzięki wbudowaniu funkcjonalności i informacji identyfikacyjnych w sam zasób cyfrowy, transakcje mogłyby być wykonywane natychmiastowo i automatycznie, bez potrzeby korzystania z pośredników, zmniejszając w ten sposób koszty oraz zwiększając szybkość.
W związku z tym inteligentne pieniądze mogłyby usprawnić procesy, takie jak wypłaty pożyczek, wypłaty ubezpieczeń i przelewy międzynarodowe. Mogłyby także wyszukiwać kontrahentów i wchodzić z nimi w interakcje bezpośrednio za pomocą inteligentnych kontraktów – całkowicie eliminując wszystkich pośredników.
W pewnym momencie będą się też tokenizować – dzieląc na setne, tysięczne lub milionowe części – wszystkie z tą samą inteligencją przetwarzania. Wówczas usługi finansowe mogłyby stać się bardziej dostępne dla niedostatecznie rozwiniętych populacji, przy obniżonych kosztach transakcji.
Inteligentne pieniądze zapewnią również większą kontrolę finansową nad tym, jak i kiedy są wydawane lub inwestowane. Dla przykładu, już teraz DBS w Singapurze wprowadził vouchery oparte na pieniądzach cyfrowych, emitowane przy użyciu tokenizowanych dolarów singapurskich, aby ułatwić „rzeczywiste” transakcje na żywo z wybranymi sprzedawcami. Umożliwiło to rodzicom zaprogramowanie środków dla swoich dzieci, które mogą być wydawane tylko na określone towary, usługi i działania.
Takie SI-pieniądze mogłyby automatycznie spełniać wymogi podatkowe i regulacyjne, upraszczając przestrzeganie przepisów przez osoby fizyczne, a także firmy. Mógłby na przykład automatycznie odliczać podatki w momencie takich transakcji, jak otrzymanie dochodu z samozatrudnienia, odsetki od oszczędności i dywidendy z akcji.
Mogłyby one być następnie deponowane na kontrolowanym przez organ podatkowy koncie oszczędnościowym, z którego tylko organ mógłby wypłacać główne środki w odpowiednich momentach. Mogłoby to znacznie ograniczyć uchylanie się od opodatkowania, uprościć pobór podatków i umożliwić rządom skuteczne pożyczanie od obywateli po niższych stopach procentowych niż rynki obligacji publicznych, jednocześnie płacąc obywatelom wyższe odsetki niż w przypadku innych produktów oszczędnościowych.
Ten opis to marzenie banków centralnych, czyli dobrze funkcjonujące cyfrowe waluty narodowe CBDC wsparte na SI.
Banki centralne będą emitować waluty cyfrowe z programowalnymi funkcjami, otwierając nowe narzędzia dla polityki pieniężnej. Pojawi się możliwość ujemnej stopy procentowej dla walut cyfrowych, co będzie stymulować wydatki w okresie spowolnienia gospodarczego. Inteligentne pieniądze poprawią śledzenie sposobu wydatkowania funduszy, ograniczając korupcję i nieefektywność.
Z drugiej strony, możliwości śledzenia inteligentnych pieniędzy, czyli wydatków obywatela, budzi obawy o prywatność i potencjał zwiększonego nadzoru finansowego…
Wyważenie bezpieczeństwa i prywatności będzie kluczowym wyzwaniem. Powszechne przyjęcie inteligentnych pieniędzy wymaga również opracowania nowych ram regulacyjnych w celu rozwiązania kwestii takich jak odpowiedzialność, stronniczość algorytmów i etyczne wykorzystanie danych finansowych.
Wydaje się, że konieczne będzie całościowe, kompleksowe przemyślenie regulacji dla ery SI w bankowości.
Oczywiście. Ramy regulacyjne będą musiały ewoluować w bardziej dynamiczne, adaptacyjne systemy zdolne do dostosowywania się w czasie rzeczywistym do nowych produktów i usług finansowych opartych na sztucznej inteligencji. Organy regulacyjne będą musiały same wykorzystywać sztuczną inteligencję do monitorowania rozwoju rynku i automatycznego aktualizowania wytycznych regulacyjnych w odpowiedzi na nowe zagrożenia oraz możliwości.
Skuteczny nadzór będzie wymagał narzędzi i interfejsów opartych na sztucznej inteligencji, aby umożliwić ciągłe monitorowanie zgodności transakcji i operacji finansowych w czasie rzeczywistym. Przejście od okresowych audytów do bieżącego nadzoru powinno pomóc w szybszym identyfikowaniu oraz ograniczaniu ryzyka.
Gwałtowny wzrost ilości danych klientów gromadzonych i wykorzystywanych przez aplikacje sztucznej inteligencji będzie wymagał zwiększonego nacisku na prywatność, a także ochronę danych. Może to wymagać bardziej rygorystycznych standardów zarządzania danymi i nowych ram, aby zapewnić zgodność aplikacji SI oraz środków zarządzania danymi ze stale zmieniającymi się przepisami dotyczącymi prywatności.
Potrzebna jest więc mądra władza, by SI w bankowości robiła więcej dobrego niż złego.
Sztuczna inteligencja ma potencjał, aby zasadniczo zmienić zasady gry i przekształcić krajobraz bankowości i usług finansowych. Zmiany te mogą na nowo zdefiniować sposób działania banków, ich interakcje z klientami oraz sposób zarządzania ryzykiem i zgodnością z przepisami.
Wyzwanie polega na tym, czy obecnie rządzący, regulujący i zarządzający systemem są gotowi zrezygnować z władzy, kontroli i zysków, aby umożliwić bardziej otwarty, przejrzysty, dostępny oraz sprawiedliwy system finansowy, który daje sztuczna inteligencja.
Rozmawiał Piotr Rosik
Rohit Talwar, futurolog, prelegent, doradca rządów i różnych instytucji, autor oraz dyrektor generalny Fast Future. Współautor książek m.in. „The Future Reinvented. Reimagining Life, Society, and Business”, „A Very Human Future. Enriching Humanity in a Digitized World”.
W miarę jak sztuczna inteligencja wkracza do systemu finansowego to pogłębia istniejące kanały niestabilności i tworzy nowe. W niniejszym artykule opisano kilka takich kanałów: złośliwe i dezinformujące wykorzystanie sztucznej inteligencji, niewłaściwe dostosowanie i unikanie kontroli, a także monokulturę ryzyka i oligopole. Wszystkie one pojawiają się, gdy podatność na zagrożenia ze strony sztucznej inteligencji i problemy gospodarcze, takie jak strategiczna komplementarność, problemy z zachętami i niekompletne umowy, wzajemnie na siebie oddziałują.
W ciągu ostatniej dekady wykorzystanie sztucznej inteligencji w codziennych zadaniach gwałtownie wzrosło. W badaniu CfM-CEPR z maja 2023 r. poproszono członków europejskiego panelu o oszacowanie wpływu sztucznej inteligencji na globalny wzrost gospodarczy i stopy bezrobocia w krajach o wysokich dochodach w nadchodzącej dekadzie.
Chiny przedstawiły we wrześniu 2024 r. kompleksowy program działań stymulacyjnych gospodarki krajowej, będący jednym z największych w historii. Doprowadziło to do silnych wzrostów na chińskich giełdach, rosły też ceny surowców wykorzystywanych w sektorze nieruchomości.
Polskie rezerwy złota osiągnęły już ponad 400 ton. Tym samym Polska aspiruje do bycia w elitarnej grupie krajów posiadających największe rezerwy złota na świecie. Podjęte działania wpisują się w długoterminową strategię budowania wiarygodności i wypłacalność polskiej gospodarki – ogłosił prezes NBP prof. Adam Glapiński podczas październikowej konferencji poświęconej ocenie bieżącej sytuacji ekonomicznej.
Kapitalizm oznacza oddanie kontroli nad złożoną gospodarką w ręce miliardów niezależnych konsumentów, przedsiębiorców i pracowników oraz pozwolenie im na samodzielne decydowanie, co poprawia jakość ich życia. To dlatego mówienie o przejmowaniu kontroli nad kapitalizmem oznacza właściwie, że rządy przejmują kontrolę nad obywatelami – ostrzega Johan Norberg w „Manifeście Kapitalistycznym”.
Medialne dyskusje dotyczące projektu ustawy budżetowej na ogół koncentrują się na przyziemnych kwestiach: kto i ile otrzyma pieniędzy oraz komu i ile pieniędzy zostanie zabrane. Najważniejszym jednak problemem jest zdolność do finansowania potrzeb pożyczkowych państwa zarówno w krótkiej, jak i w dłuższej perspektywie.
Dołączyliśmy do ponad 60 państw posiadających własną strategię na rzecz edukacji finansowej. To efekt starań osób, którym na sercu leży podniesienie kompetencji finansowych Polek i Polaków.
Doścignięcie Japonii przez Chiny jeszcze pod koniec lat 80. XX w. wydawało się po prostu niemożliwe na przestrzeni naszego życia. Tego rodzaju porównania wydawały się nie mieć większego sensu, ale jak się okazało, do czasu.
Indie pod względem wartości PKB są piątą, a przed końcem dekady staną się trzecią gospodarką świata. Aby jednak znaleźć swoje miejsce w globalnych łańcuchach wartości muszą stawić czoła wielu kluczowym problemom.
O wyzwaniach przed jakimi stanęła polityka pieniężna banku centralnego w czasie polikryzysów – pandemicznego, popandemicznego i energetycznego będącego skutkiem wojny w Ukrainie – można przeczytać w najnowszej książce „Narodowy Bank Polski w czasie megaszoków ekonomicznych po pandemii i w kryzysie energetycznym” prof. Adama Glapińskiego, prezesa NBP.
Saudi Vision 2030, w której inwestycje liczone są nie w milionach, ale miliardach dolarów, to totalna reforma państwa. Warto przyjrzeć się jej osiągnięciom na półmetku wdrażania.
Coraz więcej oszczędności emerytalnych trafia do funduszy cyklu życia. Część ekspertów rekomenduje je jako domyślny sposób lokowania nadwyżek finansowych, ponieważ nie angażują klientów w podejmowanie decyzji na poszczególnych etapach inwestycji.
O sytuacji fiskalnej, która choć staje się trudniejsza, to nadal mieści się w ramach ratingu na poziomie „A2”, a także o postępowaniu w sprawie wstępnego wniosku o postawienie prezesa NBP przed Trybunałem Stanu – wypowiedział się dla PAP Biznes Steffen Dyck, główny analityk agencji ratingowej Moody's na Polskę.
Współczesne problemy prawne Unii Europejskiej, sztuczna inteligencja w bankowości oraz polityka pieniężna były tematami grudniowego zjazdu na podyplomowych studiach MBA organizowanych w ramach drugiej edycji projektu „Akademia NBP”.
Kiedy świat wynurzył się z chaosu II wojny światowej, władzę objęli ludzie o przekonaniach makroekonomicznych, ukształtowanych w formacyjnym dla nich doświadczeniu lat 30. XX w.
Przełomowym pomysłem ekonomicznym zrywającym z dotychczasowym paradygmatem opieki społecznej okazuje się bezwarunkowy dochód podstawowy. Część osób uznaje go za klucz do pokonania bolączek stechnicyzowanej gospodarki. Zdaniem innych – to idea tyleż kosztowna co utopijna.
Cena złota osiągnęła w kwietniu najwyższy poziom w historii. W głównym stopniu przełożyły się na to zakupy dokonywane przez banki centralne, czynniki behawioralne oraz przejściowy wzrost ryzyka geopolitycznego, wynikający z walk na Bliskim Wschodzie.
Wprowadzenie euro jest niebezpieczne z ekonomicznego i politycznego punktu widzenia. Polska gospodarka jest jeszcze niedojrzała, różnice technologiczne, rozwój systemu finansowego, poziom konkurencyjności wymagają przyspieszonej modernizacji. Nasza gospodarka wychodzi dopiero z rozwoju zależnego, potrzebny jest czas.
W ostatnich latach, a szczególnie po rozpoczęciu wojny z Ukrainą, z Rosji płynie nieprzerwany przekaz o sukcesach. Ich skala narasta – gospodarka uodporniła się na sankcje i nawet się rozwija oraz restrukturyzuje, bieda spada, a zamożność rośnie, produkcja krajowa wypiera zaś import. Czy sukcesy mają jednak realny wymiar, czy głównie propagandowomedialny?
