Autor: Marcin Jendrzejczak

Dr nauk ekonomicznych w zakresie ekonomii i finansów; dziennikarz i publicysta.

Technologiczna transformacja – jak AI rewolucjonizuje finanse

Sztuczna inteligencja w finansach rozwija się w niezwykłym tempie. Umożliwia wzrost efektywności, personalizację oferty i skuteczniejsze inwestycje. Z rewolucją AI wiążą się jednak również pewne wyzwania, związane z prywatnością, utratą miejsc pracy, nadmiernym wzrostem nierówności społecznych i nie tylko.
Technologiczna transformacja – jak AI rewolucjonizuje finanse

(©Getty Images)

Jednym z obszarów, gdzie AI znajduje istotne zastosowanie, są finanse i bankowość. „Generatywna sztuczna inteligencja (gen AI) rewolucjonizuje branżę bankową, ponieważ instytucje finansowe wykorzystują tę technologię do doskonalenia chatbotów obsługujących klientów, zapobiegania oszustwom i przyspieszania czasochłonnych zadań, takich jak tworzenie oprogramowania, przygotowywanie szkiców ksiąg rachunkowych i podsumowywanie wytycznych regulacyjnych” – napisano w raporcie McKinsey z marca 2024 r.

Mamy do czynienia z głęboką transformacją postrzegania pracy i biznesu. Firma doradcza Deloitte w raporcie „Changing the game: The impact of artificial intelligence on the banking and capital markets sector” z sierpnia 2024 r. zaznaczyła, że „AI znajduje się u progu zmiany paradygmatu”. Czołowi innowatorzy przestają traktować sztuczną inteligencję jako tylko instrument strategii. Zamiast tego starają się widzieć w niej determinantę tej strategii.

Nie omija ona finansów. IBM w analizie „What is AI in banking” z maja 2024 r. zauważa rosnące znaczenie sztucznej inteligencji w bankowości. Choć instytucje finansowe już od dłuższego czasu realizowały transformację cyfrową, to AI doprowadziła do ogromnego przyspieszenia tego procesu.

Nadążyć za zmianami

Rewolucja sztucznej inteligencji to trudne wyzwanie, szczególnie dla tradycyjnych banków i innych instytucji finansowych. Mają one dużo do nadrobienia w konkurencji ze startupami. Te ostatnie od początku bowiem korzystają z dobrodziejstw AI. Tradycyjni bankowi giganci muszą zaś przekształcić swoje struktury, mentalność i sposób myślenia, by za nimi nadążyć.

W tym celu według IBM banki muszą podjąć następujące działania:

  • definiowanie metody zarządzania AI (AI governance) oraz profilu ryzyka banku;
  • ustalenie priorytetów dla konkretnych sposobów użycia AI, na przykład tego czy bank kładzie nacisk na czatboty, ochronę przed oszustwami, badanie zdolności kredytowej czy inne kwestie;
  • wybór zaufanej platformy AI;
  • wybór hybrydowej architektury chmurowej;
  • przejście od fazy testów do zastosowania na dużą skalę.

Wdrażanie AI – konieczne sprawne zarządzanie

Wdrożenie sztucznej inteligencji w bankowości wiąże się także z problematyką związaną z zarządzaniem. Zarządy poszczególnych instytucji finansowych muszą obrać skuteczny model wdrażania nowych rozwiązań w ramach poszczególnych firm.

Z kolei raport McKinsey „Scaling gen AI in banking: Choosing the best operating model” z marca 2024 r. wskazuje, że wśród różnych modeli zarządzania AI w przypadku finansów najlepsze jest zarządzanie scentralizowane.

Zobacz również: 

Sztuczna inteligencja w gospodarce – wyzwanie dla etyki

Taki model pozwala na efektywną alokację talentów z korzyścią dla całej organizacji. Ułatwia sprawne podejmowanie częstych i ważnych decyzji w sprawach finansowania, architektury technologicznej, dużych modeli językowych i partnerstw. Umożliwia także łatwiejsze dotrzymywanie kroku wymogom regulatorów.

Sztuczna inteligencja na giełdzie

Konkretne zastosowania AI to także rynki finansowe. Sztuczna inteligencja umożliwia bowiem analizowanie ogromnych ilości danych (ang. big data) i realizowanie transakcji w ciągu milisekund. Pozwala to na ogromny wzrost płynności na rynku. Wiąże się z tym jednak pewne ryzyko. Dla przykładu, flash crash – gwałtowny spadek wartości aktywów wskutek działań algorytmów transakcyjnych, mogący z kolei wywołać efekt domina.

AI na rynkach finansowych to także doradcy inwestycyjni. Dzięki sztucznej inteligencji można bowiem tworzyć zindywidualizowane plany inwestycyjne, oparte na analizie danych użytkownika oraz jego preferencjach. Algorytmy reagują na rynkowe zmiany i pozwalają dostosować strategie inwestycyjne w czasie rzeczywistym. Robodoradcy umożliwiają korzystanie z usług doradczych na masową skalę. To ważny krok w stronę wyrównywania szans, bowiem mniejszych, detalicznych inwestorów nie stać na ogół na korzystanie z usług profesjonalnych doradców.

Niezbędne są jednak stosowne regulacje w celu ochrony klientów i uczestników rynków finansowych, choćby związane z manipulacją rynkową – podkreśla OECD w raporcie „Regulatory approaches to Artificial Intelligence in finance” z września 2024 roku – a także zapewnienie transparentności zastosowania AI.

Sztuczna inteligencja a analiza kredytowa

AI w branży finansowej pozwala także na analizy wiarygodności kredytobiorców uwzględniające dane finansowe oraz behawioralne w celu przewidzenia ryzyka kredytowego. Umożliwia analizę zdolności kredytowej osób bez tradycyjnej historii kredytowej, a także dostęp do pożyczek dla osób młodych lub korzystających z nieformalnych źródeł dochodu. Sztuczna inteligencja automatycznie analizuje częstotliwość płacenia za rachunki, stabilność dochodów oraz nawyki konsumentów. Tego rodzaju analiza danych jest skuteczniejsza niż tradycyjne metody.

AI stwarza jednak ryzyko powielania ludzkich uprzedzeń i błędów, choćby tych dotyczących mniejszości etnicznych czy narodowych. W efekcie istnieje ryzyko, że proces przyznawania kredytów będzie niesprawiedliwy, dyskryminujący niektóre grupy. Implementacja AI wymaga zatem eliminacji stronniczości.

Zobacz również: 

Generatywna AI kontra twórcy

Sztuczna inteligencja pozwala także na wykrywanie oszustw finansowych, takich jak nietypowe transakcje o wysokiej wartości w miejscach, gdzie klient wcześniej nie dokonywał zakupów. Ponadto algorytmy potrafią monitorować aktywność finansową oraz identyfikować nietypowe operacje. Dzięki temu banki mogą szybko reagować i zwiększać bezpieczeństwo klientów.

AI a oszczędność kosztów i personalizacja

Sztuczna inteligencja w bankowości wiąże się jednak również z korzyściami. Według raportu EY z kwietnia 2024 r. wpływ sztucznej inteligencji na bankowość pozwoli na:

a/ wzrost efektywności i redukcję kosztów: automatyzacja oparta na sztucznej inteligencji może wspierać proces udzielania kredytów, ochronę przed oszustwami oraz ogólną obsługę klienta, co przekłada się na znaczące korzyści finansowe;

b/ efektywniejszą analizę danych: algorytmy AI są zdolne do analizowania ogromnych zasobów danych, co umożliwia dokładną ocenę ścieżek kredytowych i wiarygodności kredytowej. Umożliwi to nie tylko uzyskanie oszczędności, lecz również poprawi skuteczność wykrywania oszustw;

c/ personalizację usług i produktów finansowych: sztuczna inteligencja umożliwia dostosowanie ofert finansowych do indywidualnych potrzeb klientów, co zwiększy satysfakcję z obsługi.

Zdaniem autorów raportu udoskonalenia te otwierają nowy rozdział, w którym sztuczna inteligencja wspomaga operacje finansowe na najwyższym szczeblu, „przygotowując sektor do nowej ery bezprecedensowych innowacji i efektywności”.

Choć wielu dostrzega w sztucznej inteligencji narzędzie kontroli, to paradoksalnie może ona wpłynąć na wzrost znaczenia wolnego rynku. Użycie sztucznej inteligencji oznacza bowiem zmniejszenie konieczności ingerencji państwa i związanej z nią  biurokracji. Dzięki temu więcej przestrzeni pozostaje na prywatną inicjatywę i gospodarczą wolność.

Czy sztuczna inteligencja to inwigilacja?

Zastosowanie AI w finansach na masową skalę nie jest jednak wolne od ryzyka. Rządy i instytucje finansowe muszą bowiem dostosowywać regulacje tak, aby nadążyć za rozwojem sztucznej inteligencji oraz minimalizować ryzyko automatyzacji, stronniczości i potencjalnych kryzysów rynkowych. Problemem jest również działalność cyberprzestępców, wymagająca stałego rozwoju zabezpieczeń.

Zobacz również: 

Technologie cyfrowe zmieniają edukację

Istnieje również ryzyko tego, że zgromadzone i przetworzone przez AI dane zostaną przejęte przez aparat władzy o autorytarnych czy totalitarnych inklinacjach. Sztuczna inteligencja w finansach w połączeniu z takimi rozwiązaniami, jak CBDC (cyfrowy pieniądz banku centralnego), może się stać narzędziem totalnej inwigilacji obywateli. Ten technokratyczny socjalizm byłby spełnieniem marzeń centralnych planistów i zwolenników wszechobecnej kontroli. A jednocześnie grabarzem wolności.

AI w finansach – wyzwanie etyczne

Rozwój sztucznej inteligencji to ogromne wyzwanie dla rządzących i regulatorów. Proces legislacyjny rządzi się bowiem własnymi prawami, a za rozwojem AI trudno będzie nadążyć. Stąd też konieczność uwzględniania aspektów etycznych przez sektor prywatny już na etapie tworzenia kodu, uczenia maszynowego i wdrażania narzędzi nowych technologii. Z etyką wiąże się także problem bezrobocia i nierówności społecznych. Pozostaje nadzieja i odpowiednie programy – prywatne bądź publiczne – służące przekwalifikowaniu zwolnionych pracowników, w tym również z branży finansowej.

To, czy wkroczenie sztucznej inteligencji do świata finansów przyniesie wzrost efektywności i jakości obsługi klienta, czy też przyczyni się do manipulacji i stworzenia systemu nierównych szans, zależy tylko od nas. A konkretnie od regulacji prawnych, poziomu edukacji, a także świadomości etycznej związanej z zastosowaniem AI w służbie człowiekowi.

 

 

 

(©Getty Images)

Otwarta licencja


Tagi


Artykuły powiązane

Globalny wyścig regulacyjny w zakresie AI

Kategoria: Trendy gospodarcze
Dlaczego UE powinna skoncentrować się na jakości danych i zasadach przypisania odpowiedzialności za jakość produktu?
Globalny wyścig regulacyjny w zakresie AI

Jak sztuczna inteligencja może zagrozić stabilności finansowej

Kategoria: Trendy gospodarcze
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.
Jak sztuczna inteligencja może zagrozić stabilności finansowej

Wpływ sztucznej inteligencji na wzrost gospodarczy i zatrudnienie

Kategoria: Trendy gospodarcze
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.
Wpływ sztucznej inteligencji na wzrost gospodarczy i zatrudnienie