Od infolinii do rozmowy z AI. Jak zmienia się kontakt z bankiem

Audio generowane przez AI. Może zawierać błędy.

„Wciśnij jeden, jeśli chcesz sprawdzić saldo. Wciśnij dwa, jeśli chcesz porozmawiać z konsultantem”. Potem muzyka i oczekiwanie na połączenie. Przez lata tak wyglądał kontakt z bankową infolinią. Z czasem dołączyły do niej chatboty, które odpowiadały na pytania według wcześniej przygotowanych scenariuszy. Dziś sztuczna inteligencja pozwala pójść o krok dalej – rozpoznać, co klient chce załatwić, bez konieczności prowadzenia go przez kolejne poziomy menu.

Różnicę dobrze widać na przykładzie codziennych spraw, takich jak zmiana limitu transakcji czy zablokowanie zgubionej karty. W tradycyjnym modelu klient musiał odnaleźć odpowiednią funkcję w aplikacji lub bankowości internetowej, a jeśli to się nie udało – skontaktować się z infolinią albo odwiedzić placówkę. Nowe rozwiązania mają uprościć ten proces.

– Klient nie musi już tak naprawdę wiedzieć, jak coś zrobić w aplikacji, tylko musi wiedzieć, czego chce. Bank ma za zadanie rozpoznać tę intencję i po prostu pokierować procesami. Główna zmiana polega na przejściu od modelu, w którym klient sam musiał poznać strukturę bankowości elektronicznej, do takiego, w którym to bank rozpoznaje potrzeby użytkownika i daje gotowe rozwiązania – mówi Michał Koszykowski, dyrektor Biura Bankowości Elektronicznej i UX.

Zmienia się więc nie tylko technologia kontaktu z bankiem, lecz także sposób projektowania usług. Punktem wyjścia staje się potrzeba klienta, a nie struktura systemu, z którego korzysta.

Oczekiwania klientów wyraźnie przesunęły się w stronę szybkości, dostępności i łatwości korzystania z udostępnionych funkcjonalności.

– W ostatnich latach oczekiwania klientów wyraźnie przesunęły się w stronę szybkości, dostępności i łatwości korzystania z udostępnionych funkcjonalności. Klient chce załatwić większość spraw wtedy, kiedy jest mu wygodnie, bez konieczności wizyty w oddziale czy oczekiwania na kontakt z konsultantem – mówi dr Michał Polak, wiceprezes zarządu Fundacji Warszawski Instytut Bankowości.

Nie oznacza to jednak, że klienci są gotowi całkowicie zrezygnować z kontaktu z człowiekiem, szczególnie w sprawach wymagających podjęcia ważnych decyzji finansowych. Tym bardziej, że wiedza o zastosowaniach sztucznej inteligencji w bankowości pozostaje ograniczona.

– Prawie połowa badanych Polaków w badaniach Programu Analityczno-Badawczego Warszawskiego Instytutu Bankowości deklarowała brak wiedzy na temat wykorzystania sztucznej inteligencji w finansach. To jednoznacznie pokazuje, że wraz z rozwojem technologii muszą rozwijać się nowe obszary wiedzy finansowej – zaznacza dr Michał Polak.

Zmienił się również sposób, w jaki korzystamy z bankowości na co dzień. Dzięki aplikacjom mobilnym kontakt z bankiem nie wymaga już podejmowania osobnej czynności, takiej jak telefon na infolinię czy wizyta w oddziale.

– Bankowość mobilna zmieniła przede wszystkim częstotliwość i kontekst kontaktu z bankiem. Bank przestał być miejscem, do którego przychodzimy tylko wtedy, gdy mamy sprawę do załatwienia. Stał się usługą dostępną praktycznie cały czas w telefonie – mówi dr Michał Polak.

Zanim jednak bankowość stała się tak łatwo dostępna, przeszła przez kolejne etapy automatyzacji. Początkowo nowe rozwiązania nie tyle upraszczały obsługę, ile przenosiły część obowiązków z pracowników banku na klientów.

Od automatycznej infolinii do chatbotów

Pierwsze rozwiązania automatyzujące zdalną obsługę klientów rozwijały się przede wszystkim w telefonicznych centrach kontaktu.

– Gdy rosnący ruch zaczął przeciążać konsultantów, banki wprowadziły systemy IVR (Interactive Voice Response), czyli automatyczne menu głosowe. Klienci musieli nawigować klawiaturą numeryczną: „wciśnij jeden w sprawie konta, wciśnij dwa w sprawie kart”. Choć zmniejszyło to koszty instytucji, przerzuciło wymóg znajomości struktury bankowości elektronicznej na użytkownika – mówi Michał Koszykowski.

Następnym etapem były chatboty i boty głosowe pierwszej generacji. Klient mógł już wpisać pytanie lub wypowiedzieć je na głos, ale system nadal działał według wcześniej przygotowanego scenariusza. Rozpoznawał określone słowa kluczowe i dobierał do nich zaprogramowane odpowiedzi. Gdy pytanie wykraczało poza przewidziany schemat, często nie potrafił pomóc.

– Najlepiej sprawdziła się automatyzacja prostych, liniowych procesów. Takich, w których określony zestaw danych wejściowych prowadzi do przewidywalnego rezultatu, zgodnego z oczekiwaniami klienta. Tradycyjna automatyzacja nie sprawdzała się natomiast tam, gdzie procesów nie da się zamknąć w sztywnych schematach – mówi Artur Brzyski, dyrektor ds. produktów AI w e-point.

Ograniczenia takich rozwiązań widać w wynikach badania Armatis Customer Experience Index, przeprowadzonego przez SW Research w czerwcu 2025 r. na próbie 817 osób. Kontakt z botem w obsłudze klienta deklarowało 75,9 proc. respondentów, wobec 63,3 proc. w 2023 r. Mimo rosnącej popularności tej formy kontaktu pełne zaufanie do botów miało zaledwie 8,1 proc. badanych. Aż 67,9 proc. wolałoby poczekać na rozmowę z konsultantem, niż od razu skorzystać z pomocy automatu.

Sztuczna inteligencja ma pomóc przezwyciężyć część tych ograniczeń. W przeciwieństwie do systemów opartych na sztywnych regułach, modele językowe potrafią interpretować pytania formułowane na różne sposoby i dostosowywać odpowiedzi do kontekstu rozmowy. Nie oznacza to jednak, że zawsze poprawnie rozpoznają potrzeby klienta lub potrafią samodzielnie rozwiązać jego problem.

Zdaniem Artura Brzyskiego AI znajduje zastosowanie właśnie tam, gdzie tradycyjna automatyzacja okazuje się niewystarczająca. Zamiast prowadzić rozmowę według zaprogramowanego schematu, asystent wykorzystujący sztuczną inteligencję może lepiej uwzględniać konkretną sytuację użytkownika.

– Obsługa klienta przeszła drogę od wizyt w oddziale, przez infolinie i bankowość internetową, do aplikacji mobilnych. Wraz z wygodą rosły oczekiwania, bo obecny klient chce szybko załatwić sprawę. Nie chce zaś powtarzać tych samych informacji przy zmianie kanału kontaktu – mówi Marta Fila, członkini zarządu AIQLabs.

Przeczytaj: Gotowi na AI, niegotowi na zmianę. E-commerce mierzy się z luką wdrożeniową

Co umożliwiło rozwój bankowych asystentów AI?

Rozwój asystentów wykorzystujących sztuczną inteligencję stał się możliwy dzięki kilku zmianom, które zbiegły się w czasie. Postęp technologiczny i spadek kosztów korzystania z AI szły w parze z rozwojem regulacji dotyczących bezpieczeństwa danych oraz rosnącą popularnością bankowości mobilnej.

– Na ewolucję w sposobie komunikacji z klientem nałożyło się w tym samym czasie kilka czynników. Z jednej strony był to rozwój dużych modeli językowych i spadek kosztów ich komercyjnego wykorzystania. Z drugiej – wypracowanie bezpiecznych ram prawnych, gwarantujących przetwarzanie danych w obrębie Europejskiego Obszaru Gospodarczego. Do tego dochodzi dojrzałość cyfrowa Polaków. Dzięki powszechności BLIK i bankowości mobilnej chętnie testujemy nowe rozwiązania w swoich telefonach – mówi Michał Koszykowski.

Technologia rozwija się jednak szybciej niż zaufanie klientów. Pokazuje to raport firmy doradczej Kearney „Rozmowa z maszyną? – czy klienci banków są gotowi na rewolucję AI?”. Według badania przeprowadzonego w kwietniu 2025 r. od 66 do 72 proc. klientów banków detalicznych w Polsce było świadomych, że w ciągu poprzedniego roku kontaktowało się z nimi narzędzie wykorzystujące AI. Znacznie mniej osób deklarowało dużą otwartość na korzystanie z takich rozwiązań bez udziału pracownika banku. Było to 25 proc. przy zakupie nowych produktów i 31 proc. przy obsłudze już posiadanych.

– Na wdrażanie sztucznej inteligencji w bankowości patrzymy z trzech kluczowych perspektyw: wartości dla klienta, wartości operacyjnej dla banku oraz odpowiedzialnego zarządzania ryzykiem. Nie każda sprawa powinna być automatyzowana w ten sam sposób i nie każda od razu w całości – mówi Krystian Kamyk, partner i dyrektor zarządzający Kearney w Europie Środkowo-Wschodniej.

Jak wyjaśnia, dobrze zaprojektowany asystent AI powinien rozumieć zarówno język klienta, jak i sposób działania systemów bankowych. Dzięki temu użytkownik nie musi znać nazw produktów, procedur ani poszczególnych funkcji aplikacji.

– Klient nie musi znać nazw produktów ani procedur. Może zadać pytanie potocznie i nieprecyzyjnie, a agent i tak powinien wychwycić właściwy kontekst. Docelowo ma nie tylko udzielić odpowiedzi na pytania, ale też w uzasadnionych przypadkach zrealizować cały proces – zaznacza Krystian Kamyk.

Asystenci AI wchodzą do bankowych aplikacji

Jednym z przykładów wykorzystania generatywnej sztucznej inteligencji w polskiej bankowości jest N!Asystent. Nest Bank udostępnił go pilotażowo klientom indywidualnym w kwietniu 2024 r. Narzędzie działa w aplikacji mobilnej po zalogowaniu się użytkownika. Korzysta z informacji o posiadanych przez niego produktach i historii transakcji. Dzięki temu może analizować wydatki, przygotowywać zestawienia finansowe i pomagać w zarządzaniu domowym budżetem.

Największym wyzwaniem przy tworzeniu narzędzia w strukturze bankowej było zapewnienie, że model nie generuje błędnych informacji, bo ze względu na regulacje i odpowiedzialność nie możemy pozwolić sobie na odpowiedzi jedynie prawdopodobne.

– Korzystamy z różnych modeli do różnych zadań. To, że klient rozmawia z asystentem, nie oznacza interakcji z jednym rozwiązaniem, lecz z tym, które w danym momencie jest najbardziej odpowiednie. Największym wyzwaniem przy tworzeniu narzędzia w strukturze bankowej było zapewnienie, że model nie generuje błędnych informacji. Ze względu na regulacje i odpowiedzialność nie możemy pozwolić sobie na odpowiedzi jedynie prawdopodobne – mówi Michał Koszykowski.

Według danych Nest Banku około 90 proc. odpowiedzi asystenta osiąga jakość porównywalną z odpowiedziami doświadczonych doradców. Odsetek ocen negatywnych wynosi mniej niż 0,5 proc. Bank podkreśla również, że gdy asystent nie zna odpowiedzi lub nie dysponuje sprawdzonymi informacjami, powinien otwarcie przyznać się do niewiedzy. Następnie zaś przekazać sprawę konsultantowi wraz z podsumowaniem dotychczasowej rozmowy.

To przykład szerszej zmiany w podejściu do obsługi klienta. Nie chodzi już wyłącznie o udzielanie odpowiedzi na pytania, ale także o pomoc w załatwianiu konkretnych spraw.

– Filozoficznie, obsługa klienta przechodzi z modelu „zadaj pytanie, otrzymaj odpowiedź” do modelu „powiedz, co chcesz osiągnąć, a agent pomoże ci to zrealizować”. To nie jest zmiana samego interfejsu, ale zmiana filozofii projektowania całej ścieżki obsługi. Przechodzimy od automatyzacji samych odpowiedzi, które nie zawsze były cenione przez klientów, do automatyzacji realnego załatwiania spraw – podkreśla Krystian Kamyk.

Przeczytaj: Agentic commerce. Kiedy to nie klient, a AI robi zakupy

Bank z AI, ale wciąż z ludźmi

Coraz więcej spraw bankowych można załatwić bez rozmowy z konsultantem. Nie oznacza to jednak, że pracownicy przestają być potrzebni. Wraz z rozwojem automatyzacji zmienia się przede wszystkim charakter ich pracy.

W regulowanym środowisku bankowym sztuczna inteligencja raczej nie zlikwiduje potrzeby kontaktu z człowiekiem, ale już teraz zmienia jego charakter. Człowiek będzie jeszcze rzadziej niż dzisiaj potrzebny do rozwiązywania prostych lub powtarzalnych spraw, za to skupi się na kwestiach kompleksowych oraz budowaniu relacji z klientem i zaufania.

– W regulowanym środowisku bankowym sztuczna inteligencja raczej nie zlikwiduje potrzeby kontaktu z człowiekiem, ale już teraz zmienia jego charakter. Człowiek będzie jeszcze rzadziej niż dzisiaj potrzebny do rozwiązywania prostych lub powtarzalnych spraw. Skupi się za to na kwestiach kompleksowych oraz budowaniu relacji z klientem i zaufania – mówi Krystian Kamyk.

Sztuczna inteligencja może też wspierać samych doradców, ułatwiając im dostęp do informacji i przyspieszając obsługę bardziej złożonych spraw. Dzięki temu klient nie musi wybierać między wygodą bankowości cyfrowej a pomocą pracownika.

– Dzięki wsparciu sztucznej inteligencji doradca nie musi być ekspertem w każdej dziedzinie, by sprawnie poprowadzić nawet skomplikowaną sprawę. W efekcie klient zyskuje realny wybór sposobu kontaktu z bankiem. Może załatwić sprawę sam w kanale cyfrowym albo porozmawiać z człowiekiem, mając gwarancję, że jakość i sprawność obsługi będą na porównywalnym poziomie – zauważa Artur Brzyski.

Rozwój technologii nie eliminuje jednak ryzyka błędów. Szczególnie w bankowości, gdzie nieprawidłowa informacja może mieć poważne konsekwencje finansowe.

– Płynna rozmowa nie gwarantuje poprawności informacji, dlatego model potrzebuje aktualnych źródeł wiedzy i stałej kontroli. W finansach sztuczna inteligencja powinna działać w jasno określonych granicach. Szczególnie gdy kontakt dotyczy zobowiązań, reklamacji lub podejrzenia oszustwa – zaznacza Marta Fila.

Wszystko wskazuje więc na rozwój modelu hybrydowego, w którym automatyzacja i kontakt z doradcą wzajemnie się uzupełniają. Proste, powtarzalne czynności mogą być obsługiwane przez systemy AI, podczas gdy bardziej skomplikowane sprawy nadal będą wymagały udziału człowieka.

– Istota leży w tym, że klient nie oczekuje już zero-jedynkowego wyboru między technologią a człowiekiem. Oczekuje sprawnego połączenia obu tych światów. Technologia powinna rozwiązywać proste problemy szybko i wygodnie. Człowiek powinien być dostępny tam, gdzie potrzebne są empatia, odpowiedzialność i bardziej złożona decyzja – mówi dr Michał Polak.

Główne wnioski

1. Automatyzacja bankowości wykracza poza udzielanie odpowiedzi. Tradycyjne boty działały według ustalonych scenariuszy. Asystenci wykorzystujący generatywną sztuczną inteligencję potrafią rozpoznawać intencje klientów wyrażone naturalnym językiem, a coraz częściej także pomagać w załatwianiu konkretnych spraw.
2. Klienci cenią wygodę, ale nie są gotowi całkowicie zaufać AI. Według badania Kearney 66-72 proc. klientów bankowości detalicznej w Polsce było świadomych kontaktu z narzędziami AI w ciągu poprzedniego roku. Jednocześnie dużą otwartość na obsługę bez udziału pracownika deklarowało 25 proc. badanych przy zakupie nowych produktów i 31 proc. przy obsłudze już posiadanych.
3. Przyszłość bankowej obsługi to współpraca człowieka z AI. Automatyzacja może przejmować proste i powtarzalne zadania, a także wspierać doradców w bardziej złożonych sprawach. Warunkiem pozostają jednak bezpieczeństwo danych, kontrola jakości odpowiedzi i możliwość przekazania rozmowy pracownikowi banku, gdy wymaga tego sytuacja.

Artykuł powstał na zlecenie Nest Banku.