GenAI w banku. „Klienci nie będą jej widzieć ani nie muszą się na niej znać. Ale będzie wszędzie” (WYWIAD)

Martyna Mroczek-Kowalik, XYZ: Czy jeśli korzystam z aplikacji mBanku, to znaczy, że mam kontakt ze sztuczną inteligencją?

Krzysztof Dąbrowski, wiceprezes mBanku ds. operacji i informatyki: Tak – i to nie od dziś. Choć dla wielu AI zaczęła się od ChatGPT, w bankowości stosujemy ją od lat. Oczywiście nie chodzi tu o generatywne modele językowe, tylko o uczenie maszynowe – fundamenty sztucznej inteligencji. Wszystkie transakcje klientów – czy to kartowe, przelewowe, czy blikowe – są automatycznie analizowane przez nasze modele AI. Chodzi o to, by w ułamku sekundy sprawdzić, czy dana operacja nie jest próbą oszustwa.

Jak to działa w praktyce?

To bardzo szybki proces. Mamy dosłownie kilkaset milisekund, by zdecydować, czy dana transakcja mieści się w normalnym zakresie zachowań klienta. System ocenia, czy miejsce, kwota, sposób płatności nie odbiegają od tego, co użytkownik robił wcześniej. Co istotne, nie ma jednego wzorca – każdy klient ma własny, zindywidualizowany „model normalności”.

A jeśli ktoś dopiero założył konto?

Wtedy wykorzystujemy reguły ogólne. Choć są mniej precyzyjne, bardzo dobrze radzą sobie z detekcją fraudów.

A co z próbami skomplikowanych kradzieży w wykonaniu cyberprzestępców?

Scenariusze oszustw są coraz bardziej wyrafinowane. Dzięki szybkim sieciom telekomunikacyjnym przestępcy potrafią wypłacić w bankomacie pieniądze z karty płatniczej, która znajduje się setki kilometrów od niego. Wystarczy zmanipulować ofiarę, żeby zainstalowała apkę, która rzekomo ma ją zabezpieczyć przed próbą kradzieży środków z konta, a później poprosić o przyłożenie karty do telefonu i wprowadzenie PIN-u do apki. Nowe technologie dają dużo nowych możliwości. Również dla oszustów.  Ten wyścig trwa cały czas.

Ale my też się uczymy – i bardzo zależy nam, by nie tylko reagować na oszustwa, ale im aktywnie zapobiegać. Niedawno w  jednej z takich spraw udało nam się skutecznie zidentyfikować próbę wyłudzenia. Namierzyliśmy taką akcję i poprosiliśmy policję, żeby przyjechała do bankomatu, poprzez który złodzieje wykradali pieniądze z karty osoby przebywającej zupełnie gdzie indziej. Policja przyjechała i złapała przestępców na gorącym uczynku.

Przeczytaj: Nowy rodzaj uzależnienia? Oto jak AI wpływa na twoją psychikę (WYWIAD)

Czyli sztuczna inteligencja w banku to większe bezpieczeństwo?

Nie tylko. AI wspiera także wygodę klientów. Nasz asystent płatności analizuje historię rachunków i sam przypomina klientowi, że zbliża się termin przelewu, np. za zajęcia sportowe czy energię. To szczególnie istotne w Polsce, gdzie polecenie zapłaty – popularne na Zachodzie – się nie przyjęło. Dzięki AI przypomnienia są inteligentne, a nie oparte wyłącznie na kalendarzu.

Jak wygląda wykorzystanie AI od strony pracownika banku?

Mamy na przykład narzędzie „Talk to your data”. Pozwala pracownikowi zadać pytanie o dane w języku naturalnym, a AI tłumaczy to na zapytanie SQL i pokazuje, gdzie konkretnie szukać informacji. Pracownik nie musi znać struktury bazy danych. To ogromna oszczędność czasu i większa samodzielność.

A kontakt z klientami?

Codziennie mamy tysiące rozmów z klientami – głosowych i tekstowych. AI analizuje je pod kątem jakości obsługi. Sprawdzamy m.in., czy doradca przestrzega naszych zasad, czy komunikuje się zgodnie z mKanonem – czyli czy używa prostego i empatycznego języka, który opracowaliśmy w mBanku.

Analizujemy również tematy rozmów – możemy zidentyfikować rosnące potrzeby lub problemy szybciej niż kiedykolwiek wcześniej.

Z kolei w przypadku klientów biznesowych opiekun z banku przed spotkaniem dostaje od AI zwięzłe podsumowanie tego, co ostatnio słychać w danej firmie lub branży. Dzięki temu przychodzi na rozmowę z klientem dobrze przygotowany.

Przeczytaj: Nadchodzi era „AI Visibility”. Michał Sadowski o tym, jak sztuczna inteligencja zrewolucjonizuje internet (WYWIAD)

Czy sztuczna inteligencja pomaga też w reklamacjach?

To jedno z bardzo potrzebnych zastosowań. Klienci opisują problemy w sposób nieustrukturyzowany – trzeba zrozumieć, co się wydarzyło, jakie dane są potrzebne, jak zareagować. AI potrafi wyodrębnić kluczowe informacje z tekstu, znaleźć podobne przypadki w przeszłości, zasugerować rozwiązanie i nawet zaproponować treść odpowiedzi. Ale decyzja zawsze należy do człowieka. Chcę, żeby to wybrzmiało: to nie maszyna, tylko człowiek odpowiada klientowi.

Jak powstają takie narzędzia?

Mamy wewnętrzny inkubator rozwiązań generatywnych. Testujemy pomysły, patrzymy, co działa. Jeśli działa – wdrażamy na większą skalę. Jeśli nie – rezygnujemy. Wszystko, o czym dziś mówimy, wyszło z tego inkubatora.

I nad czym teraz pracujecie?

Nie snujemy wizji na kilka lat do przodu. AI rozwija się tak dynamicznie, że nasze podejście to: testuj, ucz się, wdrażaj. Wiemy, że technologia się zmienia – i chcemy być gotowi na adaptację. Nie opowiadamy, co może kiedyś zrobimy. Pokazujemy to, co już działa.

Czy klienci powinni się jakoś adaptować do tych zmian technologicznych?

Nie. AI ma być przezroczysta. Klienci nie będą jej widzieć – po prostu zaczną odczuwać, że bank działa szybciej, trafniej, skuteczniej. Tak jak nie trzeba znać zasad działania wyszukiwarki Google i ChataGPT, żeby z nich korzystać, tak samo nie będzie potrzeby poznawania mechanizmów AI. To nie rewolucja, która wymaga przygotowania. To ewolucja, która dzieje się codziennie.

Krzysztof Dąbrowski jest prelegentem na konferencji Infoshare, 27-28 maja w Gdańsku.

Główne wnioski

1. Generatywna AI w mBanku to realne, działające narzędzia, a nie futurystyczne eksperymenty. Wspierają bezpieczeństwo i codzienną pracę banku oraz jego pracowników.
2. Sztuczna inteligencja podnosi poziom ochrony klientów przed oszustwami, analizując każdą transakcję w czasie rzeczywistym i ucząc się indywidualnych wzorców zachowań.
3. AI ma być niewidoczna dla klienta, ale odczuwalna w jakości obsługi. Jej działanie nie wymaga wiedzy technicznej, bo została zaprojektowana tak, by usprawniać procesy w tle.

Materiał powstał na zlecenie mBank