Zaloguj się 
Dzieje się!
Dzieje się! 
Kto, jak i dlaczego używa genAI w polskiej bankowości
Polskie banki zaczęły w 2024 r. szczegółowo analizować potencjał generatywnej sztucznej inteligencji. Ruszyło kilkanaście pilotaży. Banki używają genAI głównie w procesach wewnętrznych, ale prawdziwym testem będą wdrożenia dla klientów – tam ewentualne pomyłki mogą drogo kosztować.
Udostępnij przez e-mail 
Z tego artykułu dowiesz się…
- Które polskie banki najchętniej wykorzystują generatywną sztuczną inteligencję.
- Jakie są najczęstsze zastosowania genAI i jakie są główne wyzwania przy jej wdrażaniu.
- Z czego wynika ostrożność niektórych banków wobec tej technologii.
Sztuczna inteligencja (AI) to jedno z najpopularniejszych haseł ubiegłorocznych konferencji sektora finansowego. Na czerwcowym Europejskim Kongresie Finansowym przewidziano dwie debaty na ten temat, a w listopadzie AI zdominował program konferencji IT@Bank. Rozmawiano o niej na jesiennych Banking & Insurance Congress i Kongresie Bankowości Detalicznej, na Impact’24 sztuczna inteligencja stała się specjalną ścieżką tematyczną.
Aby sprawdzić, czy za licznymi debatami i rozmowami w kuluarach idą działania, postanowiliśmy zapytać sektor o wdrożenia i toczące się prace. Skupiliśmy się jednak na genAI, czyli generatywnej sztucznej inteligencji, rozpowszechnionej przez Chat-GPT i opracowanej przez amerykańską firmę OpenAI (generuje tekst, zdjęcia i filmy na podstawie podpowiedzi użytkownika). Dlatego, że to w tym zakresie w 2024 r. dokonała się największa zmiana w polskich bankach.
O optymizmie związanym z genAI mówi np. grudniowy raport firmy Accenture, według którego aż 60 proc. zarządzających polskimi instytucjami finansowymi twierdzi, że genAI istotnie zmieni prowadzony przez nich biznes lub cały sektor, w którym działają. Ich zdaniem największy potencjał leży w obsłudze klientów i wsparciu w tworzeniu treści marketingowych oraz sprzedażowych.
Porozmawialiśmy z przedstawicielami trzech banków, które mają zupełnie różne podejście do wykorzystywania tej technologii, ale pytania wysłaliśmy do wszystkich większych banków komercyjnych w Polsce. Instytucje, które odpowiedziały na nasze pytania, chętnie chwaliły się pierwszymi pilotażami. Co ciekawe, liderami wdrożeń genAI nie są wcale największe banki dysponujące dużymi budżetami i zespołami programistów, ale raczej mniejsze podmioty, dla których ta technologia może stanowić przewagę konkurencyjną.
Nest Bank z najgłośniejszym pilotażem w sektorze
Bankiem, który najmocniej zaznaczył swoją obecność w tym zakresie, jest niewielki Nest Bank. Uruchomił N!Asystenta, czyli wirtualnego asystenta klienta dostępnego w aplikacji mobilnej.
Rozwiązanie zdobyło dwie nagrody. We wrześniu Nest zgarnął Best of Show na międzynarodowej konferencji FinovateFall 2024, a w grudniu wygrał główną nagrodę w kategorii TOP Innovation – AI na Banking Tech Awards 2024 pokonując duże amerykańskie banki: Wells Fargo, JP Morgan i Bank of America.
– Do wdrożeń w AI nie potrzeba dużego budżetu, raczej determinacji, talentu i taktyki. Nasze wdrożenie nie wiązało się z dużymi wydatkami, ale jest ogromnym sukcesem. Przygodę ze sztuczną inteligencją rozpoczęliśmy na początku 2023 r., kiedy wprowadziliśmy Puchacza – wewnętrznego asystenta AI opartego na modelu GPT, zaprojektowanego z myślą o wsparciu naszych pracowników. W grudniu 2023 r. zapadła decyzja o potrzebie wdrożenia czatu do komunikacji z klientami i w kwietniu 2024 r. ruszył już N!Asystent – mówi XYZ Janusz Mieloszyk, pierwszy wiceprezes Nest Banku.
Asystent wykorzystuje model GPT 4o (wydany w maju 2024 r.), który jest wzbogacony o wewnętrzne dokumenty banku, np. regulaminy, tabele opłat i prowizji, a także jest połączony z usługami bankowości internetowej i mobilnej, skąd pobiera dane o kliencie i jego produktach. Dzięki temu może nie tylko odpowiadać na szczegółowe pytania klientów dotyczące oferty, ale też np. przygotować analizę przychodów i wydatków. Klientom biznesowym może dodatkowo udzielać szczegółowych informacji o historii transakcji albo wpływach i strukturze wydatków.
Rozwiązanie nadal jest na etapie pilotażu, co oznacza, że korzysta z niego ograniczona grupa klientów, którzy każdego dnia przesyłają kilka tysięcy zapytań. Z asystentem można komunikować się zarówno w formie pisemnej, jak i głosowej. Można nie tylko rozmawiać z nim o wydatkach czy historii rachunku, ale też zlecić mu przygotowanie przelewu czy poprosić o umówienie rozmowy z konsultantem. Asystent potrafi prezentować informacje finansowe na aktywnych wykresach oraz przekierować klienta bezpośrednio w odpowiednie miejsce w aplikacji, jeśli ten ma problem ze znalezieniem np. jakiejś konkretnej funkcji.
Jak twierdzi nasz rozmówca, już na początku 2025 r., za pośrednictwem N!Asystenta klienci będą mogli opłacić fakturę, robiąc jej zdjęcie. Zapowiada ponadto rozszerzenie możliwości N!Asystenta o dodatkowe funkcje jak przewalutowanie, zastrzeganie karty, składanie wniosków o nową kartę oraz realizowanie dyspozycji, np. zmiany danych.
– N!Asystent to narzędzie, które pozwoli nam zwiększać skalowalność procesów operacyjnych i dostarczać klientom bardziej spersonalizowane usługi podnosząc jakość obsługi – przekonuje Janusz Mieloszyk.
Zaznacza, że dobre wdrożenie genAI opiera się na odpowiednio dobranym zespole, który łączy ekspertów z różnych dziedzin i talenty.
– Kluczowa jest otwartość na zmianę, chęć eksperymentowania oraz współpraca między zespołami – IT, biznesem i compliance. Ważne, by produkt był zrozumiały dla całej organizacji, a nie tylko dla wybranego zespołu – podkreśla pierwszy wiceprezes Nest Banku.
Do wdrożeń w AI nie potrzeba dużego budżetu, raczej determinacji, talentu i taktyki. Kluczowa jest otwartość na zmianę, chęć eksperymentowania i współpraca między zespołami
VeloBank planuje kilka kolejnych wdrożeń genAI
Inne podejście wybrał VeloBank. Ma za sobą już trzy wdrożenia genAI. W październiku 2023 r. stworzył chatbota, który wspierał doradców obsługujących rządowy program Bezpieczny Kredyt 2 proc. Później, w listopadzie, użył genAI do rekomendowania klientom na platformie sprzedażowej VeloMarket produktów zgodnych z wartościami ESG. We wrześniu 2024 r. uruchomił z kolei VeloFotkę, czyli wypełniany automatycznie wniosek o kredyt konsumpcyjny do 6,5 tys. zł dostępny przez zrobienie zdjęcia etykiety cenowej produktu, który klient chce sfinansować.
– Przy VeloFotce uzyskanie finansowania trwa kilka minut, czyli jest szybsze niż czas potrzebny na przejście od półki sklepowej do kasy. Rozwiązanie jest dostępne także dla osób niebędących klientami banku a proces można sfinalizować potwierdzając tożsamość z użyciem mObywatela. Wykorzystujemy Chat-GPT 4 Turbo, który analizuje zdjęcie, rozpoznaje widoczne na nim dane produkty i wypełnia wniosek kredytowy – mówi XYZ Przemysław Koch, wiceprezes VeloBanku.
Choć od wdrożenia produktu, minęły ponad trzy miesiące, bank chwali się, że w ten sposób udzielił już finansowania na ponad 5 mln zł. Codziennie do banku napływa po kilkanaście nowych wniosków kredytowych. Pierwsze sukcesy zachęciły VeloBank do kolejnych wdrożeń.
– Na bazie doświadczeń z czatem dla Bezpiecznego Kredytu 2 proc., chcemy uruchomić chatboty wspierające sprzedawców innych produktów, na początku pożyczek gotówkowych. Jesteśmy na etapie zaawansowanych testów. Chcemy je docelowo udostępnić klientom, by ułatwić im przejście przez proces wnioskowania i wybór najlepszej dla nich opcji – zapowiada Przemysław Koch.
Jak podkreśla, wdrożenia genAI w VeloBanku bazują na wykorzystaniu dostępnych modeli czata GPT zasilonych wewnętrznymi dokumentami i danymi produktu, np. regulaminami, opisami, specyfikacjami. Kolejny etap to proces testowania bota, w ramach którego bank sprawdza, czy odpowiedzi są prawidłowe i kompletne i nadal je dostraja poprzez tzw. promptowanie (zadanie odpowiednich pytań). Dopiero w momencie, gdy bot jest odpowiednio „wyuczony”, bank udostępnia go szerszemu gronu odbiorców.
– Pracujemy także intensywnie nad service botem wspierającym sprzedaż pożyczki gotówkowej, który jest obecnie w testach. Ma prowadzić klienta „za rękę” w procesie wnioskowania. Będzie bardziej interaktywny niż chatboty dostępne dla pracowników banku, bo będzie sam dopytywać klienta o kwestie, które są kluczowe dla procesu wnioskowania – wskazuje Przemysław Koch.
Trzecim produktem ma być Osobisty Asystent Finansowy, dostępny w aplikacji mobilnej banku. Właśnie trwają jego beta testy ograniczone do grupy friends & family.
– Jest w aplikacji do beta testów i udostępniony zaprzyjaźnionym klientom banku. Asystent lub bardziej asystentka będzie się nazywała Vela i będzie zawsze dostępna. Po uruchomieniu aplikacji na głównym ekranie zapyta klienta, jak może mu pomóc. Nasi beta testerzy prowadzą z Velą zaawansowane rozmowy i sprawdzają, gdzie są niedociągnięcia i co trzeba jeszcze usprawnić. Szerszy pilotaż chcemy uruchomić w styczniu, ale nadal będzie to friends & family. Kiedy beta testy potwierdzą gotowość Veli do przedstawienia jej światu, każdy klient będzie mógł aktywować wersję beta Veli w swojej aplikacji. Wyzwaniem w przygotowaniu chatbotów wspierających klientów jest zapewnienie, że nie będą „halucynowały” [myliły się – red.] i zadbanie o to, by miały w sobie odpowiedni element „człowieczeństwa”. Pierwsze testy pokazały, że odpowiedzi takiego bota są racjonalne, ale brakuje w nich wrażliwości i empatii. Gdybyśmy takiego bota wypuścili na rynek, mógłby nam przysporzyć trochę problemów – podkreśla Przemysław Koch.
Kolejnym rozwiązaniem genAI w przygotowaniu jest bot przeznaczony do pracy w contact center. Zastąpiłby IVR (interaktywna obsługa osoby dzwoniącej). Klienci będą mogli przedstawić robotowi sprawę, w jakiej dzwonią, a ten przeanalizuje pytanie i automatycznie połączy z odpowiednim konsultantem. To eliminuje konieczność skakania po kolejnych rozgałęzieniach drzewka IVR.
– Pracujemy też nad botem do weryfikacji tzw. leadów, tj. sprawdzania informacji o zainteresowaniu klientów poszczególnymi produktami banku. Tu pierwszy kontakt byłby zrealizowany przez voice bota, który potwierdziłby zainteresowanie klienta danym produktem, a następnie przekazał rozmowę do agenta, który przeprowadziłby proces sprzedaży. To odciąży contact center, ponieważ na wstępnym etapie odsieje osoby, które straciły zainteresowanie produktem – zaznacza wiceprezes VeloBanku.
Jak podkreśla nasz rozmówca, stosowanie genAI ma dawać VeloBankowi przewagę nad konkurencją.
– Wdrażamy czaty tam, gdzie widzimy, że bot mógłby pomóc w zwiększeniu efektywności banku albo w obsłudze klientów i zbudowaniu dodatkowej jakości. Konkretne wdrożenie rozwiązań opartych na genAI poprzedza przygotowanie business case [uzasadnienie biznesowe projektu – red.] i zbadanie oczekiwanych skutków np. w obszarze tworzenia dodatkowych przychodów lub zwiększeniu efektywności przekładającej się na niższe koszty – zaznacza wiceprezes VeloBanku.
Wyzwaniem w przygotowaniu chatbotów dla klientów jest zapewnienie, że nie będą się mijały z prawdą i zadbanie o to, by miały w sobie odpowiedni element „człowieczeństwa”.
PKO BP analizuje genAI, ale zaleca ostrożność
W odróżnieniu od dwóch powyższych banków lider sektora dość ostrożnie podchodzi do genAI. Jak mówi nam Paweł Klimiuk, dyrektor biura rozwoju sztucznej inteligencji w departamencie analityki danych w PKO BP, wykorzystanie genAI w nieodpowiedzialny i niekontrolowany sposób w komunikacji z klientami może być ryzykowne.
– Nie znam instytucji finansowej, która używa genAI do komunikacji z klientem zewnętrznym na masową skalę. Są co najmniej dwa powody. Pierwszy jest taki, że bank płaci za każdy token [słowo lub jego część – red.] skierowany do czatu i jego odpowiedź, co stwarza konieczność zaprojektowania rozwiązania, które co najmniej zwróci poniesione koszty. Drugim powodem jest fakt, że te modele „halucynują”, a koszt pomyłki w komunikacji z klientem jest dużo większy niż w komunikacji z pracownikiem – ujawnia Paweł Klimiuk.
To nie znaczy, że bank nie ma botów. Używa ich wręcz na masową skalę, ale opierają się one na klasycznych modelach tzw. uczenia maszynowego (ang. machine learning). Rozpoznają intencje klientów, wyciągają dane i obsługują klientów w zależności od ich potrzeb. Tak działa np. realizacja przelewu do zdefiniowanego odbiorcy, blokada karty, sprawdzanie, czy klient jest zainteresowany jakimś produktem albo analiza wydatków klientów w czasie i podziale na kategorie.
Nie znam przypadku instytucji finansowej, która wykorzystuje genAI do komunikacji z klientem na masową skalę. Koszt pomyłki w komunikacji z klientem jest dużo większy niż w komunikacji wewnątrz banku.
– Analizujemy, gdzie możemy wykorzystać genAI, biorąc pod uwagę dodatnią wartość biznesową i zwrot z inwestycji. Pracujemy nad tym, by tworzyć boty hybrydowe, czyli wesprzeć je punktowo za pomocą RAG [technika umożliwiająca genAI wyszukiwanie informacji w określonym zestawie dokumentów – red.], gdy bot sobie nie radzi odpowiednio dobrze – mówi Paweł Klimiuk.
Bank otrzymał właśnie 9,2 mln zł dofinansowania z funduszy europejskich na projekt budowy polskich modeli językowych i „serwowania modeli wielozadaniowych wewnątrz banku”. Na rozwiązaniu mają skorzystać zarówno klienci, jak i pracownicy PKO BP.
– Największy potencjał tkwi w kanale czatowym. Trudniej jest w kanale głosowym, bo odpowiedź powinna być szybka i w miarę krótka, łatwa do zapamiętania. Tego oczekują klienci, dzwoniąc do nas. Nikt nie będzie zapamiętywać długich wypowiedzi. W kanale czatowym czas oczekiwania można zastąpić znakiem klepsydry, albo sprawić, że czat odpisuje na bieżąco [streaming – red.]. Obie formy są możliwe, tylko trzeba to mądrze zaprojektować. Mamy za sobą już pierwszy POC [proof-of-concept, czyli realizacja pomysłu w celu potwierdzenia jego wykonalności – red.] – ujawnia Paweł Klimiuk.
Jego zdaniem, genAI można z powodzeniem wdrażać w procesach wewnętrznych i jest to łatwiejsze niż przy relacji z klientem.
– Dążymy do stworzenia jednej globalnej wyszukiwarki, która w zależności od poziomu dostępu pracownika sprawdzałaby wszystkie zasoby banku, do których ma dostęp. Dziś to dość problematyczne, bo te dane są w różnych formatach i strukturach, co wydłuża czas pracy, a obecne wyszukiwarki słabo radzą sobie z obsługą takich zapytań. Intensywnie pracujemy nad wdrożeniem tego typu rozwiązań – zaznacza dyrektor biura w PKO BP.
Bank pracuje także nad wdrożeniem asystenta programowania, który ułatwi i przyspieszy prace związane z tworzeniem, rozwojem, testowaniem i utrzymaniem kodu.
– To bardzo przyspiesza czas programowania i tworzenia nowych rozwiązań. Daje swobodę wdrożenia nowej technologii, a programiście pozwala szybko zacząć jej używać. Dzięki temu młodsi programiści nie znający dobrze np. danego języka programowania, mogą w dość krótkim czasie osiągnąć poziom specjalisty lub ekspercki – podkreśla Paweł Klimiuk.
Wskazuje, że ostatnim rozwiązaniem wykorzystującym genAI jest cyfrowy obieg dokumentów, na razie w fazie szerszych testów.
– GenAI pozwala wydobywać ze skomplikowanych dokumentów metadane, np. wskazać w akcie notarialnym dane osobowe i ustalić, kto jest właścicielem nieruchomości, a kto np. pełnomocnikiem dewelopera. Dodatkowo umożliwia szybkie streszczanie dokumentów, analizę i tłumaczenie, gdy dokumenty są w innym języku niż polski – zaznacza dyrektor w PKO BP.
Zdaniem eksperta
Potencjał tkwi w personalizacji usług na masową skalę
GenAI wspiera również innowacje produktowe oraz ich dystrybucję. Banki mogą lepiej integrować swoje usługi w codziennym życiu klientów poprzez tzw. embedded finance – personalizację produktów finansowych dostosowaną do potrzeb użytkowników.
Kolejnym istotnym obszarem jest wsparcie w nawigowaniu złożonym środowiskiem regulacyjnym. GenAI pomaga analizować i przewidywać skutki zmian prawnych, co znacząco ułatwia zachowanie zgodności z regulacjami. Potencjał GenAI tkwi także w automatyzacji i optymalizacji procesów operacyjnych. Redukcja kosztów oraz uproszczenie struktur organizacyjnych to główne korzyści. Modele GenAI doskonale radzą sobie z analizą danych, wspieraniem decyzji oraz rozumieniem złożonych zależności w organizacji. Warto wspomnieć o „agentyzacji” procesów – wykorzystaniu GenAI jako samodzielnych agentów zdolnych do wykonywania zadań w różnych obszarach organizacji. Choć rozwiązania „agentyzacji” są wciąż w początkowej fazie rozwoju, ich potencjał rośnie wraz z postępem technologicznym.
Wdrożenie GenAI wymaga przemyślanego podejścia. Kluczowe jest przygotowanie pracowników przez szkolenia i wsparcie, co pozwala na pełne wykorzystanie potencjału technologii. Brak inwestycji w tym obszarze może prowadzić do niepowodzeń. Drugim ważnym aspektem jest precyzyjne określenie celów biznesowych. GenAI to narzędzie, a nie uniwersalne rozwiązanie. Wdrożenie powinno wynikać z konkretnych potrzeb organizacji i przynosić mierzalną wartość. Zamiast realizacji dużych, długoterminowych projektów warto postawić na iteracyjny model wdrażania. Stopniowe wprowadzanie i doskonalenie rozwiązań pozwala lepiej dostosować technologię do rzeczywistych potrzeb organizacji.
BNP Paribas ma za sobą już trzy wdrożenia
Do pozostałych banków skierowaliśmy pytania mailowo. Na nasze pytania odpowiedziało siedem z nich (Alior, Bank Pocztowy, BNP Paribas, BOŚ, Credit Agricole, Millennium, Santander). Wszystkie przyznały, że prowadzą już pierwsze programy pilotażowe dotyczące genAI.
BNP Paribas ma za sobą trzy wdrożenia. W 2024 r. uruchomił GENiusza (czyli chatbota wewnętrznego, z którego korzystają pracownicy banku), CopAllota (asystenta kodowania dla programistów w banku) i asystenta AIDA (umożliwiającego zadanie pytań do baz języka programowania SQL przez osoby, które go nie znają).
– Uważamy GenAI za technologię, której szybka adopcja może zapewnić strategiczną przewagę konkurencyjną pod kątem zarówno efektywności kosztowej, jak i jakości komunikacji z klientem – mówi Jarosław Łach, tribe leader w BNP Paribas.
Alior chce wyznaczać nowe standardy w branży
Pierwsze wdrożenie ma za sobą Alior. W pierwszej połowie 2024 r. bank uruchomił tzw. „Aliorpedię”, czyli wewnętrzną bazę wiedzy dla pracowników. Pozwala na zadawanie pytań dotyczących wewnętrznych procedur i regulacji bankowych i udziela odpowiedzi w języku naturalnym. Narzędzie działa w formie czatu. Na razie bank udostępnił rozwiązanie wybranej grupie użytkowników, a pełnoskalowe wdrożenie planuje na 2025 r.
Szybka adopcja może zapewnić strategiczną przewagę konkurencyjną pod kątem efektywności kosztowej i jakości komunikacji z klientem
– Widzimy w tej technologii olbrzymi potencjał. Mamy za sobą pierwsze eksperymenty, w tym udany projekt pilotażowy, które tylko potwierdziły jej skuteczność i rozbudziły nasz apetyt. Wierzymy, że instytucje, które jako pierwsze skutecznie zaimplementują GenAI, zyskają znaczącą przewagę rynkową. W Alior Banku intensywnie pracujemy nad tym, by znaleźć się w gronie liderów i wyznaczać nowe standardy w branży – komentuje Łukasz Samborski, pełnomocnik zarządu Alior Banku ds. AI.
Millennium bez genAI byłoby mniej efektywne
Bank Millennium udostępnił pracownikom platformę opartą o genAI. Wspiera ich ona w analizie dokumentów, reklamacji i transkrypcji rozmów.
– Już dziś w Banku Millennium rozwiązania wykorzystujące AI są podstawowym narzędziem pracy umożliwiającym szybsze i dokładniejsze przetwarzanie olbrzymich zbiorów danych i dokumentów. Nieustannie rozwijamy ten obszar również ze względów kosztowych. Widzimy, że interpretowanie coraz większych zbiorów danych i podejmowanie na ich bazie decyzji w czasie rzeczywistym bez wsparcia genAI byłoby mało efektywne i bardzo kosztowne – ujawnia Piotr Skopiński, dyrektor Departamentu Rozwoju Aplikacji Banku Millennium.
Instytucje, które jako pierwsze zaimplementują genAI, zyskają znaczącą przewagę rynkową. Intensywnie pracujemy nad tym, by znaleźć się w gronie liderów
Pilotaże prowadzą też ING i Santander. Ten pierwszy podał nam przykłady czterech rozwiązań, które wykorzystuje. To m.in. specjalistyczne chatboty wspierające procesy w banku, bot dla pracowników bazujący na wiedzy o produktach i procesach w banku, Potwierdza, że widzi spory potencjał w takich rozwiązaniach.
Mniejsze banki także prowadzą pierwsze pilotaże
BOŚ i Credit Agricole prowadzą pilotaże na potrzeby wewnętrzne. Pierwszy udostępnił już czat produktowy dla doradców, drugi testuje m.in. narzędzie do upraszczania tekstów.
Credit Agricole zapowiada, że w 2025 r. uruchomi wirtualnego asystenta, który przed spotkaniem przygotuje dla doradcy banku kluczowe informacje o kliencie. Taki asystent ma też tworzyć notatki po spotkaniu na podstawie nagrania doradcy i dobierać produkty i usługi, z których klient mógłby skorzystać. Drugie rozwiązanie to czat dla pracowników wspierający obsługę klientów – będzie bazować na wewnętrznych instrukcjach, procedurach, przewodnikach.
Pierwsze wdrożenia ma za sobą także Bank Pocztowy. Pierwsze z rozwiązań wspiera pracowników w procesach wewnętrznych np. w przygotowywaniu i opiniowaniu dokumentacji pod kątem zgodności z regulacjami wewnętrznymi i spójności merytorycznej. Bank wykorzystuje to rozwiązanie tam, gdzie wymagana jest weryfikacja dokumentów, np. dotyczących wymagań prawnych i audytowych.
– Wdrożenia AI i korzyści związane ze zwiększaniem efektywności i jakości procesów wewnętrznych w Banku Pocztowym to już fakt. Korzystamy z tej technologii tak naturalnie, jak z innych, które już wdrożyliśmy, np. z usług udostępnianych z chmury obliczeniowej czy biometrii – twierdzi Waldemar Szczepański, zastępca Dyrektora Biura Zarządzania IT Banku Pocztowego.
Czy AI Act zahamuje rozwój genAI?
Cześć naszych rozmówców zwraca uwagę, że istotnym zagadnieniem będzie zgodność genAI z wymogami AI Act, czyli unijnego rozporządzenia o sztucznej inteligencji.
– Rozwój genAI musi być zgodny z wymogami AI Act i innych regulacji. Cały sektor podchodzi do tematu bardzo ostrożnie, stawiamy bezpieczeństwo klientów na pierwszym miejscu – mówi Bartosz Sokoliński, dyrektor ds. rozwiązań AI w departamencie informatyki i telekomunikacji BOŚ.
Zastosowanie genAI w polskich bankach będzie zależało od takich czynników jak zdolności do adaptacji, gotowości do podejmowania ryzyka i innowacyjności.
– Kluczowe znaczenie będzie miała również interpretacja regulacji AI ACT w Polsce i stopień otwartości nadzoru, takiego jak KNF lub nowo powstałego KRiBSI [Komisja Rozwoju i Bezpieczeństwa Sztucznej Inteligencji – red.], na wdrażanie GenAI w kluczowych procesach wewnętrznych i usługach zewnętrznych banków. Te aspekty będą miały istotny wpływ na tempo i zakres adaptacji tej technologii w sektorze – Łukasz Samborski z Alior Banku.
GenAI rozwija się bardzo szybko, w niespotykanym dotąd tempie.
– Jej wpływ nie tylko na sektor finansowy będzie przełomowy. Inwestowanie w tę technologię to konieczność – tego wymaga rynek i oczekiwania klientów. To, co może to tempo i zakres ograniczyć to na pewno regulacje – podsumowuje Piotr Skopiński z Banku Millennium.
Mini wywiad
GenAI pozwoli zmieniać modele biznesowe
XYZ: Nie jest pan jeszcze zmęczony ciągłym rozmawianiem o sztucznej inteligencji?
Ronit Ghose, globalny szef zespołu analitycznego Future of Finance w Citi: Pierwszy raz pisałem o wykorzystaniu sztucznej inteligencji w bankowości w 2018 r. Nikt wtedy tego nie słuchał. Teraz zainteresowanie jest ogromne.
Kto teraz pana słucha? Niełatwo przekonać konserwatywnych bankowców, by uwierzyli, że AI odmieni bankowość?
Bankowcy muszą być konserwatywni, bo odpowiadają za depozyty. Muszą sprzedawać produkty, ale też znaleźć nowych klientów. Ludziom w startupach wydaje się, że zespoły w bankach są homogeniczne. To nieprawda. Mamy wiele wspólnych wizji, zasad, procesów, ale jest też dużo więcej różnorodności, niż mogłoby się wydawać.
W banku większość ludzi skupia się na podążaniu za zasadami, to konieczne, by robić rzeczy na wysokim poziomie i by utrzymać stabilność. Aby jednak zrobić nowe przełomowe rzeczy, musisz niszczyć te zasady i tworzyć nowe.
Tych pierwszych jest jednak dużo więcej. Czy przez ten konserwatyzm bankom nie odjedzie pociąg zmian? Nie wdrożą AI na czas, a przez to zostaną daleko w tym za konkurencyjnymi podmiotami, często bardziej zwinnymi fintechami, czy bigtechami.
Banki używają od lat uczenia maszynowego [machine learning – red.], które nazwałbym „nudnym” poprzednikiem AI. Stosują to m.in. w monitoringu sankcji, oszustw, przeciwdziałaniu praniu pieniędzy, modelach wyceny np. stosowanych przy kartach kredytowych.
Generatywna sztuczna inteligencja to coś zupełnie innego. Nie chodzi wyłącznie o przetwarzanie danych. GenAI pozwala zmienić modele biznesowe.
Można to porównać do transportu w XIX w. Standardowa definicja innowacji zakładałaby, że koń do transportu powinien być chudszy, albo szybszy, by przewoził więcej ludzi, bądź rzeczy. Można też dodać drugiego konia albo zamieniać go co 100 km, by ten drugi odpoczął. Tylko prawdziwy innowator pyta, czy ja w ogóle potrzebuję konia.
Tu nie chodzi o walkę między bankami, a nie-bankami, ale o konkurowanie innowacyjnych przedsiębiorców ze wszystkimi innymi. Potrzebne są osoby, które myślą niestandardowo i są gotowe na zupełnie nowe pojęcia.
Słyszeliśmy już, że fintechy i blockchain wszystko odmienią. Dziś wiemy, że zapowiedzi były głośniejsze, niż to, co się wydarzyło.
Fintechy dużo zmieniły w zakresie finansów konsumenckich, ale tak naprawdę one skorzystały na tym, że to internet i smartfony zrewolucjonizowały wszystko wokół nas. Fintechy sprawiły, że banki zaczęły kilka lat później oferować te same wygodne rozwiązania, zmieniły swoje aplikacje mobilne.
Z AI będzie podobnie. Będzie wszędzie. To nie znaczy, że AI jest rozwiązaniem samym w sobie. Będziemy używać AI, jak dziś używamy aplikacji i Internetu, by robić inne rzeczy. Będziemy wykorzystywać sztuczną inteligencję, by działać w finansach lepiej i mądrzej. Skorzystają na tym klienci.
Przykład?
Kiedy jest się dużym bankiem, na specjalne indywidualne podejście mogą liczyć wyłącznie duzi, profesjonalni klienci. GenAI doprowadzi do demokratyzacji finansów. Pozwoli bankom traktować każdego klienta, jakby był tym zamożnym, wymagającym szczególnej uwagi. Można im zaoferować doradców AI, to będzie ktoś, kto będzie całą dobę dbał o finanse klientów i służył radą. Obecnie 99,9 proc. klientów banków na świecie nie może z tego korzystać. Teraz to się zmieni.
Które banki z sukcesem wykorzystują już AI? Na kim się wzorować?
Badania pokazują, że banki amerykańskie wyprzedzają banki europejskie pod względem użycia AI ze względu na większe budżety technologiczne i dostęp do dużej puli talentów w dziedzinie sztucznej inteligencji. Jednak sukcesy AI mogą zdarzyć się na całym świecie, nie tylko w USA, a niektóre banki europejskie i azjatyckie radzą sobie bardzo dobrze.
Główne wnioski
- Polskie banki coraz chętniej analizują i testują potencjał generatywnej sztucznej inteligencji. Wszystkie z nich mają za sobą pierwsze pilotaże, głównie w procesach wewnętrznych. GenAI pomaga pracownikom banków przede wszystkim w wyszukiwaniu informacji i programowaniu.
- Kolejnym krokiem może być użycie genAI do komunikacji z klientami, np. przez chatboty. Banki obawiają się jednak, że technologia może udzielać błędnych odpowiedzi, a koszty błędów w relacji z klientami mogą być potencjalnie dużo większe, niż przy zastosowaniu wewnętrznych procedur.
- Większość małych i średniej wielkości banków traktuje genAI jako sposób na budowanie przewag konkurencyjnych. Twierdzą, że chcą być liderem zmian w polskim sektorze bankowym.