Zbliża się koniec wideoweryfikacji w bankowości. Gdzie AI pomaga, a gdzie przeszkadza w finansach

Współczesny sektor finansowy opiera się w dużej mierze na zaawansowanych systemach informatycznych. Ze względu na postępujące zmiany w usługach cyfrowych, mierzą się one z coraz większą liczbą wyzwań dotyczących ich rozwoju – zarówno dotyczących bezpieczeństwa, jak i funkcjonalności oferowanych klientom. Współczesne IT w bankowości działa również pod presją narzucaną z zewnątrz.

– Nawet 30 procent wszystkich prac rozwojowych pochłaniają kwestie regulacyjne. To specyfika całej branży. Chodzi o kwestie związane z krajowym nadzorem czy europejskimi regulacjami – mówi Michał Plechawski, dyrektor zarządzający ds. IT w mBanku.

Bank ma za sobą ostatnio dużą operację replatformingu zakończoną w 2025 roku. Zmigrowano główne systemy centralne (core banking) na nowoczesną architekturę x86 oraz chmurę hybrydową.

– Potrzebowaliśmy tej zmiany. Rosły oczekiwania nasze i naszych klientów, mnożyły się wyzwania dotyczące m.in. wydajności, wzrastały też koszty utrzymania dużych systemów. Dalszy dynamiczny rozwój funkcjonalności biznesowych domagał się unowocześnienia technologii. Obecny rok pokazał, jak potrzebna była ta zmiana. W jednym z obszarów zanotowaliśmy wzrost miesięcznego ruchu transakcyjnego o ok. 40 procent w porównaniu z ubiegłym rokiem. Bez tej operacji moglibyśmy mieć problem. Nowy system bezobsługowo poradził sobie z większym ruchem  – przyznaje Michał Plechawski.

Przeczytaj: Iluzja wiedzy w epoce AI. Scrollujemy coraz więcej, rozumiemy coraz mniej (WYWIAD)

Sztuczna inteligencja jako skaner

Jednym z najistotniejszych strumieni rozwojowych w bankowych działach IT jest sztuczna inteligencja. Banki wykorzystują duże modele językowe (LLM) do tworzenia wirtualnych asystentów wspierających pracowników w doborze ofert dla klientów i przeprowadzania ich przez bankowe procedury. GenAI pomaga również w obsłudze reklamacji, znacząco skracając czas przygotowania rzetelnej odpowiedzi, choć ostateczny podpis zawsze składa człowiek.

– Sztuczna inteligencja bardzo pomaga też doradcom sprzedażowym i opiekunom klienta. Analizuje i agreguje dane, co przydaje się zwłaszcza w bankowości korporacyjnej. Wykorzystujemy do tego zarówno źródła wewnętrzne, jak i zewnętrzne. Daje to możliwość lepszego rozpoznania potrzeb zarówno potencjalnych, jak i obecnych klientów – opowiada Michał Plechawski.

Największy przełom dotyczy jednak zarządzania jakością obsługi klienta. Do niedawna kontrola pracy infolinii opierała się na wyrywkowym badaniu ułamka przeprowadzonych rozmów.

W tej chwili z promili przeprowadzanych rozmów, jesteśmy w stanie badać je wszystkie. Analizować, wyłapywać niestandardowe sytuacje, które mogły wymykać się w przypadku badań z próbkowaniem. To jest naprawdę potężne narzędzie.

– W tej chwili z promili przeprowadzanych rozmów, jesteśmy w stanie badać je wszystkie. Analizować, wyłapywać niestandardowe sytuacje, które mogły wymykać się w przypadku badań z próbkowaniem. To jest naprawdę potężne narzędzie – przyznaje Michał Plechawski.

Bank pilotażowo już testuje  konwersacyjnego wirtualnego asystenta bankowości detalicznej. Klienci mBanku będą mogli z jego pomocą wykonywać  proste operacje, które do tej pory wyklikiwali ręcznie. Na razie nie zanosi się jednak na to, by AI było narzędziem do redukcji kosztów.

– Koncentrujemy się na tym, jak obsłużyć rosnący biznes, nie podnosząc za bardzo kosztów i bez konieczności zatrudniania większej liczby pracowników. AI bardzo to ułatwia – mówi dyrektor zarządzający ds. IT w mBanku.

Przeczytaj: Infoshare 2026. Szansa dla startupów i dwa tysiące spotkań jeden na jeden

Koniec ery selfie i nieprzewidywalność maszyn

Są obszary, w których AI w bankowości jest na razie nieprzydatna. O ile algorytmy świetnie sprawdzają się jako analitycy tekstu, o tyle prawo zakazuje ich używania do podejmowania automatycznych decyzji kredytowych. Wynika to nie tylko z rygorów dyrektywy AI Act, ale przede wszystkim z natury modeli generatywnych. Nie są one deterministyczne. Oznacza to, że ten sam klient przy tych samych parametrach, mógłby raz otrzymać kredyt, a innym razem spotkać się z odmową, co z punktu widzenia nadzoru finansowego jest nie do zaakceptowania.

Prawdziwe egzystencjalne wyzwanie dla cyfrowej bankowości nadciąga jednak z innej strony. Sztuczna inteligencja staje się również bronią w rękach oszustów. Z badania ARC Rynek i Opinie na zlecenie mBanku wynika, że aż 87 proc. ankietowanych miało styczność z próbą oszustwa, a 11 proc. straciło pieniądze. To oznacza, że stosowana obecnie powszechnie w branży wideoweryfikacja, używana przy potwierdzeniu tożsamości nowych klientów, może odejść do lamusa.

Uważam, że obecny w bankach proces wideoweryfikacji tożsamości to narzędzie, które w perspektywie najbliższych lat przestanie być użyteczne.

– Wkrótce mogą pojawić się modele będące w stanie wygenerować film, na którym widzimy fałszywą twarz, fałszywe zdjęcie na fałszywym dokumencie. Uważam, że obecny w bankach proces wideoweryfikacji tożsamości to narzędzie, które w perspektywie najbliższych lat przestanie być użyteczne – przekonuje Michał Plechawski.

Banki, będące w Polsce ważnym dostawcą tożsamości cyfrowej (m.in. dla usług publicznych), staną przed koniecznością powrotu do autoryzacji w placówkach lub integracji z centralnymi rejestrami państwowymi. Albo wymyślenia innego, odpornego na technologię deepfake narzędzia do potwierdzania tożsamości.

Główne wnioski

1. Sektor finansowy przechodzi transformację cyfrową. Istotnym wyzwaniem dla bankowych działów IT są kwestie regulacyjne, które pochłaniają niemal jedną trzecią wszystkich prac rozwojowych.
2. Sztuczna inteligencja znajduje coraz szersze zastosowanie w bankowości, służąc jako zaawansowane narzędzie wspierające rozwój biznesu, a nie mechanizm do prostej redukcji etatów. Modele generatywne odciążają pracowników w obsłudze reklamacji, pomagają w doborze i personalizacji ofert, a także umożliwiają lepsze monitorowanie jakości rozmów przeprowadzanych na infoliniach.
3. Wyzwaniem dla cyfrowych finansów staje się wykorzystanie sztucznej inteligencji przez oszustów, co może wkrótce wymusić rezygnację z popularnych metod potwierdzania tożsamości. Błyskawiczny rozwój technologii deepfake sprawia, że obecne procesy wideoweryfikacji nowych klientów za pomocą nagrań twarzy i zdjęć dokumentów przestaną być w najbliższych latach bezpieczne.

Artykuł powstał na zlecenie mBanku.