Rośnie rola generatywnej AI w biznesie: w tę technologię inwestuje już 43 proc. przedsiębiorstw na całym świecie, w tym w Polsce, a w ciągu nadchodzącego roku planuje to zrobić kolejne 30 proc. – wynika z raportu EY „Reimagining Industry Futures Study 2024”. Jedną z branż, które dostrzegają w GenAI największy potencjał, są finanse. Banki chętnie inwestują w tę technologię, licząc m.in. na wzrost sprzedaży, usprawnienie procesów i możliwość lepszej personalizacji produktów i usług. Z drugiej strony GenAI niesie też ze sobą szereg wyzwań, związanych chociażby z poufnością i integralnością danych.
– Kilka lat temu mówiliśmy o sztucznej inteligencji, dziś mówimy już o generatywnej sztucznej inteligencji, czyli rozwiązaniach, które bazują na rozległych modelach językowych, tzw. LLM. To są modele, które pozwalają zrozumieć człowieka – nawet jego nieustrukturyzowane wypowiedzi – i przygotować odpowiedź w punkt na zadane pytanie bez angażowania czynnika ludzkiego po drugiej stronie. To jest ta różnica pomiędzy narzędziami, które bazowały na algorytmach, uczeniu maszynowym, a dzisiejszych rozwiązaniach, które mają model językowy, które rozumieją człowieka i odpowiadają w języku zrozumiałym dla każdego z nas – mówi agencji Newseria Biznes Przemysław Koch, członek zarządu VeloBank odpowiedzialny za informatykę i operacje.
Generatywna sztuczna inteligencja na dobre zagościła w sektorze bankowym – z badania firmy doradczej EY („Generatywna AI w bankowości”) wynika, że w globalnej skali już 45 proc. instytucji finansowych inwestuje w rozwiązania oparte na GenAI, a 52 proc. ma to w planach. Prym wiodą największe banki, a rosnące zainteresowanie sektora odzwierciedla fakt, że już w ponad 80 proc. z nich utworzono dedykowane zespoły zajmujące się rozpoznaniem i wdrażaniem tej technologii. Jak pokazuje niedawny raport Mastercard Signals („Generative AI: The transformation of banking”), jej potencjał w zakresie poprawy funkcjonowania banków jest ogromny: od usprawnienia procesów przetwarzania danych i ułatwienia zadań wykonywanych przez pracowników po zapewnianie klientom bardziej spersonalizowanych doświadczeń i usług.
– Bank daje klientom rozwiązania szyte na miarę, bazujące na ich preferencjach, ich danych i finansach. A technologia, w tym także GenAI, może przygotować ten produkt dla konkretnej osoby w taki sposób, że będzie on dopasowany do miejsca, czasu i sytuacji, w której się ona znajduje. Przykład: jeśli jest na autostradzie i musi kupić bilet za przejazd, to my możemy od razu przygotować taką ofertę, wysłać informację komunikatem push do klienta, a on jednym stuknięciem w ekran smartfona może ją uruchomić i jechać dalej, nie musi się martwić, co ma zrobić i gdzie zapłacić. To jest właśnie wartość dodana, którą stwarza nam technologia – szyjemy usługi na miarę i wręczamy je klientowi dokładnie w momencie, w którym on ich potrzebuje – mówi Przemysław Koch.
Z badania EY wynika, że tym, co motywuje banki i instytucje finansowe do wdrażania rozwiązań bazujących na GenAI, jest przede wszystkim chęć zwiększenia produktywności (78 proc.), poprawy doświadczeń konsumentów (60 proc.), zredukowania kosztów (59 proc.) i wyróżnienia się na tle konkurencji (51 proc.). Większość z nich (66 proc.) uważa też, że generatywna sztuczna inteligencja znacząco poprawi efektywność pracy doradców bankowych, np. automatyzując procesy tworzenia dedykowanych prospektów sprzedażowych. Z drugiej strony tylko 13 proc. badanych instytucji wskazuje na możliwy, związany z tym spadek interakcji międzyludzkich.
– Generatywna sztuczna inteligencja to narzędzie, które daje ogromną moc w procesie budowania wartości organizacji – mówi członek zarządu ds. operacji i IT w VeloBank. – Tę technologię trzeba jednak odpowiednio wdrożyć, wybierając takie możliwości jej zastosowania, które pozwolą wykreować przewagę konkurencyjną i podnieść efektywność całej organizacji poprzez automatyzację czynności, które dzisiaj są wykonywane przez pracowników.
Przy użyciu sztucznej inteligencji banki najchętniej wdrażają w tej chwili narzędzia wspierające marketing i sprzedaż, poprawiające działanie chatbotów (obecnie wielu klientów próbuje ominąć system czatu, żeby dotrzeć do konsultanta, ale dzięki narzędziom AI może się to zmienić) lub wspierające politykę przeciwdziałania praniu brudnych pieniędzy (AML). Ponad połowa instytucji finansowych ankietowanych przez EY zadeklarowała też, że wykorzystuje już AI do tworzenia analiz prognostycznych oraz wykrywania fraudów i prób oszustw w czasie rzeczywistym.
– Cyberbezpieczeństwo jest bardzo rozległym i bardzo ważnym tematem dla banków, bo musimy zadbać zarówno o bezpieczeństwo całego sektora finansowego, jak i o bezpieczeństwo środków finansowych każdego klienta z osobna. Dlatego wykorzystujemy GenAI w taki sposób, aby np. móc wykryć próby podszycia się, próby wykradzenia środków finansowych naszych klientów – mówi Przemysław Koch. – W VeloBanku uruchomiliśmy w tym celu usługę biometrii behawioralnej, która pozwala na zbudowanie indywidualnego profilu bankowania klienta. Ten profil obejmuje m.in. sposób i kąt trzymania smartfona, prędkość pisania na klawiaturze, sposób poruszania myszką albo klikania w przyciski dostępne czy w bankowości mobilnej, czy internetowej. Jeżeli wykryjemy, że te czynności nie pasują nam do profilu danego klienta, blokujemy je, kontaktujemy się z tym klientem i potwierdzamy, czy to na pewno on je wykonuje, czy przypadkiem przestępca nie próbuje się pod niego podszyć.
Z raportu Mastercard Signals wynika, że obszary wykorzystania GenAI, które prawdopodobnie pojawią się w bankowości w ciągu najbliższych pięciu–siedmiu lat, obejmują też m.in. zarządzanie talentami i onboarding nowych pracowników, doradztwo majątkowe i udzielanie kredytów (AI może znacznie skrócić czas przetwarzania wniosków o pożyczki i zmniejszyć związane z tym koszty), zarządzanie programami lojalnościowymi i komunikowanie się z ich uczestnikami w czasie rzeczywistym, a także bieżącą analizę nastrojów i trendów panujących w social mediach, co pozwoli marketerom wchodzić w głębsze interakcje z konsumentami.
Z drugiej strony generatywna AI niesie też ze sobą szereg wyzwań, związanych chociażby z poufnością i integralnością danych. Dlatego jak na razie banki i instytucje finansowe prezentują wobec niej dość konserwatywne podejście. Pierwsze wdrożenia oparte na tej technologii mają charakter wewnętrzny – banki wykorzystują je głównie do wspierania własnych rozwiązań w zakresie systemów zarządzania i przeprowadzania analiz.
Eksperci podkreślają też, że efektywność rozwiązań opartych na sztucznej inteligencji będzie uzależniona od jakości dostarczonych jej danych, dlatego zagwarantowanie ich bezpieczeństwa jest kwestią kluczową. W tej chwili tylko 63 proc. banków twierdzi, że są wystarczająco przygotowane w zakresie technologii, standardów bezpieczeństwa i zasobów ludzkich do implementacji narzędzi GenAI. Wśród barier dla tej technologii to właśnie obawy dotyczące bezpieczeństwa i prywatności danych zajmują pierwsze miejsce. W efekcie banki do wprowadzania dedykowanych narzędzi GenAI podchodzą z dużą ostrożnością: jedynie 27 proc. wprowadziło je w 2023 roku, kolejne 64 proc. zrobi to w bieżącym, 2024 roku, a 9 proc. – dopiero w 2025 roku (badanie EY).
