Streszczenie: Generatywna sztuczna inteligencja (GenAI) rewolucjonizuje sektor finansowy, wpływając na obsługę klienta i wprowadzając innowacyjne rozwiązania. Według danych EY, 45% instytucji finansowych na świecie inwestuje w technologie oparte na GenAI. Raport Accenture "Banking on AI" wskazuje, że może to zwiększyć produktywność tych instytucji nawet o jedną trzecią. Grzegorz Chudek, dyrektor zarządzający i lider praktyki Cloud First w polskim oddziale Accenture, podkreśla, że choć AI jest wykorzystywana w sektorze finansowym od kilkunastu lat, to adopcja GenAI dopiero się rozpoczyna. Proces ten przebiega wolniej niż w innych branżach z powodu surowych regulacji dotyczących bezpieczeństwa i precyzji informacji. GenAI wpływa na dwa główne obszary: przychodowy, wspierając obsługę klienta i sprzedaż, oraz kosztowy, automatyzując powtarzalne zadania w back-office, co prowadzi do zmniejszenia kosztów i zwiększenia efektywności. Przewiduje się, że w ciągu najbliższych 2–3 lat rozmowy z AI w call center będą na tyle naturalne, że trudno będzie odróżnić je od rozmów z człowiekiem.
Globalnie już 45% instytucji finansowych inwestuje w rozwiązania oparte na generatywnej sztucznej inteligencji – według danych EY. Natomiast jak wynika z raportu Banking on AI przygotowanego przez Accenture, technologia ta może zwiększyć produktywność instytucji finansowych nawet o 1/3. Grzegorz Chudek, dyrektor zarządzający i lider praktyki Cloud First w polskim oddziale Accenture, w rozmowie z Pauliną Kostro omawia, jak GenAI zmienia sektor finansowy, wpływając na obsługę klienta i wprowadzając innowacyjne rozwiązania.
Paulina Kostro: Sztuczna inteligencja szturmem podbija różne branże i jest na językach wielu ludzi. Dziś ciężko znaleźć sektor, gdzie rozwiązania AI nie miałyby zastosowań. Jak sztuczna inteligencja adaptuje się w sektorze finansowym?
Grzegorz Chudek: Sztuczna inteligencja – w ogólnym rozumieniu– jest wykorzystywana w sektorze finansowym od kilkunastu lat. Natomiast obecnie często dyskutujemy o generatywnej sztucznej inteligencji, czyli o nowych rozwiązaniach, które dopiero niedawno weszły do powszechnego użytku, takich jak czaty, generatory obrazów i filmów czy inne interaktywne rozwiązania. Proces adopcji GenAI w sektorze finansowym dopiero się rozpoczyna, ale już wspieramy w tym obszarze największe banki w Polsce i widzimy ogromny potencjał drzemiący w tej technologii.
Niektóre z nich mają za sobą pierwsze kroki we wdrażaniu GenAI, podczas gdy inne z powodzeniem zakończyły wstępne etapy i przygotowują się do bardziej zaawansowanych działań w zakresie jej zastosowania. Proces ten przebiega jednak wolniej niż w innych branżach, co wynika głównie z konieczności przestrzegania surowych regulacji dotyczących bezpieczeństwa i precyzji generowanych informacji, które są kluczowe w sektorze finansowym.
A od jak dawna te technologie są stosowane?
Zastosowanie rozwiązań technologicznych zawsze przekłada się na doświadczenia klientów, nawet jeśli mówimy o optymalizacji wewnętrznych procesów operacyjnych. Przykładowo machine learning jako rodzaj AI obecny w bankowości od kilkunastu lat jest używane do przygotowywania ofert dla klientów, prognozowania, jakie produkty mogą ich zainteresować, oraz szacowania ryzyka kredytowego. Natomiast generatywną sztuczną inteligencję, która w bankach pojawia się mniej więcej od roku, część z nich wykorzystuje zewnętrznie, by wspierać klientów, podczas gdy inne stosują ją tylko wewnętrznie.
Jakie korzyści dla sektora finansowego przynosi stosowanie generatywnej sztucznej inteligencji? Dlaczego banki inwestują w te rozwiązania?
GenAI może wpływać na dwa główne obszary: przychodowy i kosztowy. Po stronie przychodowej AI może wspierać obsługę klienta, dostarczając informacje o ofercie, prezentując produkty, a nawet prowadząc sprzedaż. Po stronie kosztowej z kolei AI może automatyzować wiele powtarzalnych zadań w back‑office, takich jak obsługa reklamacji czy inne operacje, które teraz wykonują duże zespoły ludzi. Takie wykorzystanie AI przyczyni się do zmniejszenia kosztów i zwiększenia efektywności.
Na przykład, w call center rozmowy z AI mogą być tak naturalne, że za 2–3 lata nie będziemy w stanie odróżnić, czy kontaktujemy z człowiekiem czy z botem. To może również znacząco poprawić szybkość i wiarygodność otrzymywanych informacji.
Klienci banków są gotowi rozmawiać z botami napędzanymi przez generatywną sztuczną inteligencję? Czy w przypadku finansów osobistych nie oczekują kontaktu z prawdziwą osobą?
Klienci obecnie niechętnie rozmawiają z botami, głównie dlatego, że istniejące rozwiązania voicebotowe nie spełniają ich oczekiwań. Jednak nowe modele LLM, które potrafią komunikować się naturalnie i empatycznie, mogą zmienić ten stan rzeczy. W przyszłości jakość interakcji z AI będzie na tyle wysoka, że klienci mogą nawet preferować rozmowy z botami, które zapewniają szybkie i precyzyjne odpowiedzi.
Kiedy możemy spodziewać się, że różnica między rozmową z botem a rozmową z człowiekiem zniknie? Jakie są przewidywania co do rozwoju tej technologii?
Najwięksi dostawcy technologii już udostępniają zaawansowane modele, ale wdrożenie tych rozwiązań w bankach będzie wymagało kilku lat. Zmiana systemów informatycznych i procesów sektora finansowego sprawia, że w jego przypadku proces transformacji będzie trwał nieco dłużej niż w innych branżach. Choć technologia jest już gotowa, pełna adaptacja wymaga czasu, zwłaszcza w kontekście regulacji i integracji z istniejącymi systemami.
Jak banki radzą sobie z utrzymywaniem specjalistów zajmujących się sztuczną inteligencją, biorąc pod uwagę długi okres implementacji i rozwój technologii?
Wdrożenie nowych narzędzi AI trwa stosunkowo krótko, mierzy się je w tygodniach. Jednak zmiana w całym sektorze i adaptacja do nowych technologii może zająć kilka lat. W tym kontekście istotne jest to, że banki i firmy nie muszą na ten okres zatrudniać nowych specjalistów. Zamiast tego mogą na wczesnych etapach współpracować z dostawcami usług i technologii – a równolegle inwestować w rozwój umiejętności własnych pracowników.
Jakie kroki są kluczowe dla udanego wdrożenia sztucznej inteligencji w sektorze finansowym?
Najważniejsze jest skorzystanie z modeli dostarczanych przez dostawców chmury publicznej. Wymaga to podpisania umowy z dostawcą, integracji z chmurą publiczną oraz zapewnienia odpowiednich zasad bezpieczeństwa. Dla banków, które już korzystają z chmury, wdrożenie generatywnej sztucznej inteligencji jako dodatkowej usługi nie stanowi dużego wyzwania. Jednak dla tych, które dopiero zaczynają korzystać z chmury, proces budowy odpowiednich fundamentów i sformułowania zasad bezpieczeństwa będzie bardziej czasochłonny.
Czy banki mają obawy dotyczące bezpieczeństwa przy wdrażaniu sztucznej inteligencji? Jakie pytania najczęściej zadają klienci?
Zapewnienie bezpieczeństwa danych jest podstawą każdego wdrożenia technologii w bankach. Przedstawiciele tych instytucji często pytają, czy ich dane będą bezpieczne i czy dostawcy modeli uczą się na tych danych. Dostawcy modeli zapewniają, że tak nie jest. Jednocześnie jako Accenture dodajemy do tego, że odpowiednia architektura i anonimizacja danych mogą dodatkowo zabezpieczyć wrażliwe informacje.
Jakie typy rozwiązań bazujących na generatywnej sztucznej inteligencji są obecnie najczęściej wdrażane w sektorze finansowym?
Najczęściej wdrażane rozwiązania to systemy bazujące na generatywnej AI do wsparcia wewnętrznej bazy wiedzy oraz obsługi klienta. Pierwsze z nich pomagają pracownikom w szybkim dostępie do różnych informacji i wiedzy o procedurach. Drugie zaś wspierają obsługę klienta w call center i oddziałach, udzielając odpowiedzi na pytania dotyczące produktów i usług. Trzecim, bardziej zaawansowanym zastosowaniem, jest budowa systemów obsługujących bezpośrednią komunikację z klientami w sposób płynny i naturalny.
