TYLKO U NAS
Generatywna sztuczna inteligencja puka do bram polskich banków – jako wielka szansa, ale i trudne wyzwanie
Wprowadzenie większego wykorzystania Generative AI w bankowości może prowadzić do odkrycia nowych metod analizy danych, predykcji ryzyka czy personalizacji oferty dla klientów. Banki powinny się skoncentrować na budowaniu kompetencji w tym obszarze przez rozwijanie zespołów specjalistów, inwestowanie w technologie oraz współpracę z partnerami zewnętrznymi, którzy mają już doświadczenie w Generative AI – zapowiada Dawid Krzysiak Partner, Kearney Analytics na łamach rocznika „Polski Kompas 2023”.
Banki już dzisiaj wykorzystują sztuczną inteligencję (AI) w obszarach takich jak predykcja, AML (Anti-Money Laundering) czy modele scoringowe. Posiadają one odpowiednią kulturę, zespół ekspertów oraz bogate doświadczenie w tym zakresie. Niemniej w dziedzinie Generative AI to inne branże zaczynają wyprzedzać sektor finansowy.
Rynek generatywnej sztucznej inteligencji w bankowości w Europie osiągnął wartość 530,5 mln dol. w 2022 r. Prognozuje się, że będzie on się rozwijał w tempie średniorocznym do 2030 r. wynoszącym 38,3 proc., podczas gdy dane dostarczone przez Bloomberg wskazują na tempo wzrostu wynoszące 42 proc. dla innych branż.
Wprowadzenie większego wykorzystania Generative AI w bankowości może prowadzić do odkrycia nowych metod analizy danych, predykcji ryzyka czy personalizacji oferty dla klientów. Banki powinny się skoncentrować na budowaniu kompetencji w tym obszarze przez rozwijanie zespołów specjalistów, inwestowanie w technologie oraz współpracę z partnerami zewnętrznymi, którzy mają już doświadczenie w Generative AI.
Skuteczność rozwiązywania problemów Generative AI podnosi efektywność banku
Rozwiązania Generative AI zaczynają odnosić sukcesy w bankowości, podnosząc skuteczność procesów decyzyjnych. Historycznie banki wykorzystywały głównie analitykę predykcyjną (AML, modele scoringowe), której algorytmy są niezwykle przydatnym wsparciem i osiągają ok. 65 proc. skuteczności. Natomiast obecnie rozwijane rozwiązania Generative AI osiągają już imponującą skuteczność na poziomie 85–90 proc.
Rozwój Generative AI oznacza, że zaczniemy obserwować przesunięcie od wykorzystywania AI w statycznych zadaniach, takich jak klasyfikacja, które obsługują tylko niewielką liczbę przypadków, do przejmowania i realizacji całych procesów za pomocą modeli uczenia maszynowego, które mają potencjał obsłużyć ogromną liczbę przypadków. W miarę dalszego doskonalenia Generative AI możemy się spodziewać znacznego wzrostu jego zastosowań w branży bankowej i przekształcenia sposobu, w jaki wykorzystuje się sztuczną inteligencję w tych instytucjach.
Według SER Group aż 80 proc. banków deklaruje, że zdaje sobie sprawę z korzyści płynących z wdrażania systemów sztucznej inteligencji (AI). Argumenty przemawiające za kontynuacją tego trendu są widoczne dla branży. W ujęciu globalnym banki, które zastosują systemy AI, zaoszczędzą 474 mld dol. do 2023 r. Prognozy wskazują, że inwestycje w AI przeprowadzane przez sektor finansowy mają zwiększyć swoją wartość o 1,2 biliona dol. do 2035 roku.
Aby utrzymać tempo innowacji, Polskie banki będą musiały wykorzystać trzy podstawowe szanse
Polskie banki implementując rozwiązania Generative AI, będą musiały zmierzyć się z trzema trendami, które przyczynią się do poprawy wyników, zarówno na poziomie przychodów, jak i kosztów operacyjnych.
Pierwszym z tych trendów jest komercjalizacja inwestycji w Generative AI, szczególnie poprzez zastosowanie hiperpersonalizowanego marketingu, który umożliwi lepiej skierowane i tańsze reklamy. Wykorzystanie AI pozwoli bankom na precyzyjne dopasowanie treści reklamowych do preferencji i potrzeb klientów, co zwiększy skuteczność kampanii marketingowych i obniży koszty. Dzięki nim nie tylko uwolniona zostaje kreatywność projektantów – Generative AI drastycznie skraca proces między konceptem a prototypem – ale i przyspieszone są prace (o nawet 50 proc. według OpenAI).
Kolejnym ważnym aspektem jest wykorzystanie AI w celu osiągnięcia jeszcze lepszej efektywności operacyjnej w obszarach takich, jak HR, finanse i obsługa procesów wewnętrznych. Automatyzacja rutynowych zadań, optymalizacja procesów oraz redukcja błędów, przyczyni się do zwiększenia efektywności operacyjnej i obniżenia kosztów.
Ostatecznym wyzwaniem jest znalezienie konkurencyjnej przewagi poprzez wykorzystanie AI. Banki muszą identyfikować obszary, w których mogą najszybciej osiągnąć „quick wins” dzięki implementacji rozwiązań generatywnej sztucznej inteligencji. Wdrażając odpowiednie narzędzia i modele AI, banki będą w stanie zaoferować unikatowe rozwiązania, które pozytywnie wpłyną na doświadczenie klienta i pozycję rynkową najbardziej innowacyjnych organizacji.
Aby jednak skorzystać z tych szans, banki muszą zadbać o odpowiednie dostosowanie się do wymagań, klienckich, regulacyjnych i technicznych
W celu pełnego wykorzystania Generative AI polskie banki muszą się skupić również na kluczowych czynnikach umożliwiających jej wprowadzenie.
Pierwszym z tych czynników jest rozwinięcie procedur Know Your Customer (KYC), czyli „AI proofing” procesów. Tradycyjne zagrożenia, takie jak oszustwa czy pranie pieniędzy, stają się coraz bardziej wyszukane, dlatego ważne jest zabezpieczenie procesów za pomocą sztucznej inteligencji, aby skutecznie przeciwdziałać tym nowym, bardziej zaawansowanym zagrożeniom.
Kolejnym czynnikiem są regulacje, zwłaszcza unijne, dotyczące sztucznej inteligencji, które mogą ograniczać pełny potencjał jej wykorzystania w bankowości. Na podstawie czerwcowej wersji propozycji ustawy o generatywnej sztucznej inteligencji, będzie ona podlegać nowym wymogom transparentności. Obejmuje to publikowanie streszczeń materiałów objętych prawem autorskim używanych do szkolenia systemu. Producenci systemów generatywnej sztucznej inteligencji będą zobowiązani do wprowadzenia zabezpieczeń mających zapobiegać generowaniu nielegalnych i szkodliwych treści.
Należy także uwzględnić ciągle obecne niedoskonałości Generative AI, które czasami mogą prowadzić do błędnych wyników czy „halucynacji” w generowanych danych. Banki powinny być świadome tych ograniczeń i działać w sposób ostrożny, aby uniknąć potencjalnych problemów.
Wreszcie dla redukcji kosztów operacji opartych na sztucznej inteligencji kluczowe jest przejście do rozwiązań chmurowych. Ważne jest, aby banki przyspieszyły ten proces i zrozumiały korzyści, które może przynieść przeniesienie operacji AI do chmury (wg raportu ZBP „Cloud 2020” tylko 30 proc. ankietowanych banków na świecie opracowało strategię rozwoju rozwiązań „cloud digital”).
Podsumowując: polska bankowość jest regionalnym liderem technologicznym i jest gotowa na wyzwania związane z Generative AI
W IV kwartale 2022 r. liczba aktywnych użytkowników bankowych aplikacji mobilnych wyniosła 19,3 mln na 42 mln posiadaczy kont bankowych (46-procentowa penetracja), co jest dobrym prognostykiem na wdrożenie rozwiązań AI.
Obecnie banki pracują nad wykorzystaniem sztucznej inteligencji generatywnej. Obserwuje się rozwój technologii mający na celu rozwiązanie takich kwestii jak halucynacje występujące w efektach modeli (jako główne wyzwanie techniczne według ekspertów PKO BP) oraz zabezpieczeń do ochrony danych osobowych, co jest zasadniczą kwestią w regionie Unii Europejskiej.
Dawid Krzysiak Partner, Kearney Analytics
Tekst został opublikowany w elektronicznym wydaniu „Polskiego Kompasu 2023” dostępnym bezpłatnie do pobrania na stronie www.gb.pl a także w aplikacji „Gazety Bankowej” na urządzenia mobilne
»» Pobierz teraz bezpłatnie PDF „Polskiego Kompasu 2023”:
APPLE APP STORE - KLIKNIJ TUTAJ
Polecamy i zachęcamy do lektury tego wyjątkowego rocznika
