Od automatyzacji do inteligentnego zarządzania bankiem

Dla banków spółdzielczych oznacza to możliwość osiągnięcia efektów, które jeszcze kilka lat temu były zarezerwowane wyłącznie dla największych grup finansowych dysponujących wielomiliardowymi budżetami informatycznymi. Rozwiązania dostępne dziś w modelu chmurowym sprawiają, że z zaawansowanych algorytmów mogą korzystać również znacznie mniejsze instytucje.

Nie oznacza to oczywiście, że sztuczna inteligencja stanie się cudownym lekarstwem na wszystkie problemy sektora. Może jednak znacząco zwiększyć efektywność działania banków, poprawić bezpieczeństwo oraz ograniczyć koszty operacyjne.

Kredytowanie oparte na wiedzy, a nie wyłącznie na historii

Jednym z najbardziej oczywistych obszarów wykorzystania AI pozostaje analiza ryzyka kredytowego.

Dotychczas większość modeli scoringowych opierała się głównie na danych historycznych. Algorytmy oceniały dochody, historię spłat, zadłużenie czy informacje z baz kredytowych. Sztuczna inteligencja potrafi analizować znacznie szerszy kontekst.

Może uwzględniać sytuację całej branży, sezonowość działalności przedsiębiorstwa, zmiany cen surowców, prognozy gospodarcze, dane pogodowe w przypadku rolnictwa, a nawet wpływ lokalnych inwestycji infrastrukturalnych na przyszłe wyniki przedsiębiorców.

W przypadku banków spółdzielczych ma to szczególne znaczenie. Finansują one przede wszystkim mikro-, małe i średnie przedsiębiorstwa oraz gospodarstwa rolne. Ich sytuacja ekonomiczna zależy często od czynników lokalnych, których klasyczne modele scoringowe nie potrafią właściwie interpretować.

AI nie zastąpi oczywiście doświadczenia analityka kredytowego. Może jednak dostarczyć znacznie pełniejszego obrazu ryzyka i wskazać zależności niewidoczne przy tradycyjnej analizie.

Cyberbezpieczeństwo w epoce sztucznej inteligencji

Im bardziej bankowość staje się cyfrowa, tym większego znaczenia nabiera bezpieczeństwo.

Przestępcy również korzystają ze sztucznej inteligencji. Tworzą coraz bardziej wiarygodne wiadomości phishingowe, generują głosy przypominające głos członków rodziny lub pracowników banku, przygotowują fałszywe dokumenty praktycznie nieodróżnialne od oryginałów. Rozwój technologii deepfake sprawia, że klasyczne metody weryfikacji tożsamości przestają być wystarczające.

Paradoks polega jednak na tym, że najlepszą odpowiedzią na nowe zagrożenia staje się właśnie sztuczna inteligencja.

Nowoczesne systemy bezpieczeństwa analizują zachowanie użytkownika, sposób korzystania z aplikacji mobilnej, lokalizację, charakter wpisywanych danych czy nawet rytm naciskania klawiszy. W przypadku wykrycia nietypowej aktywności system może automatycznie zablokować transakcję jeszcze przed jej realizacją.

Takie rozwiązania działają przez całą dobę, ucząc się nowych metod działania cyberprzestępców praktycznie w czasie rzeczywistym.

Walka z praniem pieniędzy

Kolejnym obszarem, w którym sztuczna inteligencja może przynieść ogromne korzyści, pozostaje przeciwdziałanie praniu pieniędzy oraz finansowaniu terroryzmu.

Obowiązki wynikające z regulacji AML należą obecnie do najbardziej kosztownych elementów funkcjonowania banków. Tysiące transakcji wymagają monitorowania, a większość alertów okazuje się fałszywa.

Systemy wykorzystujące AI potrafią znacznie precyzyjniej identyfikować rzeczywiście podejrzane operacje. Analizują nie tylko pojedynczą transakcję, ale całe sieci powiązań między klientami, historię ich zachowań oraz podobieństwo do wcześniej wykrytych schematów przestępczych.

Efektem jest zmniejszenie liczby fałszywych alarmów oraz większa skuteczność wykrywania rzeczywistych zagrożeń.

AI jako wsparcie obsługi klienta

Najbardziej widocznym zastosowaniem sztucznej inteligencji pozostaje kontakt z klientem.

Nowoczesne systemy potrafią prowadzić naturalną rozmowę, odpowiadać na pytania dotyczące produktów, pomagać w wypełnianiu dokumentów czy umawiać spotkania z doradcami.

Nie chodzi jednak o zastąpienie pracowników infolinii.

Znacznie ważniejsze jest odciążenie ich od prostych, rutynowych zapytań. Dzięki temu pracownicy mogą skoncentrować się na bardziej złożonych sprawach wymagających indywidualnego podejścia.

Bank spółdzielczy od zawsze budował swoją przewagę dzięki relacjom. AI może sprawić, że tych relacji będzie więcej, ponieważ pracownicy odzyskają czas dotychczas pochłaniany przez czynności administracyjne.

Zarząd banku również będzie korzystał z AI

Sztuczna inteligencja nie jest narzędziem przeznaczonym wyłącznie dla działów operacyjnych.

Coraz większe znaczenie zyskuje tzw. Business Intelligence nowej generacji. Zarządy banków otrzymują dostęp do paneli analitycznych prezentujących nie tylko dane historyczne, lecz także prognozy przyszłych zdarzeń.

Algorytmy mogą wskazywać prawdopodobieństwo odpływu klientów, przewidywać zmiany struktury depozytów, analizować rentowność placówek czy symulować skutki zmian stóp procentowych.

Nie oznacza to automatycznego podejmowania decyzji przez komputer. Zarząd nadal ponosi pełną odpowiedzialność za kierunek rozwoju instytucji. Otrzymuje jednak znacznie lepsze narzędzia analityczne niż dotychczas.

AI wymaga odpowiedzialności

Rozwój sztucznej inteligencji rodzi również nowe wyzwania.

Modele uczące się na podstawie danych mogą powielać istniejące błędy lub nieświadomie prowadzić do dyskryminacji określonych grup klientów. Dlatego coraz większego znaczenia nabiera tzw. wyjaśnialność algorytmów. Bank musi potrafić uzasadnić, dlaczego klient otrzymał pozytywną lub negatywną decyzję kredytową.

To właśnie z tego powodu Unia Europejska przyjęła rozporządzenie AI Act, które wprowadza system klasyfikacji ryzyka dla zastosowań sztucznej inteligencji. W sektorze finansowym wiele rozwiązań będzie zaliczanych do kategorii wysokiego ryzyka, co oznacza obowiązek spełnienia rygorystycznych wymagań dotyczących jakości danych, nadzoru człowieka, przejrzystości działania oraz bezpieczeństwa.

Jednocześnie banki muszą dostosować się do wymogów rozporządzenia DORA dotyczącego odporności cyfrowej oraz dyrektywy NIS2 wzmacniającej cyberbezpieczeństwo infrastruktury krytycznej.

Oznacza to, że wdrażanie AI nie może być wyłącznie projektem informatycznym. Staje się elementem strategii zarządzania całym bankiem.

Maciej Małek