Jak dzięki AI i rozwiązaniom FinTech rozwija się polska branża finansowa?

perspektywy rozwoju branży fintech dzięki AI

W dyskusji o wykorzystaniu sztucznej inteligencji w branży finansowej w zasadzie nikt nie zastanawia się, czy wdrażać AI do optymalizacji procesów, ale raczej, jak wdrażać AI tak, by osiągnąć jak największą korzyść dla organizacji. Wg raportu Sztuczna inteligencja w bankowości * aż 81% respondentów z sektora finansów dostrzega korzyści z wdrożeń AI. Oszczędność czasu i pieniędzy jest niezmiennie głównym czynnikiem motywującym. Ogromnym wsparciem dla banków, ubezpieczycieli i szeroko rozumianej branży finansowej są rozwiązania dostarczane przez tzw. FinTech i InsurTech.

Nowoczesne technologie, na których bazują systemy online w Polsce, ogromna ilość danych i informacji o klientach oraz fundusze będące w ich posiadaniu, powodują, że to właśnie sektor finansowy i ubezpieczeniowy jest jednym z motorów rozwoju branży AI w naszym kraju. Możliwości zastosowania sztucznej inteligencji i wymierne korzyści, które się z nimi wiążą, nie pozostają niezauważone.

W jakich obszarach branża finansowa korzysta z AI?

Branża finansowa ma wiele powodów, aby korzystać ze sztucznej inteligencji, dlatego też przychylne nastawienie do tej technologii nie powinno dziwić. Obecnie AI jest szczególnie często stosowana w obszarze związanym z komunikacją zewnętrzną, marketingiem, sprzedażą i obsługą klienta. Można powiedzieć, że w tych obszarach nowoczesne rozwiązania bazujące na sztucznej inteligencji stają się już standardem. W dalszej kolejności na znaczeniu zyskuje jednak także obszar działań back office (np. HR, bezpieczeństwo).

obszary stosowania AI w finansach: wdrożenia i plany

Źródło: Sztuczna inteligencja w bankowości. Wydawcy: Związek Banków Polskich, Centrum Prawa Bankowego i Informacji, aleBank.pl.

AI w bankowości i finansach to w dużej mierze automatyzacja procesów biznesowych

W wymienionych powyżej obszarach działania sztuczna inteligencja jest przede wszystkim wdrażana w celu automatyzacji i robotyzacji procesów. Przykładem automatyzacji w obszarze obsługi klienta są np. voiceboty na infolinii w banku, voiceboty zamiast wiadomości IVR, sztuczna inteligencja konwersacyjna w postaci chatbotów na stronie internetowej. W przypadku procesów administracyjnych wewnątrz organizacji (niemal cały obszar back office) są to często funkcjonujące w przestrzeni wirtualnej roboty przeszkolone do realizacji schematycznych zadań.

Optymalizacja procesów obsługi klienta jest coraz częściej postrzegana też nie jako pojedyncze działanie w danym kanale (strona www, aplikacja mobilna, call center), ale raczej całościowa strategia komunikacji we wszystkich kanałach – omnichannel. Realizacja tego sposobu działania widoczna jest w odgórnej strategii komunikacji. Warto tutaj podkreślić, że chatbot na stronie www, czy voicebot na infolinii (połączenia przychodzące czy też wychodzące) mogą być zintegrowane z tą samą bazą wiedzy i podłączone do odpytywania tych wspólnych zbiorów danych. Voicebot odbierający telefon na infolinii, może więc być w posiadaniu informacji na temat poprzednich rozmów z klientem, prowadzonych w innym kanale (np. strona www). To oznacza, że poza dobrze już przeanalizowanymi korzyściami z wdrożeń, sztuczna inteligencja otwiera także furtkę do lepszego customer experience.

Human-machine collaboration, czyli wizja współpracy

W dyskusjach o sztucznej inteligencji często pojawiają się wątpliwości, czy sztuczna inteligencja całkowicie zastąpi człowieka w pracy. Trudno odpowiedzieć na to pytanie jednoznacznie. Na chwilę obecną AI sprawdza się przede wszystkim na polu rutynowych czynności. Wiele z nich jeszcze do tej pory wykonują ludzie, ale to właśnie w pierwszej kolejności ma się zmienić. Coraz częściej mówi się o zwiększaniu efektywności pracowników za pomocą wsparcia ich przez zautomatyzowane systemy bazujące na rozwiązaniach sztucznej inteligencji. Termin human-machine collaboration powstał właśnie dla określenia nowej relacji, jaka ma zapanować na linii człowiek – maszyna. Szacuje się, że zminimalizowanie czasu pracy przeznaczanego przez człowieka na powtarzalne zadania, znacznie podniesie wydajność pracy. Jak bardzo? Z analiz przedstawionych w raporcie opracowanym wspólnie przez Impact, Accenture i FinTech Poland wynika, że 20% czasu poświęconego na nierutynowe zadania, czyli te wykonywane przez pracowników, będzie kreować 80% wartości***.

Jakich efektów można spodziewać się po AI w bankach i finansach?

Liczne opracowania i raporty wskazują, że wdrożenie sztucznej inteligencji przełoży się bezpośrednio na wyniki sprzedażowe instytucji finansowych. Banki, które zainwestują w rozwiązania AI i pochodne, mogą w latach 2018–2022 zwiększyć swoje przychody o 34%(!)**. Kto zrezygnuje z nadchodzącej szansy – pozostanie w tyle za konkurencją, osłabiając swoją pozycję rynkową. Z raportu opracowanego przez Accenture wynika jednak, że kadra zarządzająca ma świadomość potencjału nowych technologii. Zarządzający sektorem bankowym uważają, że AI jest dla nich największą szansą na rozwój ich organizacji w najbliższych latach***.

AI w bankowości i ubezpieczeniach: zmiany nabrały tempa

Firmy z sektora bankowego i finansowego nie czekają na przyszłość z wdrażaniem technologii sztucznej inteligencji. Raport Impact, Accenture i FinTech również w tej kwestii nie pozostawia wątpliwości. Deklarowany przez ankietowanych menadżerów stan zaawansowania ich firm we wdrożeniu rozwiązań opartych o AI, w sektorach bankowym oraz ubezpieczeniowym jest zaawansowany. Jedynie 8,2% firm z branży bankowej i 5,5% z branży ubezpieczeniowej nie planuje inwestycji w sztuczną inteligencję lub dopiero rozważa taką możliwość. Poniżej 2% w branży ubezpieczeniowej i bankowej nie posiada zdania na ten temat. Zdecydowana większość menadżerów potwierdziła, że ich firma:

  • zaplanowała pilotaż lub wdrożenie rozwiązania (bankowość: 21%, ubezpieczenia: 22,5%);
  • uruchomiła pilotaż rozwiązania (bankowość: 26,4%, ubezpieczenia: 22,7%);
  • wdrożyła rozwiązanie w jednym dziale firmy (bankowość: 23%, ubezpieczenia: 26,5%);
  • wdrożyła rozwiązanie w kilku działach firmy (bankowość: 19,6%, ubezpieczenia: 20,8%).

Z analiz zawartych w raporcie wynika więc, że 69% banków i 70% ubezpieczalni (a więc niemal 2/3 wszystkich badanych) ma już za sobą pierwsze wdrożenia bazujące na technologii AI.

Jak są wdrażane innowacje w bankach? Dostawcy zewnętrzni oraz rozwiązania fintech

Wiele podmiotów finansowych tworzy własne rozwiązania, na bazie których robotyzuje procesy. Bardzo popularne przy wdrażaniu innowacji są jednak także zewnętrzni dostawcy, którzy posiadają know-how w zakresie wdrażania m.in. sztucznej inteligencji.

Wg raportu Narodowego Banku Polskiego Innowacje w sektorze banków komercyjnych75% wydatków na innowacje w bankach to zakup usług zewnętrznych. Dla porównania wykorzystanie zasobów własnych i rozwiązań grupy to odpowiednio: 18% oraz 6% wdrożeń [dane za lata 2018 i 2019].

Zewnętrzni dostawcy usług zyskują na znaczeniu. To ciekawe, banki otwierają się także coraz bardziej także na startupy i nowe projekty, pod warunkiem oczywiście, że innowacje zapewnią wymierne korzyści i zachowane zostaną zasady bezpieczeństwa. Zależności między kompetencjami FinTechów a np. bankami zostały dobrze podsumowane w raporcie FinTech w Polsce: Bariery i szanse rozwoju:

Sektor FinTech ma nad tradycyjnymi instytucjami dużą przewagę wynikającą z różnego poziomu uregulowania przez krajowych i międzynarodowych ustawodawców. Banki jako instytucje zaufania publicznego, których działalność regulowana jest odrębnymi aktami prawnymi, nie posiadają tych kompetencji, co firmy z sektora FinTech, które dzięki możliwości szybkiej reakcji na oczekiwania nowoczesnych klientów, mogą dostarczyć innowacyjne rozwiązania w o wiele krótszym czasie.

Nowy trend: bank w chmurze

finanse w chmurzeJednym z trendów, który ma ogromne znaczenie w dalszym efektywnym wprowadzaniu innowacji jest przenoszenie się “do chmury”. Usługi cloudowe jeszcze do niedawna nie cieszyły się w największych organizacjach finansowych dużym zaufaniem. Wiele jednak zmieniły wydarzenia ostatniego półrocza: pandemia, praca zdalna i potrzeba dostępności systemów z różnych lokalizacji. To, co przez pewien czas hamowało rozwój usług cloudowych, to istniejące regulacje lub też brak odpowiednich regulacji prawnych związanych z przetwarzaniem danych w chmurze.

Warto zwrócić uwagę, że niedawno KNF zmodyfikował definicję chmury. Brzmi ona obecnie następująco:

pula współdzielonych, dostępnych „na żądanie” przez sieci teleinformatyczne, konfigurowalnych zasobów obliczeniowych (np. sieci, serwerów, pamięci masowych, aplikacji, usług), które mogą być dynamicznie dostarczane lub zwalniane przy minimalnych nakładach pracy zarządczej i minimalnym udziale ich dostawcy.

Eksperci Komisji Nadzoru Finansowego pozytywnie odnieśli się też do samego pomysłu przenoszenia usług bankowych do chmury. Usługi cloudowe w bankach z pewnością będą się popularyzować ze względu na przyrost danych, potrzebę ich efektywnego przetwarzania przy stosunkowo niskich kosztach. Chmura oznacza też szybsze wdrażanie innowacji, implementacje z bankowymi API, ułatwienie współpracy z FinTechami.

 

Anna Isakow
Dział Marketingu Stanusch Technologies

Źródła i polecane:

  1. *Sztuczna inteligencja w bankowości. Wydawcy: Związek Banków Polskich, Centrum Prawa Bankowego i Informacji, alebank.pl: https://alebank.pl/wp-content/uploads/2020/06/Raport-SZTUCZNA-INTELIGENCJA.pdf
  2. **Accenture: Reworking the Revolution, 2018. 
  3. ***FinTech w Polsce: bariery i szanse rozwoju. FinTech Poland, Obserwatorium.biz, Centrum Prawa Nowych technologii: http://fintechpoland.com/wp-content/uploads/2020/01/FinTech_w_Polsce_bariery_i_szanse_rozwoju.pdf 
  4. ****Accenture Technology Vision 2019.
  5. 18 zastosowań sztucznej inteligencji w bankowości: https://www.fintechnews.org/the-18-top-use-cases-of-artificial-intelligence-in-banks/?fbclid=IwAR3EO7poH-_8UDY7MJJ1yuoEsHh03xCzgomw9QjZtZUxy3VNsw54cBkNtP0
  6. Innowacje w sektorze banków komercyjnych. Narodowy Bank Polski.
  7. http://fintechpoland.com/wp-content/uploads/2020/01/FinTech_w_Polsce_bariery_i_szanse_rozwoju.pdf
  8. Voicebot w bankowości: https://www.omni-chatbot.pl/voicebot-w-bankowosci/
  9. Voicebot w windykacji: https://www.omni-chatbot.pl/voicebot-w-windykacji/
  10. Proof-of-concept w banku dla chatbota i voicebota: https://www.omni-chatbot.pl/proof-of-concept-voicebot-w-banku-podsumowanie-pilotazu-w-liczbach/

Chcesz porozmawiać o zastosowaniu naszych technologii w swojej firmie? Skontaktuj się z nami!

Formularz kontaktowy

 

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *

});