Skala inwestycji w technologie bankowe w Polsce i USA
Polski sektor bankowy inwestuje rocznie około 10 miliardów złotych w nowe technologie. Choć kwota jest znacząca, to nadal pozostaje niewielka w porównaniu z amerykańskimi gigantami. W 2025 roku Bank of America planuje przeznaczyć na inwestycje około 13 mld dolarów, a JP Morgan nawet 17–18 mld dolarów. To oznacza, że jedna duża instytucja w USA wydaje na technologie tyle, ile cały polski rynek generuje zysku. Polski sektor bankowy wypracował w ubiegłym roku ponad 50 mld zł zysku, co po przeliczeniu na dolary jest porównywalne tylko z inwestycjami pojedynczego banku amerykańskiego.
Priorytety technologiczne i kompetencyjne w polskim bankowości
Przemysław Koch, członek zarządu ds. IT w VeloBanku, podkreśla, że pomimo przepaści finansowej ważne jest stawianie na rozwój kompetencji w zakresie sztucznej inteligencji (AI), zwłaszcza generatywnej AI, aby zapewnić trwały rozwój i konkurencyjność sektora bankowego w Polsce.
„Musimy stale budować wiedzę, szkolić pracowników i przygotowywać ich do pracy z nowymi technologiami. Specjalistów AI jest bardzo mało i są unikatowi, dlatego konieczne jest inwestowanie w ludzi i naukę wykorzystania technologii w praktyce.” — Przemysław Koch, VeloBank
Banki nie budują dużych modeli językowych od podstaw, lecz mądrze korzystają z rozwiązań oferowanych przez globalne firmy technologiczne i fintechy, integrując je w swoich systemach, by tworzyć realną wartość dla klientów.
Wyzwania regulacyjne i technologiczne
Sektor bankowy w Polsce zmaga się z bardziej restrykcyjnymi regulacjami niż w USA, co często opóźnia wdrażanie innowacji. Wymóg pełnej „explainability” modeli AI, czyli konieczności pełnego wyjaśnienia mechanizmu działania, stawia wyzwania, gdyż generatywna AI działa jako „black box”.
„Trzeba znaleźć złoty środek między bezpieczeństwem a elastycznością, aby regulacje nie blokowały rozwoju technologii.” — Przemysław Koch, VeloBank
Dodatkowym problemem są ograniczenia w dostępie do kluczowych komponentów, takich jak chipy Nvidia, oraz konieczność działania w regionach chmurowych zgodnych z Europejskim Obszarem Gospodarczym, co w Polsce wciąż stwarza bariery dla pełnego wykorzystania generatywnej AI.
Przykłady wykorzystania AI i perspektywy rozwoju w VeloBanku
VeloBank skupia się na integracji generatywnej AI w obsłudze klienta oraz wsparciu pracowników. Już teraz posiada osobistą asystentkę finansową "Vela", a także wprowadza asystentów AI wspomagających sprzedaż kredytów i produktów inwestycyjnych. Modele działają na danych własnych banku w bezpiecznym, odseparowanym środowisku, bez dostępu do otwartego Internetu.
Bank koncentruje swoje plany rozwoju na technologii AI, poprawie efektywności operacyjnej i budowaniu trwałych relacji z klientami w modelu beyond banking, łączącym usługi finansowe z innymi codziennymi potrzebami użytkowników.
Współpraca z fintechami i wpływ warunków gospodarczych
Współpraca banków z fintechami zależy od sytuacji ekonomicznej sektora. Przy nadpłynności łatwiej o inwestycje oraz finansowanie nowych technologii, natomiast stagnacja gospodarcza utrudnia dostęp do kapitału i rozwój startupów.
Relacje te są kluczowe dla tworzenia innowacyjnych usług i rozszerzania oferty bankowej o rozwiązania, które przyciągają klientów i generują nowe źródła przychodów.
Źródło: bankier.pl