Agnieszka Machoń, alumn IV edycji CEE Fintech Leaders Forum, programu Fundacji im. Lesława A. Pagi
W ostatnich latach sztuczna inteligencja staje się coraz bardziej znaczącą siłą kształtującą kierunek, w którym zmierza gospodarka. Finanse nie są wyjątkiem. Już dziś niektóre ich działy w niczym nie przypominają tego, z czym tradycyjnie kojarzyliśmy usługi związane z obrotem pieniężnym. Sztuczna inteligencja pozwala firmom na znaczące redukcje kosztów – efekt daleko idącej automatyzacji czy wzrost przychodów wynikający z optymalizacji procesów bądź ulepszonej oferty.
Zgodnie z prognozami McKinsey Global Institute sztuczna inteligencja może zwiększyć wartość globalnej ekonomii aż o 13 bilionów USD do roku 2030. Jest to równoznaczne z rocznym wzrostem PKB o ok. 1,2 proc. W krajach CEE – w szczególności wśród członków Grupy Wyszehradzkiej – zauważalny jest silny trend skierowany na rozwój tej technologii: w 2018 r. ufundowanych zostało wiele organizacji wspierających środowiska biznesowe w digitalizacji i automatyzacji, np. słowacka Artificial Intelligence Platform (AmCham Slovakia) czy węgierska AI Coalition. Eksperci z tych think tanków we współpracy ze środowiskami akademickimi oraz agendami rządowymi stanęli przed zadaniem stworzenia wspólnej strategii rozwoju AI w naszym regionie.
Wśród głównych efektów szerokiej implementacji sztucznej inteligencji w sektorze fintech wymieniane są: osłabienie powiązań, którymi historycznie połączone były tradycyjne instytucje finansowe, z czym związane jest również daleko idące zreformowanie ich modeli operacyjnych; odwrócenie dynamiki konkurencyjnej; zmiany w strukturze zatrudnienia i związana z tym konieczność stworzenia siły roboczej wykorzystującej AI, a nie stojącej do niej w opozycji. Jednocześnie na horyzoncie widnieje też wiele wyzwań: brak jasnych i kompleksowych regulacji dotyczących szybko wprowadzanych innowacji, często bardzo wysokie koszty implementacji (w szczególności w przypadku małych i średnich przedsiębiorstw) czy też kwestia odpowiedzialności maszyn za decyzje podejmowane w ramach automatyzacji.
Sztuczna inteligencja odznacza się szerokim potencjałem zastosowań przy restrukturyzacji przedsiębiorstw – od daleko idących optymalizacji kosztów po kreowanie zupełnie nowej wartości czy rozbudowę oferty produktowo-usługowej. Jednak do tej pory firmy zdawały się wykorzystywać głównie pierwszą z wymienionych możliwości, niejako zaniedbując ogromny potencjał drzemiący w ulepszaniu łańcucha wartości.
W zakresie płatności i finansów osobistych przed firmami decydującymi się na modernizację poprzez AI otwierają się zupełnie nowe horyzonty wraz z implementacją unijnej dyrektywy PSD2, wprowadzającej paradygmat open bankingu. Dopuszcza on szeroką rzeszę małych fintechów – dotychczas pozbawionych realnych możliwości konkurencji z tradycyjnymi instytucjami finansowymi – do ich systemów bankowych, co jest jedną z przyczyn pojawiania się innowacyjnych, konkurencyjnych dla banków produktów finansowych oraz stałego przyrostu wolumenu płatności bezgotówkowych w Europie od 2012 r. Głównymi zastosowaniami AI w tym sektorze są nowe rozwiązania dotyczące cyberbezpieczeństwa i zapobiegania oszustwom oraz poprawa działalności operacyjnej dzięki RPA (Robotic Process Automation). Oprogramowanie może dzięki temu samoczynnie zbierać dane na temat zachodzących w przedsiębiorstwie procesów i sugerować obszary prawdopodobnie wymagające poprawy. Przykładem pierwszego z tych zastosowań jest polska firma Nethone, wykorzystująca machine learning do wykrywania oszustw przy płatnościach kartami płatniczymi. Drugim słowacki startup Minit – jest jednym z wiodących przedsiębiorstw popularyzujących oprogramowanie do process miningu, technologii rewolucjonizującej poprawę produktywności procesów w wielu sektorach.
Obszar obsługi finansów osobistych również z otwartymi rękami przyjmuje innowacje nadchodzące wraz z implementacją AI. Zarówno duże banki, jak i wchodzące gwiazdy świata startupów mają nadzieję wspomóc pokolenie milenialsów, coraz częściej napotykających problemy z odpowiednim zarządzaniem domowym portfelem (zgodnie z danymi Eurostatu poziom oszczędności zarówno polskich, jak i słowackich gospodarstw oscyluje poniżej europejskiej średniej). Z pomocą przychodzą firmy takie jak pochodzące z Czech Spendee, oferujące bazującego na algorytmach sztucznej inteligencji asystenta finansowego. Wspomaga on klientów w analizie codziennych kosztów i przychodów, integruje wszystkie ich konta bankowe i portfele kryptowalutowe, a następnie oferuje wiele spersonalizowanych porad i propozycji budżetowych.
Wszystkie te zastosowania otwierają przed sektorem finansowym zarówno dużo możliwości, jak i wyzwań. I duże, i małe instytucje, by dotrzeć do coraz bardziej wymagających klientów i pokonać mnożących się jak nigdy wcześniej konkurentów, będą musiały szukać coraz to nowych obszarów innowacji i sposobów wyróżnienia się na rynku. Ponadto wykładniczy przyrost wolumenu danych o klientach będzie wymagał budowy kompleksowych strategii pozyskania, obserwacji ich zachowań zarówno w ramach usług finansowych, jak i poza nimi, a następnie wykorzystania tych informacji w efektywny sposób bez naruszania poczucia prywatności klienta. Z tak skomplikowanego placu boju tylko kilka instytucji będzie w stanie wyjść obronną ręką, jednak nagrodą dla tych, którym się to uda, będzie pozycja liderów rynkowych w nowej, zmienionej przez cyfrowe technologie gospodarce jutra i wiążący się z tym ogromny potencjał zysku.
