Wydatki na szeroko pojęte IT rosną w bankach wyjątkowo mocno – wynika z analizy „Parkietu”. W ośmiu największych bankach giełdowych wyniosły one w minionym roku łącznie 3,3 mld zł, co oznacza skok aż o 20 proc. rok do roku. Dla porównania – koszty operacyjne w sektorze wzrosły w tym samym czasie średnio o ok. 8 proc.

Ile banki wydają na IT

Wśród analizowanych przez nas instytucji o największym przyspieszeniu można mówić w przypadku Banku Pekao i Banku Millennium, gdzie koszty sztucznej inteligencji (ujęte w rachunku zysków i strat) wzrosły o ponad 30 proc. rok do roku. W Aliorze i PKO BP wzrost wyniósł ok. 25 proc., zaś w ING BSK i mBanku dynamika była kilkunastoprocentowa.

W ujęciu nominalnym największe wydatki na systemy informatyczne i nowe technologie ponoszą PKO BP, Pekao i ING Bank Śląski – w 2025 roku było to już znacznie powyżej pół miliarda złotych, a dokładniej – po ok. 580 mln zł. W Erste Bank Polska koszty te wyniosły 465 mln zł, w BNP Paribas BP – 340 mln zł, w mBanku – 330 mln zł, a w Millennium i Aliorze – 230–240 mln zł.

Z czego wynika tak istotny wzrost wydatków na sztuczną inteligencję w bankach? Przyczyn jest kilka, ale jedną z najważniejszych pozostaje fakt, że rok 2025 był przełomowy dla wdrażania sztucznej inteligencji w polskim sektorze. Instytucje finansowe zaczęły przechodzić od pojedynczych projektów pilotażowych do budowy całych ekosystemów opartych na AI, analityce danych i rozwiązaniach chmurowych.

Rekordowe inwestycje

– W mBanku konsekwentnie wykorzystujemy sztuczną inteligencję i analitykę danych jako kluczowe elementy budowy przewagi konkurencyjnej – deklarują władze mBanku. W zeszłym roku bank zainwestował w swój rozwój ok. 860 mln zł, z czego obszar IT pochłonął niemal 645 mln zł. Tak duże kwoty potrzebne są na modernizację kluczowych systemów dla bankowości detalicznej i korporacyjnej, ograniczanie tzw. długu technologicznego oraz rozwój infrastruktury chmurowej.

Na wdrożeniu AI mają przede wszystkim korzystać klienci. Dotychczas mBank uruchomił już takie rozwiązania jak mComplaints (czyli system wspierający obsługę reklamacji z wykorzystaniem AI), Asystenta Klienta LLM (ułatwiającego codzienne bankowanie i zarządzanie finansami), a także narzędzia wspierające doradców w bankowości detalicznej i korporacyjnej. Wkrótce klienci mBanku mają dostać też do ręki nową aplikację mobilną, również napędzaną sztuczną inteligencją.

Jednocześnie wdrożenia AI dotyczą tu oceny ryzyka, cyberbezpieczeństwa czy automatyzacji procesów wewnętrznych. Bank podkreśla, że nowe rozwiązania projektowane są już wyłącznie z myślą o architekturze chmurowej, co ma pozwolić szybciej skalować usługi i zwiększać odporność systemów. Efekty tych działań są już widoczne – liczba poważnych awarii produkcyjnych spadła w ciągu pięciu lat o ponad 70 proc., a dostępność kanałów cyfrowych dla klientów przekroczyła 99,5 proc.

Bank jako system chmurowy

Również Bank Pekao wyjaśnia ogromny wzrost wydatków informatycznych wejściem w erę sztucznej inteligencji. – W 2025 roku prowadziliśmy intensywną transformację w obszarze IT oraz zarządzania danymi – podkreśla zarząd tej instytucji finansowej w swoim sprawozdaniu. – W ramach nowej strategii rozpoczęliśmy wdrażanie nowoczesnego ekosystemu danych – rozumianego jako zintegrowane środowisko systemów biznesowych i technicznych, procesów zarządczych, ról organizacyjnych i mechanizmów zarządzania zmianą. W ramach inicjatyw strategicznych rozwijamy kompetencje i technologie niezbędne do efektywnego wykorzystania potencjału sztucznej inteligencji – zaznaczają władze banku.

W swojej strategii Pekao zakłada także co najmniej trzykrotny wzrost liczby systemów działających w chmurze, co ma poprawić skalowalność i sprawność działania banku. Celem jest szybsze wykorzystywanie danych do podejmowania decyzji biznesowych, personalizacji usług i automatyzacji procesów.

Tylko w zeszłym roku Pekao udostępnił pracownikom narzędzia oparte na platformie agentów AI oraz prowadził szerokie programy szkoleniowe dotyczące praktycznego i bezpiecznego wykorzystania sztucznej inteligencji. Bank rozwija też zaawansowaną analitykę i rozwiązania działające w czasie rzeczywistym – przykładem jest chmurowy system Omnibank CRM, który pozwala personalizować komunikację z klientami w aplikacji PeoPay i serwisie Pekao24.

Hybrydowe boty AI do obsługi klienta

Również największy bank w Polsce – PKO Bank Polski – chce dzięki AI uzyskać przewagę konkurencyjną. Skala inwestycji pokazuje, że PKO BP ma także ambicję zostać liderem tej technologii na polskim rynku. Wśród najważniejszych projektów informatycznych wymienia rozwój rozwiązań AI wspólnie z największymi dostawcami technologii, takimi jak Google i Microsoft, przy wsparciu Operatora Chmury Krajowej.

PKO BP inwestuje jednocześnie w automatyzację, chmurę i narzędzia generatywnej AI. Jednym z najbardziej widocznych przykładów jest wdrożenie GitHub Copilot, który wspiera programistów w tworzeniu kodu i skraca czas realizacji projektów IT. PKO BP rozwija też własny ekosystem innowacji wspierających analizę danych, marketing i obsługę firm.

Najbardziej spektakularne efekty widać jednak w automatyzacji obsługi klientów. W 2025 roku wszystkie boty PKO BP przeprowadziły ponad 83 mln rozmów, co oznacza wzrost o 48 proc. rok do roku. Szczególnie szybko rośnie wykorzystanie asystenta głosowego w aplikacji IKO, który obsłużył 34,7 mln rozmów, czyli o 74 proc. więcej niż rok wcześniej. PKO BP rozwija już kolejną generację rozwiązań – hybrydowe boty wspierane przez modele GenAI, które potrafią rozumieć kontekst rozmowy i dopasowywać odpowiedzi do klienta.

Równolegle PKO BP intensywnie robotyzuje wewnętrzne procesy – w 2025 roku wdrożono 77 nowych automatyzacji. Do końca 2025 roku roboty zrealizowały łącznie ponad 474 mln zadań, co oznacza wzrost o blisko 34 proc. względem 2024 roku.

Jak spłacić dług technologiczny

W kolejnych latach można spodziewać się dalszego, bardzo szybkiego wzrostu wydatków banków na IT i sztuczną inteligencję. Z raportów Deloitte wynika, że sektor finansowy wchodzi obecnie w etap przejścia od eksperymentów do pełnoskalowych wdrożeń AI w całej organizacji. Eksperci podkreślają jednak, że największą barierą pozostaje tzw. dług technologiczny – czyli stare systemy IT, rozproszone dane i infrastruktura projektowana jeszcze przed erą chmury i sztucznej inteligencji, co dotyczy również polskich instytucji.

Również analizy McKinsey & Company wskazują, że choć transformacja AI jest nieodzowna i może przynieść globalnemu sektorowi bankowemu nawet 200–340 mld dolarów dodatkowej wartości rocznie, to jest ona procesem kosztownym i wieloletnim. Wiele instytucji nadal działa na systemach rozwijanych od kilkunastu, a nawet kilkudziesięciu lat, które trudno integrować z nowoczesnymi modelami AI.

Dlatego najbliższe lata upłyną bankom nie tylko pod znakiem wdrażania nowych narzędzi, ale również kosztownej modernizacji infrastruktury IT. Jednocześnie sztuczna inteligencja ma stopniowo przejmować kolejne procesy – od obsługi klienta, przez analizę ryzyka i wykrywanie fraudów, po programowanie, compliance czy automatyzację dokumentacji.