Sztuczna inteligencja (AI) coraz śmielej wkracza do bankowości, ale czy jest w stanie zastąpić doradcę przy tak ważnej decyzji jak kredyt hipoteczny? Badania sugerują, że na razie Polacy traktują AI jako wsparcie, a nie zastępstwo człowieka. Aż 72% ankietowanych deklaruje, że kontakt z ekspertem finansowym podczas wyboru oferty kredytu hipotecznego jest dla nich bardzo ważny lub wręcz niezbędny. Na etapie finalizacji decyzji ten odsetek jest nawet nieco wyższy (73%). Tylko jedna na dziesięć osób ocenia rolę doradcy jako mało istotną. Te wyniki dobrze tłumaczą, dlaczego w 2022 roku ponad 70% kredytów hipotecznych w Polsce zostało udzielonych przy wsparciu pośredników finansowych – na 203 tys. nowych hipotek aż 143 tys. pomagały zorganizować firmy doradcze.
Raport AI w finansach od ANG znajdziecie tutaj.
Co ciekawe, potrzeba rozmowy z ekspertem różni się w zależności od doświadczeń i cech demograficznych klientów. Osoby, które wcześniej korzystały z pośrednika kredytowego, przywiązują do kontaktu z człowiekiem jeszcze większą wagę (76% z nich uważa go za bardzo ważny w fazie wyboru oferty, a 80% w momencie finalizacji). W grupie osób niekorzystających wcześniej z takiego wsparcia odsetki te są nieco niższe (odpowiednio 70% i 76%), co jednak wciąż świadczy o przewadze relacyjnego podejścia. Kobiety częściej niż mężczyźni uznają konsultację z doradcą za absolutnie niezbędną.
– W kontekście rosnącej roli sztucznej inteligencji w finansach, kobiety kierują się potrzebą relacyjności i bezpieczeństwa, co sprawia, że decyzje finansowe – zwłaszcza tak kluczowe jak kredyty hipoteczne – nadal wymagają obecności człowieka. Mężczyźni są gotowi szybciej zaufać technologii, ale pod warunkiem, że jest ona prosta i efektywna. Technologia wspiera, ale to człowiek – ekspert lub ekspertka kredytowa – daje nam poczucie bezpieczeństwa i pewności, niezbędne w podejmowaniu kluczowych decyzji – komentuje Katarzyna Dmowska, wiceprezeska ANG Odpowiedzialne Finanse.
Cyfrowe narzędzia przy poszukiwaniu ofert
Przywiązanie do kontaktu z człowiekiem nie oznacza, że klienci odrzucają technologie. Wręcz przeciwnie – coraz chętniej sięgamy po narzędzia cyfrowe z elementami AI, szczególnie na wstępnym etapie poszukiwania ofert finansowych. W badaniu ANG zapytano Polaków, jakie funkcjonalności oparte na AI byłyby dla nich najbardziej przydatne przy wyborze oferty kredytowej. Najwięcej wskazań zyskały internetowe porównywarki ofert kredytowych (44%) oraz inteligentne kalkulatory zdolności kredytowej (39%). Osoby z wyższym wykształceniem częściej doceniają te rozwiązania, co sugeruje, że bardziej świadomi użytkownicy poszukują efektywnych sposobów na przeszukiwanie rynku.
Innym przykładem rosnącej popularności AI w bankowości są chatboty i wirtualni asystenci. 28% ankietowanych deklaruje, że chętnie skorzystałoby z narzędzia opartego na AI, które szybko odpowie na pytania dotyczące produktów lub usług finansowych. Odsetek ten skacze do 45% w najmłodszej grupie wiekowej 18–24 lata – młodzi dorośli są przyzwyczajeni do chatbotów na co dzień i chętnie widzieliby je w roli finansowego doradcy pierwszego kontaktu.
– Pokolenie wychowane w świecie cyfrowym nic nie widzi na przeszkodzie, by wykorzystać chatboty do wyboru produktów finansowych. To pokazuje rosnący potencjał rozwoju takich narzędzi w branży finansowej. Z naszego badania wniosek nasuwa się jeden – chętnie wspieramy się dostępnymi narzędziami, ale decyzję podejmujemy z człowiekiem – podsumowuje Tomasz Kowalski, dyrektor zarządzający ANG Odpowiedzialne Finanse.
Nietrudno zauważyć, że technologie najczęściej pomagają klientom na etapie wstępnej analizy ofert. Z tego względu ANG oferuje kompleksową obsługę doradców, ale jednocześnie umożliwia klientom korzystanie z szeregu narzędzi dostępnych online – od porównywarki kredytów hipotecznych i gotówkowych po kalkulatory – co ma ułatwić zapoznanie się z ofertą i wstępne decyzje. Internetowe serwisy i aplikacje bankowe coraz częściej wyposażane są w takie funkcje, dzięki czemu klient może samodzielnie sprawdzić ofertę i przygotować się do rozmowy z doradcą. Niemniej, jak pokazują cytowane badania, przy podjęciu końcowej decyzji nadal najistotniejsza jest pomoc człowieka.
Podczas gdy klienci postrzegają AI głównie jako udogodnienie przy wyborze oferty, same banki już teraz intensywnie wykorzystują sztuczną inteligencję na wielu frontach. W polskich instytucjach finansowych AI stała się sposobem na przyspieszenie procesów, analizę dużych zbiorów danych i usprawnienie obsługi klientów
Szybsza i precyzyjniejsza decyzja kredytowa
Największy bank w Polsce, PKO Bank Polski, już od kilku lat rozwija własne modele oparte o uczenie maszynowe do oceny ryzyka kredytowego. Dziś ponad 80% decyzji kredytowych w PKO BP zapada przy wsparciu algorytmów AI. Bank wykorzystuje sztuczną inteligencję przy ocenie większości kredytów konsumenckich i MŚP, a nawet około 30% kredytów hipotecznych jest analizowanych z użyciem algorytmów zamiast wyłącznie ludzkiego analityka. Dzięki temu PKO BP może budować znacznie bardziej złożone modele oceny zdolności kredytowej, biorąc pod uwagę setki zmiennych, w tym dane zewnętrzne i informacje o zachowaniu klienta w bankowości internetowej i mobilnej.
Modele ML (machine learning) pozwalają bankowi precyzyjniej szacować ryzyko i lepiej dopasować ofertę do klienta. Co więcej, automatyzacja przyśpiesza proces udzielania kredytu – w PKO BP najlepsi, wieloletni klienci z dobrą historią spłat mogą otrzymać kolejną pożyczkę praktycznie od ręki, automatycznie i bez dodatkowych formalności, bo decyzję podejmuje algorytm w ułamku sekundy.
Bank chwali się, że dzięki AI poziom akceptacji wniosków kredytowych wzrósł o około 2 punkty procentowe (algorytmy potrafią “dostrzec” wiarygodnych klientów, których tradycyjny scoring mógłby odrzucić). Sztuczna inteligencja czuwa też nad monitorowaniem spłat – analizuje portfele kredytów pod kątem opóźnień i pomaga dobrać odpowiednią formę kontaktu z zadłużonym klientem, zanim problem eskaluje. Ambicją PKO BP jest, aby z pomocą AI aż 90% procesów oceny ryzyka przebiegało w pełni automatycznie. Te liczby pokazują, że algorytmy uczące się stały się nieodłącznym “drugim mózgiem” bankowych działów kredytowych – wspierają analityków, zwiększając skalę i trafność decyzji.
Wirtualni asystenci i chatboty na pierwszej linii
Obsługa klienta to kolejny obszar, w którym polskie banki chętnie wdrażają AI. Dobrym przykładem jest Alior Bank, który już w 2021 r. uruchomił na infolinii głosowego asystenta “InfoNina”. Ten inteligentny voicebot odbiera dziś niemal wszystkie połączenia przychodzące na call center Aliora, automatycznie obsługując średnio 55% zapytań bez udziału żywego konsultanta. Klient dzwoniący na infolinię nie musi już słuchać tradycyjnego menu IVR ani czekać na połączenie – InfoNina samodzielnie rozpoznaje naturalną mowę rozmówcy i potrafi skierować go do właściwego działu lub udzielić odpowiedzi na często zadawane pytania.
W sumie wirtualna asystentka obsługuje ponad 140 różnych spraw – od instrukcji aktywacji karty czy odblokowania dostępu do bankowości, po podanie adresu oddziału. Inteligencja językowa (NLU/NLP) pozwala jej z dużą dokładnością zrozumieć intencje klientów, co osiągnięto m.in. poprzez trenowanie algorytmów na bazie autentycznych rozmów z infolinii.
Jeśli sprawa tego wymaga, bot po wstępnej rozmowie przekazuje klienta do właściwego konsultanta, ale czyni to szybciej i trafniej niż tradycyjny system zapowiedzi głosowych. W efekcie średni czas obsługi skrócił się o 15%, a 90% połączeń jest od razu kierowanych do odpowiedniego procesu lub doradcy (bot nie błądzi, jak czasem my sami w gąszczu opcji).
Co ważne, Alior sukcesywnie rozwija możliwości InfoNiny – bot został wyróżniony certyfikatem “Prosta Polszczyzna” za komunikatywność, a od 2023 r. dostępny jest także jako chatbot na stronie internetowej banku, gdzie udziela pisemnie informacji o produktach i pomaga prezentować oferty. Bank zapowiada również udostępnienie pierwszych funkcji transakcyjnych wykonywanych przez voicebota, dzięki czemu klient będzie mógł np. zlecić głosowo sprawdzenie salda czy wykonanie prostego przelewu.
Podobne rozwiązania rozwijają także inni – Santander Bank Polska ma chatbota o imieniu Santi, który od lipca 2020 r. odbył już 135 tys. rozmów z klientami online i odpowiedział na przeszło 341 tysięcy pytań zadanych poprzez stronę internetową. Santi jest dostępny 24/7, a jego odpowiedzi są na tyle pomocne, że tylko około 1% konwersacji wymaga dalszej interwencji żywego doradcy na czacie lub videocallu.
Santi potrafi jednocześnie rozmawiać z kilkunastoma użytkownikami, wyjaśniając najróżniejsze kwestie – od logowania do bankowości, przez szczegóły oferty kont, po pomoc w aktywacji karty płatniczej. Te przykłady pokazują, że wirtualni doradcy stali się integralną częścią obsługi klienta: przejmują od pracowników banku setki tysięcy prostych zapytań, pozwalając ludziom skupić się na bardziej złożonych problemach. Chatbot nie zastąpi empatii doradcy, gdy klient ma nietypowy kłopot, ale świetnie radzi sobie z udzielaniem szybkich informacji czy rozwiązywaniem rutynowych spraw.
Robotyzacja i analiza danych – bankowość od kuchni
AI w bankach to nie tylko front-end i interakcje z klientami, ale również głębokie zmiany w wewnętrznych procesach. Przykładem jest Bank Pekao S.A., który realizuje strategię tzw. hiperautomatyzacji. Pekao od lat inwestuje w roboty programowe (RPA) – ma całą platformę “wirtualnych pracowników”, którzy wykonują już ponad 15 tysięcy zadań dziennie: m.in. procesują wnioski produktowe, rejestrują polisy powiązane z kredytami czy ustawiają parametry nowych rachunków. Łącznie daje to ponad 5 milionów zautomatyzowanych operacji rocznie, które dawniej musiałyby ręcznie wykonać dziesiątki pracowników. Efekt? Operacje zachodzą szybciej i bezbłędnie, a pracownicy mogą skupić się na bardziej wymagających zadaniach i relacji z klientem.
Równolegle Pekao buduje coraz bardziej zaawansowane rozwiązania AI wykraczające poza tradycyjną automatykę. Stworzył np. platformę Empatia – wykorzystującą algorytmy do analizy doświadczeń klientów. Narzędzie to “przeczytało” setki tysięcy opinii o aplikacji mobilnej, produktach, usługach, a nawet komentarze o oddziałach banku i bankomatach. Dzięki temu bank szybko dowiaduje się, co klienci chwalą, a co im przeszkadza, i może wprowadzać udoskonalenia tam, gdzie faktycznie są potrzebne.
Inne autorskie rozwiązanie to “przeczytAI” – system, który automatyzuje obsługę dokumentów. W każdej instytucji piętrzą się stosy papierów i PDF-ów – AI potrafi odszyfrować dowolny dokument dostarczony do banku, rozpoznać jego typ (np. umowa, zaświadczenie), wyciągnąć z niego kluczowe dane (nazwisko, kwoty, adresy itp.) i automatycznie wprowadzić je do systemu bankowego. Wykorzystuje także AI do weryfikacji podpisów klientów oraz tłumaczy dokumenty na inne języki – wszystko to w tempie i skali nieosiągalnej dla człowieka. Każdego kwartału przeczytAI przetwarza ponad 1,5 miliona dokumentów, odciążając działy back-office.
Kolejne narzędzie, “zapytAI”, to wewnętrzny chatbot-semantyczna wyszukiwarka wiedzy dla pracowników front-office. Doradca w oddziale lub na infolinii, zamiast przekopywać się przez procedury i instrukcje, może po prostu zadać pytanie w naturalnym języku, a zapytAI błyskawicznie znajdzie odpowiedź w firmowej bazie wiedzy.
Dla kadry zarządzającej i audytorów bank wdrożył natomiast rozwiązania typu speech-to-text: system “posłuchAI” analizuje nagrania rozmów telefonicznych z klientami, sprawdzając ich zgodność z procedurami i standardami jakości, a nawet automatycznie sporządza notatki ze spotkań i calli biznesowych. To ostatnie oszczędza mnóstwo czasu i pozwala wyłapać cenne informacje, które mogą umknąć w tradycyjnym podsumowaniu spotkania.
Oczywiście nie mogło zabraknąć AI w obszarze bezpieczeństwa – “wykryAI” w Pekao monitoruje transakcje i działania użytkowników w poszukiwaniu nietypowych zachowań i potencjalnych zagrożeń, które wymagają interwencji bankowców. Wykorzystuje też algorytmy do analizy skanów dokumentów tożsamości, co pomaga wykrywać fałszerstwa i zapobiegać wyłudzeniom.
Bank stosuje hybrydowe podejście: korzysta zarówno z komercyjnych rozwiązań chmurowych (jak np. ChatGPT czy Google Gemini), jak i z otwartych modeli AI, trenowanych na własnych danych wewnątrz bezpiecznej infrastruktury banku. To pozwala łączyć globalne innowacje z kontrolą nad danymi i zgodnością z regulacjami. Przykład Pekao pokazuje, że AI w bankowości to już nie futurystyczny gadżet, lecz strategiczne narzędzie usprawniające pracę całej organizacji – od back-office po frontline.
Bankowy asystent przyszłości
Warto dodać, że również mniejsze instytucje i fintechy rozwijają nowatorskie projekty AI. Nest Bank, znany z cyfrowego podejścia, najpierw wykorzystał AI wewnętrznie – tworząc platformę ułatwiającą pracownikom dostęp do firmowej wiedzy. Dzięki temu nowy pracownik, zamiast pytać kolegów “jak rozliczyć delegację” czy “gdzie znajdę procedurę X”, może to po prostu wpisać w system i natychmiast otrzymać odpowiedź. Kolejnym krokiem Nest Banku jest wdrożenie zewnętrznego asystenta AI dla klienta.
– To nie tylko chatbot do rozmowy, ale sprawczy agent, z którym wystarczy komunikować się głosowo, by np. wypełnić formatkę przelewu czy zamówić nową kartę. De facto to opiekun klienta 24/7, który zna historię konta, dotychczasowe rozmowy, wszystkie operacje i całą ofertę banku – opisuje Piotr Kowynia, prezes Nest Banku.
Brzmi to jak osobisty wirtualny bankier, który zawsze odbiera telefon – koncepcja w Polsce dopiero raczkująca, ale rozwój technologii (szczególnie modeli generatywnych AI, rozumiejących kontekst i uczących się preferencji użytkownika) może sprawić, że takie rozwiązania staną się standardem w kolejnych latach. Oczywiście ich skuteczne wdrożenie będzie wymagało zadbania o najwyższy poziom bezpieczeństwa i prywatności, ale już dziś widać, że polskie fintechy nie boją się sięgać po AI, by wyróżnić się innowacyjnością.
Szanse i bariery wdrażania AI w bankowości
Jakie korzyści i wyzwania niesie za sobą sztuczna inteligencja w sektorze finansowym? Opisane powyżej przykłady pokazują wymierne szanse: AI przyspiesza procesy (kredyt można otrzymać szybciej), pozwala na obsługę klientów 24/7 (chatbot nie ma przerw), zwiększa personalizację usług (analiza setek zmiennych umożliwia dopasowanie oferty do klienta) i pomaga w wykrywaniu nadużyć (algorytmy monitorujące transakcje są czujne na anomalie).
Banki dzięki AI mogą też obniżać koszty operacyjne – automatyzacja tysięcy zadań oznacza oszczędność czasu pracowników i redukcję błędów. Klienci doceniają przede wszystkim wygodę: np. młodsze pokolenia chwalą sobie możliwość załatwienia spraw o dowolnej porze, bez wychodzenia z domu. W badaniu 32% Polaków zadeklarowało gotowość skorzystania z aplikacji finansowej z rozwiązaniami AI – głównie ze względu na taką wygodę i automatyzację formalności. AI bywa więc postrzegana jako sposób na uproszczenie skomplikowanych procedur bankowych i odciążenie klienta od żmudnych czynności.
Jednak obok entuzjazmu pojawiają się też poważne obawy i bariery spowalniające szerszą adopcję AI.
Po pierwsze, kwestia zaufania: aż 44% Polaków nie widzi żadnych korzyści z w pełni zautomatyzowanego procesu kredytowego, a wielu wręcz nie ufa decyzjom “czarnej skrzynki”. Brak kontaktu z ekspertem budzi największe opory – 40% badanych obawia się, że bez udziału człowieka nikt im nie pomoże ani niczego nie wyjaśni w razie wątpliwości. To lęk przed tym, że zostaniemy skazani na dialog z maszyną, która nie ma empatii ani zrozumienia naszej unikalnej sytuacji.
Drugi istotny czynnik to bezpieczeństwo danych osobowych – 38% respondentów wskazuje ryzyko związane z ochroną prywatności jako barierę w korzystaniu z AI. W dobie rosnącej świadomości o cyberzagrożeniach, klienci chcą mieć pewność, że algorytmy nie wykorzystają ich wrażliwych informacji w nieuprawniony sposób. Banki muszą więc spełnić surowe wymogi regulacyjne (np. unijne przepisy RODO, a wkrótce także zapisy nadchodzącego AI Act), aby zagwarantować, że AI działa etycznie i transparentnie. Grupa robocza przy Związku Banków Polskich zwraca uwagę, że wdrażając sztuczną inteligencję, sektor musi zadbać o zarządzanie ryzykiem modelu, wyjaśnialność decyzji AI oraz odpowiedzialność za ewentualne błędy.
Kolejną barierą mogą być koszty i kompetencje – zaawansowane rozwiązania AI wymagają inwestycji w infrastrukturę (np. moc obliczeniową, dane) oraz w specjalistów: od data scientistów, przez inżynierów ML, po trenerów chatbotów. Duże banki stać na takie inwestycje (PKO BP czy Pekao same tworzą centra kompetencji AI), ale mniejsze podmioty mogą mieć trudniej i będą raczej korzystać z gotowych platform.
Nie można też zapominać o sceptycyzmie części klientów wynikającym z dotychczasowych doświadczeń – wielu z nas zdarzyło się zirytować na automatyczną infolinię czy otrzymać nietrafioną “personalizowaną” ofertę od bankowego algorytmu. Takie sytuacje psują opinię o AI. Klienci mówią bankom jasno: technologia ma pomagać, a nie frustrować. Dlatego przemyślane wdrożenia – z naciskiem na testy, jakość danych i stopniowe doskonalenie algorytmów – są kluczem do zdobycia zaufania użytkowników.
Podsumowanie
Sztuczna inteligencja staje się ważnym elementem polskiej bankowości, lecz jej rola to na razie przede wszystkim rola współpracownika człowieka, nie jego zamiennika. W obszarze kredytów hipotecznych – jednego z najbardziej złożonych i życiowo istotnych produktów – Polacy chętnie skorzystają z AI przy porównywaniu ofert czy wstępnej ocenie zdolności, ale ostateczną decyzję wolą podjąć ramię w ramię z zaufanym doradcą. Ten model hybrydowy, gdzie algorytm robi “pracę domową” (liczy, szuka, porównuje), a człowiek wnosi doświadczenie, empatię i ostateczną weryfikację, wydaje się najbardziej pożądanym kierunkiem rozwoju. Taki wniosek płynie zarówno z przytoczonych badań opinii klientów, jak i z filozofii wdrażania AI deklarowanej przez banki (np. “AI wspiera pracownika, ale go nie zastępuje).
W najbliższych latach możemy spodziewać się dalszej ekspansji AI w finansach – od coraz doskonalszych chatbotów zdolnych prowadzić naturalny dialog, przez algorytmy skracające do minimum czas udzielenia kredytu, po nowatorskie usługi doradcze oparte na analizie ogromnych zbiorów danych (np. spersonalizowane porady finansowe generowane przez AI).
Trendem jest też eksplorowanie generatywnej AI (jak ChatGPT) do tworzenia asystentów potrafiących dynamicznie odpowiadać na unikatowe pytania klientów czy przygotowywać indywidualne oferty. Jednak barier nie brakuje: od konieczności ochrony danych i zapewnienia zgodności z regulacjami, po psychologiczne opory samych klientów, którzy muszą przekonać się, że AI faktycznie ułatwia im życie, a nie odbiera kontrolę.
Polskie banki zdają się rozumieć tę równowagę – inwestują w nowoczesne technologie, ale równocześnie podkreślają rolę człowieka i starają się budować AI w sposób odpowiedzialny. Już dziś AI automatyzuje “bankowość od zaplecza”, przyspiesza decyzje i wyłapuje oszustwa, a jednocześnie klienci nadal mają wybór: mogą porozmawiać z chatbotem albo poczekać na rozmowę z doradcą, mogą skorzystać z aplikacji analizującej ofertę, a potem pójść do oddziału po poradę.
Taka symbioza technologii i ludzkiego doświadczenia to prawdopodobnie najlepsza droga na teraz. Sztuczna inteligencja sprawdza się w liczbach i procedurach, natomiast inteligencja emocjonalna wciąż pozostaje domeną człowieka. Dlatego przyszłość bankowości w Polsce to najpewniej banki “Augmented Intelligence” – wzbogacone inteligencją, ale nadal bliskie człowiekowi. Połączenie potencjału AI z zaufaniem do doradców może przełożyć się na usługi finansowe jednocześnie innowacyjne i przyjazne, czyli takie, jakich oczekują klienci.
źródła: informacja prasowa, fintek.pl, smebanking.club, sentione.com, santader.pl, pekao.com.pl, cyfrowa.rp.pl, zbp.pl
Dodaj komentarz