Usprawnienie przetwarzania dużych ilości danych, optymalizacja wewnętrznych operacji, zapewnienie klientom bardziej spersonalizowanych doświadczeń i usług, szybsza i efektywniejsza ocena ryzyka oraz zwiększenie poziomu cyberbezpieczeństwa — to tylko część obszarów, w których AI już obecnie wspiera banki i instytucje finansowe. Jednocześnie jak w przypadku każdej technologii również tutaj przed bankami pojawiają się dodatkowe, długofalowe wyzywania związane m.in. z ochroną danych, poufnością i wykorzystaniem technologii przez oszustów.
Ponad połowa globalnych CEO eksperymentuje z AI
Autorzy raportu Mastercard Signals „Generative AI: The transformation of banking” powołują się na badania, z których wynika, że 55 proc. ankietowanych dyrektorów generalnych dużych globalnych firm „analizuje lub eksperymentuje” z zastosowaniem generatywnej sztucznej inteligencji, a 37 proc. już z niej korzysta. Na razie zarówno banki, jak też
instytucje finansowe dość zachowawczo podchodzą do sztucznej inteligencji. Taki stosunek nie będzie jednak trwał długo, ponieważ zgodnie z raportem McKinsey Global Institute 2023 wykorzystanie AI może przynieść bankowości wzrost zysków operacyjnych na poziomie od 9 do 15 proc. Najwięcej korzyści mają czerpać banki korporacyjne i detaliczne. Goldman Sachs Group na przykład już wykorzystuje narzędzia oparte na AI do automatyzacji pracochłonnych elementów kodowania, a Citigroup do analizy ponad 1000 stron nowych zasad kapitałowych.
Sztuczna inteligencja + open banking
Generatywna sztuczna inteligencja w bankowości może sprawdzić się szczególnie w obszarze zarządzania wiedzą, umożliwiając sprawne przetwarzanie danych i informacji przechowywanych dzisiaj w różnych źródłach i formatach. Połączenie możliwości otwartej bankowości z potencjałem generatywnej AI usprawni także procesy kredytowe — pomoże np. w obsłudze osób bez standardowej historii kredytowej, jak również przeprowadzi konsumentów przez poszczególne kroki operacji. Innym przykładem jest bankowość konwersacyjna — AI może poprawić efektywność botów, które staną się zdolne do odpowiadania na pytania klientów w odpowiedni kontekstowo sposób. W obszarze cyberbezpieczeństwa natomiast sztuczna inteligencja może np. przewidywać zagrożenia cybernetyczne, symulować scenariusze ryzyka i wskazywać anomalie.
Wyścig z cyberprzestępcami
W Mastercard modele sztucznej inteligencji stanowią podporę wielu rozwiązań, np. przez analizę ryzyka każdej z ponad 140 mld transakcji kartami Mastercard rocznie. W najnowszej wersji tej usługi wykorzystujemy możliwości generatywnej AI, co podnosi jeszcze bardziej skuteczność identyfikacji ryzykownych transakcji. Dzięki temu możemy jeszcze lepiej ochronić naszych partnerów i konsumentów, zapewniając przy tym optymalne doświadczenia użytkowników przy korzystaniu z cyfrowych płatności. Warto jednak pamiętać o tym, że tak jak AI efektywnie wspiera procesy związane z cyberbezpieczeństwem, tak również staje się coraz częściej narzędziem w rękach cyberprzestępców. Przykładem może być wykorzystywanie możliwości generatywnej AI w opracowaniu skuteczniejszego phishingu czy też w technologii deepfake. W tym obszarze trwa nieustanny wyścig zbrojeń.
System ochrony klientów
Dla banków i instytucji finansowych wyzwaniem pozostają kwestie związane z integracją AI z istniejącymi systemami, ochroną danych i prywatności konsumentów oraz dokładnością informacji. Te tematy będą wymagały zaadresowania zarówno w warstwie dostosowania się do regulacji, takich jak chociażby AI Act, ale również stosowania technologii ochrony prywatności (PETs). To np. szyfrowanie homomorficzne, zapewniające dodatkowe bezpieczeństwo i prywatność dla danych poprzez szyfrowanie informacji przesyłanych między stronami i agregatorem. Z powodzeniem udało nam się zastosować to rozwiązanie w obszarze analizowania transakcji pod kątem potencjalnych przestępstw finansowych.
Wszystko wskazuje na to, że generatywna sztuczna inteligencja będzie stopniowo integrować się z bankowością, a w ciągu najbliższych kilku lat może doprowadzić do znaczącej transformacji w operacjach bankowych. Jednak stanie się naprawdę użyteczna tylko wtedy, kiedy będziemy mogli w pełni jej zaufać, a jedynym sposobem, aby to osiągnąć, jest odpowiedzialne korzystanie z jej możliwości z poszanowaniem prywatności i ochrony danych. W Mastercard angażujemy się w opracowywanie praktycznych rozwiązań w zakresie AI, aby zagwarantować etyczne podejście do tej technologii.
Marta Życińska, dyrektorka generalna polskiego oddziału Mastercard Europe