Lubomir Stojek, country manager Red Hat w Polsce
Choć rozwiązania AI są coraz szerzej stosowane przez instytucje finansowe, tylko 15% z nich posiada w pełni opracowaną strategię wykorzystania sztucznej inteligencji, obejmującą zrozumienie i stosowanie narzędzi open source – wynika z badania przeprowadzonego na zlecenie Red Hat. Na przeszkodzie ich szybszej adaptacji stoją przede wszystkim wymogi regulacyjne, kwestie etyczne oraz niedobór wykwalifikowanych specjalistów. Droga do wdrażania technologii w branży finansów jest wyboista, ale może doprowadzić do większego poziomu zadowolenia klientów i wzmocnienia przewagi konkurencyjnej.
Dla firm finansowych zgodność z prawem to nie tylko kwestia formalna, lecz kluczowy warunek wdrażania rozwiązań wspieranych przez sztuczną inteligencję. Działając w branży obostrzonej rygorystycznymi regulacjami prawnymi, jak NIS2, DORA czy AI Act, przedsiębiorstwa chcą mieć pewność, że narzędzia bazujące na AI są dostosowane do obowiązujących przepisów. Dlatego nie dziwi, że 65% firm przebadanych przez Red Hat wskazuje zachowanie zgodności z regulacjami prawnymi jako strategiczny priorytet. Prawie dwie na pięć (39%) wyrażają obawy, czy stosowane przez nie rozwiązania faktycznie spełniają te wymogi. W rozwiewaniu tych wątpliwości nie pomaga luka kompetencyjna. Co trzecia (33%) firma mierzy się z brakiem umiejętności pozwalających pracownikom na bezpieczne rozwijanie projektów AI.
Równie istotne co regulacje prawne, dla 33% instytucji finansowych są kwestie etyczne, w tym obawa o to, że algorytmy mogą podejmować nieobiektywne decyzje. Dla 28% firm kluczowym wyzwaniem pozostaje bezpieczeństwo i prywatność danych przetwarzanych przez AI. Należy przy tym zauważyć, że wiele z tych ograniczeń może wynikać z nieufności pracowników wobec innowacji. Przezwyciężenie tych barier jest niezbędne dla szerokiej i skutecznej adopcji tej technologii w branży finansowej.
Do czego branża finansowa wykorzystuje AI?
Niemal dwie na trzy (63%) firmy wykorzystują sztuczną inteligencję do automatyzacji procesów i handlu algorytmicznego. Modele AI wykonują transakcje na rynkach finansowych na podstawie konkretnych instrukcji, analizując aktualne trendy czy różnice cenowe tego samego aktywa na różnych rynkach. Równie powszechne są zastosowania w obszarze cyberbezpieczeństwa (60%) oraz wdrożenia generatywnej AI i dużych modeli językowych (LLM), które wspierają obsługę klienta i tworzenie treści. Sztuczna inteligencja coraz częściej wspomaga także podejmowanie decyzji kredytowych i ocenę ryzyka – z takich rozwiązań korzysta już 59% instytucji.
Na tym tle zaskakuje, że jedynie 41% firm wykorzystuje AI do identyfikowania nieprawidłowości i oszustw finansowych, mimo że to obszar ściśle powiązany z kluczowymi dla branży regulacjami, takimi jak KYC (Know Your Customer) czy AML (Anti-Money Laundering). Stanowią one fundament aktywności związanych z przeciwdziałaniem praniu pieniędzy i ochroną systemu finansowego przed naruszeniami. Wynik ten pokazuje, że w tym zakresie nadal drzemie duży potencjał – zarówno pod względem wdrażania odpowiednich narzędzi AI, jak i rozwijania kompetencji niezbędnych do ich efektywnego wykorzystania.
Etyczny wymiar wykorzystania AI
W odpowiedzi na wyzwanie dotyczące odpowiedzialnego użycia narzędzi AI, coraz więcej instytucji finansowych podejmuje realne działania, by się z nim zmierzyć. Ponad połowa (58%) firm powołała specjalne zespoły nadzorujące etyczne wdrażanie sztucznej inteligencji. W strategiach AI coraz częściej pojawia się również temat zrównoważonego rozwoju, choć bardziej jako szczytna idea niż konkretne zobowiązanie. Raport Red Hat wskazuje, że 46% podmiotów dopiero bada potencjalne zastosowania AI w obszarze sustainability, a 45% w ogóle nie traktuje tej kwestii jako priorytetu. Sygnałem pozytywnym jest fakt, że co druga instytucja deklaruje inwestycje w rozwój kompetencji pracowników w obszarze AI. Może to ułatwić przełożenie deklaracji na rzeczywiste działania.
Branża chce zachować kontrolę nad technologią
Choć wiele instytucji finansowych z powodzeniem wdraża rozwiązania oparte na sztucznej inteligencji, to w obszarze AI bazującej na otwartym oprogramowaniu wiele z nich dopiero stawia pierwsze kroki. Co piąta firma (21%) ma strategię AI, ale nie wie, jaką rolę odgrywa w niej open source. Kolejne 4% dopiero planuje stworzenie strategii, która być może obejmie otwartą sztuczną inteligencję, a dalsze 4% na razie w ogóle nie planuje opracowania takiego dokumentu. Co więcej, 19% respondentów przyznało, że nie rozróżnia pojęć „otwarta AI” i „AI bazująca na otwartym oprogramowaniu” w kontekście strategicznym swojej organizacji.
To dowodzi, jak ważne jest budowanie świadomości i wiedzy na temat niuansów związanych z wykorzystaniem open source w sztucznej inteligencji. Podejście to oferuje szereg korzyści: od przejrzystości, przez efektywność kosztową i elastyczność, po możliwość dostosowania rozwiązań do konkretnych potrzeb firmy.
Warto też zwrócić uwagę na model wdrażania technologii: połowa instytucji finansowych rozwija narzędzia AI wewnętrznie, a 27% w ogóle nie korzysta z dostawców zewnętrznych. Może to świadczyć o potrzebie zachowania pełnej kontroli nad technologią lub ograniczonym zaufaniu do partnerów zewnętrznych.
Odpowiedzialna AI źródłem przewagi
Aby w pełni wykorzystać potencjał sztucznej inteligencji, instytucje finansowe muszą nie tylko zadbać o zgodność z regulacjami i bezpieczeństwo, lecz także konsekwentnie rozwijać kompetencje i zrozumienie dla samej natury tej technologii, zwłaszcza w kontekście otwartości, przejrzystości i etyki algorytmów AI. Sztuczna inteligencja może stać się realnym wsparciem dla innowacyjności i konkurencyjności sektora, pod warunkiem, że będzie wdrażana strategicznie, świadomie, z odpowiedzialnością i jasno określonymi celami.