Kako AI tehnologija ulazi u jedan od najtradicionalnijih sustava

Danas je postalo potpuno jasno da je umjetna inteligencija nezaobilazna tema u svakoj industriji pa tako kompanije, bez obzira djeluju li u marketingu ili medijima, proizvodnji ili zdravstvu, traže načine kako iskoristiti nove alate za povećanje produktivnosti ili stvaranje novih usluga.

No, malo je sektora u kojima je pitanje primjene AI-ija toliko osjetljivo kao u bankarstvu.

Za razliku od startupa koji mogu eksperimentirati relativno slobodno, banke posluju u strogo reguliranom okruženju, upravljaju osjetljivim podacima i na dnevnoj razini donose odluke koje izravno utječu na financijsku sigurnost građana i poslovnog sektora.

Za razliku od drugih sektora gdje se razvoj AI-ija odvija kroz velike, koji put i spektakularne promjene vidljive potrošačima, u bankama je ta transformacija postupnija, manje vidljiva, a prvi koraci su već napravljeni.

Ključan je čovjek

U Hrvatskoj poštanskoj banci primjenu AI alata započeli su internim razvojem s ciljem povećanja produktivnosti i podrške složenijim analitičkim i sadržajnim zadacima na svim razinama banke. Kako objašnjava Josip Majher, član Uprave HPB-a, naglasak je na kontroliranoj primjeni pri čemu AI ne zamjenjuje stručnost zaposlenika nego je nadopunjuje.

- Ono što vidimo u praksi je da AI može donijeti značajne uštede vremena i veću učinkovitost u zadacima koji zahtijevaju  obradu informacija, pripremu prijedloga ili bržu analizu sadržaja. No, ključna pretpostavka ostaje čovjek – onaj tko koristi alat bez kritičke provjere, ne ostvaruje njegovu pravu vrijednost – objasnio je Majher.

Josip Majher, član Uprave HPB-a

Dodaje kako se najveći potencijal umjetne inteligencije u bankarstvu nalazi u procesima koji uključuju obradu velikih količina podataka i donošenje ponavljajućih odluka, poput kreditne analitike, detekcije anomalija i personalizacije komunikacije s klijentima.

Osim uvođenja AI alata za zaposlenike, kroz HPB Fintech Hackathon koji provode sa ZICER-om istražuju konkretne primjene koje dolaze izvana, iz startupa i studentskih timova koji donose svježu perspektivu.

Stvarna vrijednost

Sličan pristup imaju i u Erste banci, gdje su osnovali AI Lab, interni kompetencijski i razvojni centar za sustavno istraživanje, testiranje i primjenu umjetne inteligencije.

- Ne radi se o jednom izoliranom projektu, nego o timu kroz koji unutar banke okupljamo znanja iz različitih područja i istražujemo gdje AI može donijeti stvarnu vrijednost za klijente, zaposlenike i organizaciju - objašnjava Goran Ličina, direktor AI Laba Erste banke.

Prema njegovim riječima, cilj nije razvijati tehnologiju radi same tehnologije, nego identificirati konkretne slučajeve primjene i dovesti ih do stvarne uporabe. Zato se AI unutar banke razvija u nekoliko smjerova, od obrade velike količine dokumentacije i podrške zaposlenicima do napredne analitike.

Goran Ličina, direktor AI Laba Erste banke

- AI Lab gradimo kao mjesto gdje otvaramo prostor za eksperimentiranje i inovaciju, ali istovremeno čuvamo visoke standarde sigurnosti, regulatorne usklađenosti i povjerenja koji su temelj financijske industrije – poručio je Ličina.

Poslovna promjena

Dok se javnost često fokusira na same alate, sugovornici upozoravaju da najveći izazovi nisu tehničke prirode.

- Ključna lekcija je da tehnologija sama po sebi nije dovoljna. Pravi izazov je organizacijska pripremljenost: imati ljude koji znaju postaviti pravo pitanje alatu, podatke koji su dovoljno uredni da daju smislene outpute i procese koji se mogu promijeniti kad alat pokaže bolji put - kaže Majher.

Na sličan problem upozorava i Igor Šabarić, direktor odjela za prodaju ključnim korisnicima državnog i financijskog sektora Hrvatskog Telekoma, koji je velik dio karijere proveo upravo u bankarskoj industriji.

- Najveća pogreška je kada se umjetna inteligencija promatra kao tehnološki projekt, a ne kao poslovna promjena - smatra Šabarić.

Prema njegovim riječima, tehnologiju je danas relativno lako nabaviti, no puno je veći izazov prilagoditi procese, organizaciju i način rada kako bi se njezin potencijal zaista iskoristio. Druga česta zamka je očekivanje brzih rezultata bez kvalitetno pripremljenih podataka, jer upravo o njima ovisi i kvaliteta alata, odnosno njegova outputa.

Drugim riječima, umjetna inteligencija često djeluje kao svojevrsno ogledalo organizacije. Ako su podaci neuredni, rezultati neće biti kvalitetni. Ako procesi nisu jasno definirani, tehnologija neće riješiti problem. A ako zaposlenici ne razumiju kako koristiti nove alate, očekivani učinci izostat će bez obzira na sofisticiranost modela.

Izazovi uvođenja

U bankarstvu pritom dodatnu težinu ima pitanje povjerenja. Banke ne mogu primjenjivati nove tehnologije po principu 'pokreni pa popravljaj usput'.

- Bankarski sektor ima odgovornost prema klijentima, regulatoru i stabilnosti financijskog sustava. Zato se AI ne može uvoditi stihijski, nego promišljeno, kontrolirano i u skladu s jasnim pravilima upravljanja rizicima -  ističe Majher.

Kao najveće izazove navodi upravljanje modelima umjetne inteligencije (svaki sustav koji može utjecati na odluke povezane s klijentima mora biti objašnjiv, provjerljiv i usklađen s regulatornim zahtjevima),   integraciju novih rješenja s postojećim složenim bankarskim sustavima te promjenu načina rada zaposlenika. Istodobno smatra da europski regulatorni okvir bankama daje jasna pravila za sigurnije i odgovornije uvođenje novih tehnologija.

Dok se najveći dio transformacije zasad odvija unutar organizacija, prve promjene korisnici već počinju primjećivati.

Prema Šabariću, jedan od najvažnijih trendova u bankarskom sektoru danas je razvoj AI virtualnih asistenata i kontakt centara.

Igor Šabarić, direktor odjela za prodaju ključnim korisnicima državnog i financijskog sektora Hrvatskog Telekoma

- Korisnici su navikli da im je usluga dostupna odmah i u bilo kojem trenutku. Banke zato traže načine kako omogućiti brzu i kvalitetnu podršku 24 sata dnevno, a upravo tu umjetna inteligencija donosi veliku dodanu vrijednost – kaže Šabarić.

Nove prilike

Osim podrške korisnicima, značajan potencijal vidi i u personalizaciji usluga. Banke raspolažu velikom količinom podataka, a sposobnost pretvaranja tih podataka u konkretnu vrijednost za klijenta mogla bi postati jedna od ključnih konkurentskih prednosti u godinama koje dolaze.

Velike mogućnosti otvaraju se i u područjima upravljanja rizicima, prevencije prijevara te kreditne analitike, gdje umjetna inteligencija može prepoznati obrasce i anomalije koje je teško uočiti tradicionalnim metodama.

No, možda najzanimljivije promjene tek dolaze.

Prema Ličini, sljedeća faza razvoja neće biti obilježena samo naprednijim chatbotovima i digitalnim asistentima, nego takozvanim agentskim sustavima.

- Najveći pomak vidim u prelasku s klasičnih AI asistenata koji odgovaraju na pitanja, prema takozvanim agentskim sustavima, koji uz jasno postavljen okvir i ljudski nadzor mogu samostalno obaviti cijeli niz koraka unutar nekog procesa - kaže Ličina.

Takvi sustavi neće samo pružati informacije, nego će moći prikupljati podatke, analizirati ih, pripremati prijedloge i izvršavati pojedine zadatke unutar poslovnih procesa, uz definirane kontrole i ljudski nadzor.

Ipak, bez obzira na brzinu tehnološkog razvoja, budućnost bankarstva neće ovisiti o tome tko će prvi implementirati najnapredniji model umjetne inteligencije, nego tko će ga uspjeti najodgovornije integrirati u svoje poslovanje. Ili, kako kaže Ličina, tehnologija će se razvijati, ali odgovornost prema klijentima i njihovim podacima ostaje na bankama.

- Vjerujem da će za pet godina AI biti jednako uobičajen dio bankarske infrastrukture kao što su to danas mobilno i internetsko bankarstvo - bez wow efekta, kao nešto što se podrazumijeva – zaključio je Ličina.

Sadržaj nastao u suradnji s Hrvatskim Telekomom.