W obliczu dynamicznego rozwoju technologii sztuczna inteligencja (AI) staje się ważnym tematem dyskusji, szczególnie w kontekście jej potencjalnego zastosowania w sektorze bankowym. Jednakże, o tym czy ta przełomowa technologia na stałe się zadomowi w sektorze finansowym, zadecyduje najprawdopodobniej szereg wyzwań, z jakimi będą musiały zmierzyć się banki oraz fintechy, wskazuje w komentarzu eksperckim Kamil Niewiatowski, Country Managera Raiffeisen Digital Bank AG.
Potencjał AI w bankowości: nowy rozdział czy nowe wyzwania?
AI może przynieść ze sobą ogromny potencjał dla sektora bankowego. Automatyzacja procesów, personalizacja ofert, analiza danych na poziomie niedostępnym dla ludzkiego umysłu – to tylko niektóre z możliwości, które mogą zmienić to, w jaki sposób bankowość funkcjonuje i jak klienci będą korzystać z jej usług. Jednakże, mimo obiecujących perspektyw, myślę, że droga do pełnego wdrożenia AI w bankowości nie będzie usłana różami.
Wyzwania we wdrażaniu sztucznej inteligencji w bankowości
Brak jasnych zasad regulacyjnych. Istotnym wyzwaniem, z jakim muszą się zmierzyć instytucje finansowe, jest brak jasno określonych zasad regulacyjnych dotyczących wykorzystania AI. Bez odpowiednich wytycznych, banki będą musiały mierzyć się z wysoką niepewnością ze strony prawnej, czy rozwiązania, które będą lub są wdrażane, spełnią przyszłe wymogi regulatorów. Im szybciej takie wytyczne zostaną stworzone, tym szybciej nowoczesne rozwiązania AI mogą pojawić się w bankowości.
Ograniczenia Związane z GDPR
Drugim istotnym wyzwaniem związanym z wdrożeniem AI jest ochrona danych osobowych, która stanowi priorytet, zwłaszcza w kontekście bankowości. Implementacja AI musi być zgodna z zasadami RODO (GDPR), co dziś nie jest w 100% zagwarantowane przy wykorzystaniu wielkich modeli Językowych (LLM). Istotna tutaj może być decyzja włoskiego Urzędu Ochrony Danych, który zablokował możliwość korzystania z takich modeli, właśnie ze względu na niejasność w zakresie przetwarzania danych osobowych, wykorzystywanych do trenowania modeli sztucznej inteligencji.
Prawa Autorskie w Cieniu Niepewności
Trzecim istotnym wyzwaniem we wdrażaniu sztucznej inteligencji jest kwestia praw autorskich. Aktualne modele sztucznej inteligencji trenowane są przy wykorzystaniu bardzo szerokiego spektrum danych, w tym treści objętych ochroną praw autorskich. Przed amerykańskimi sądami toczy się obecnie kilka spraw, w których twórcy pozywają firmy stojące za tymi modelami za naruszenie swoich praw autorskich, twierdząc, że ich dzieła zostały wykorzystane do trenowania AI bez ich zgody.
Wdrożenia rozwiązań AI w bankowości mogą kształtować się w zależności od tego, jak te sprawy się potoczą i kiedy podobne orzecznictwo pojawi się na poziomie europejskim. Ochrona praw autorskich wydaje się być jednym z kluczowych wyzwań dla firm tworzących sztuczną inteligencję, do tego stopnia, że OpenAI postanowiło uruchomić program, w którym będzie ponosić koszty prawne obrony swoich klientów przez pozwami o naruszenie praw autorskich.
Adaptacja AI w bankowości a paradigma chmury obliczeniowej: czy historia się powtórzy?
Porównując to do ewolucji chmury obliczeniowej w sektorze bankowym, myślę, że pomimo ogromnego potencjału, pełne zaadaptowanie nowych technologii często będzie wymagało czasu. Chmura obliczeniowa, mimo swojej użyteczności, zagościła w bankach znacznie później niż w innych sektorach gospodarki.
Droga do pełnego wdrożenia AI w bankowości jest pełna wyzwań, ale jednocześnie niesie ogromny potencjał rewolucji w obszarze finansów. Interesujący jest fakt, że mówiąc o wyzwaniach we wdrażaniu sztucznej inteligencji w bankowości, kwestie techniczne nie są tak dużym problemem jak zagadnienia prawno-regulacyjne. Moim zdaniem istotnym pytaniem jest nie czy, a kiedy branża finansowa zdoła wyżej wymienione wyzwania przezwyciężyć, czy będzie to podobnie jak w przypadku rozwiązań chmurowych, czyli lata za pozostałymi sektorami gospodarki, czy tym razem odpowiednie warunki zostaną stworzone szybciej.
Odpowiedź na to pytanie wydaje się zależeć od zdolności sektora bankowego do elastycznego dostosowywania się do szybko zmieniającego się otoczenia regulacyjnego i technologicznego.
