Dostęp pracowników instytucji finansowych do firmowych narzędzi AI wzrósł w rok z 30 do 62 proc. Z codziennego użycia przez ponad 60 proc. czasu korzysta jednak tylko co piąty. Z raportu Deloitte wynika, że główną barierą jest dziś luka między dostępnością technologii a jej realnym użyciem.
Sektor finansowy zwiększa skalę wykorzystania sztucznej inteligencji, ale sam dostęp do technologii nie przekłada się na zmianę w procesach. Tak wynika z raportu Deloitte „State of AI in the Financial Services Industry. The untapped edge”, opartego na badaniu wśród ponad 570 liderów z instytucji finansowych.
W ciągu roku odsetek pracowników mających dostęp do zatwierdzonych przez organizację narzędzi AI wzrósł z 30 do 62 proc. Mimo to tylko nieco ponad jedna piąta korzysta z nich w codziennej pracy przez ponad 60 proc. czasu. To właśnie rozdźwięk między dostępnością a faktycznym użyciem autorzy raportu wskazują jako główną barierę w czerpaniu wartości z AI.
Efekty na razie wewnętrzne
Pierwsze rezultaty są widoczne głównie wewnątrz organizacji. Wzrost produktywności deklaruje 68 proc. firm, lepsze wykorzystanie danych 48 proc., poprawę relacji z klientami 46 proc., a redukcję kosztów 40 proc. Bezpośredni wpływ AI na wzrost przychodów raportuje na razie tylko 18 proc. firm — choć w przyszłości oczekuje go aż 75 proc.
Skala faktycznej transformacji pozostaje ograniczona. Do tworzenia nowych produktów, procesów i modeli biznesowych AI wykorzystuje 31 proc. instytucji, a kolejne 28 proc. przebudowuje wokół niej kluczowe procesy. Najliczniejsza grupa — 41 proc. — używa AI bez istotnych zmian w sposobie działania. To najwyższy odsetek powierzchownego wdrożenia ze wszystkich badanych branż.
Tomasz Tarasiuk, partner i FSI Leader for Poland w Deloitte, uważa, że sektor ma już za sobą etap udowadniania, że AI poprawia efektywność. „Prawdziwa różnica nie polega dziś na tym, kto ma więcej pilotaży czy większy budżet, lecz na tym, kto przeniesie sprawdzone rozwiązania do codziennych procesów” — mówi. Jego zdaniem liderzy traktują projekty proof-of-concept jako pierwszy etap drogi do produkcji, a nie cel sam w sobie.
Od pilotażu do produkcji
Większym wyzwaniem niż uruchamianie kolejnych inicjatyw jest ich skalowanie. Obecnie niemal jedna czwarta firm (24 proc.) wdrożyła produkcyjnie co najmniej 40 proc. swoich projektów AI, a w ciągu trzech–sześciu miesięcy taki poziom planuje osiągnąć już ponad połowa (53 proc.).
Trudność wynika z różnicy skali ryzyka i złożoności. Pilotaż można uruchomić w kilka miesięcy, na oczyszczonych danych w odizolowanym środowisku. Produkcja wymaga integracji z systemami centralnymi, przeglądów bezpieczeństwa, kontroli zgodności i stałego utrzymania. W bankowości dochodzi osadzenie AI w silnie regulowanych procesach — od wykrywania nadużyć po decyzje kredytowe — gdzie model dobrze działający na danych historycznych potrafi zawieść w zderzeniu z rzeczywistym ruchem transakcyjnym.
Automatyzacja w prognozach, nie w praktyce
Wzrost wykorzystania AI zmienia organizację pracy na razie głównie w deklaracjach. 31 proc. instytucji spodziewa się, że w ciągu roku co najmniej 10 proc. stanowisk zostanie w pełni zautomatyzowanych, a w perspektywie trzech lat zakłada to już 81 proc. ankietowanych. Mimo to 84 proc. organizacji nie przeprojektowało dotąd stanowisk ani charakteru pracy pod kątem AI. Najczęstszym działaniem pozostaje rozwój kompetencji — inicjatywy zwiększające znajomość AI prowadzi 59 proc. firm, znacznie rzadziej dochodzi do faktycznej przebudowy ról i procesów.
Systemy agentowe szybciej niż nadzór
Osobnym wątkiem jest agentowa AI, zdolna samodzielnie wykonywać wieloetapowe zadania — w obsłudze klienta, analizie dokumentów, monitorowaniu ryzyka czy cyberbezpieczeństwie. W finansach błąd takiego agenta może wpłynąć na decyzję dotyczącą klienta, transakcji lub zgodności regulacyjnej, dlatego adopcja jest tu ostrożniejsza niż w innych branżach. Obecnie 21 proc. instytucji korzysta z niej co najmniej w umiarkowanym stopniu, a w ciągu dwóch lat odsetek ma wzrosnąć do 71 proc. Tempo wyprzedza jednak dojrzałość nadzoru — zaawansowany model governance dla agentów deklaruje dziś zaledwie 23 proc. firm.
Suwerenna AI na agendzie zarządów
Przy wyborze dostawcy AI rośnie znaczenie lokalizacji technologii i miejsca przetwarzania danych. Dla 80 proc. respondentów kraj pochodzenia rozwiązania ma znaczenie, a 53 proc. buduje środowiska AI głównie z lokalnymi partnerami. Kwestie lokalizacji danych i mocy obliczeniowej za istotny element planowania strategicznego uznaje 86 proc. badanych, a blisko dwie trzecie (65 proc.) obawia się zależności od zagranicznych technologii. Jak zauważa Michał Pieprzny z Deloitte, w regionie EMEA blisko jedna trzecia firm opiera większość ekosystemu AI na technologiach spoza regionu, podczas gdy w obu Amerykach odsetek ten wynosi zaledwie 11 proc.
Strategia przed gotowością
Nakłady rosną — 85 proc. instytucji zwiększa wydatki na AI — ale nie zawsze idzie to w parze z gotowością do wdrożeń na szeroką skalę. Wysoką gotowość deklarują głównie obszary zależne od decyzji zarządu: strategia (47 proc.) oraz ryzyko i governance (32 proc.). Słabiej wypadają obszary operacyjne: infrastruktura technologiczna (38 proc.) i talenty (zaledwie 19 proc., spadek o 2 p.p. r/r). To podsumowuje diagnozę raportu — organizacje wiedzą, dokąd chcą zmierzać z AI, ale wciąż brakuje im zdolności, by tam dotrzeć.