Rada Stabilności Finansowej (Financial Stability Board, FSB) opublikowała zestaw 12 praktyk dotyczących odpowiedzialnego wykorzystania sztucznej inteligencji przez instytucje finansowe. Zalecenia obejmują m.in. odpowiedzialność zarządów, zarządzanie ryzykiem, kontrolę jakości danych, nadzór człowieka oraz cyberbezpieczeństwo. FSB zwraca również uwagę na zagrożenia związane z uzależnieniem od zewnętrznych dostawców technologii.
Banki i inne instytucje finansowe coraz szerzej wykorzystują sztuczną inteligencję w obsłudze klientów, analizie danych, ocenie ryzyka czy wykrywaniu nadużyć. Wraz ze wzrostem skali wdrożeń pojawiają się jednak pytania o odpowiedzialność za decyzje podejmowane z udziałem algorytmów i kontrolę związanych z nimi zagrożeń.
Według raportu Deloitte „State of AI in the Financial Services Industry 2026”, obejmującego ponad 570 liderów biznesowych i technologicznych sektora finansowego z 24 krajów, 71 proc. firm finansowych planuje wdrożyć agentową sztuczną inteligencję w ciągu najbliższych dwóch lat. Jednocześnie tylko 23 proc. deklaruje posiadanie dojrzałych ram zarządzania takimi rozwiązaniami. Wśród głównych obaw instytucji znajdują się utrata kontroli nad danymi, zgodność z regulacjami oraz trudności w wyjaśnianiu decyzji podejmowanych przez modele AI.
FSB wskazuje kierunki zarządzania ryzykiem AI
Rada Stabilności Finansowej opublikowała 15 października zestaw praktyk dotyczących odpowiedzialnego stosowania sztucznej inteligencji w finansach. FSB jest międzynarodowym organem monitorującym zagrożenia dla globalnego systemu finansowego i koordynującym działania instytucji nadzorczych, banków centralnych oraz organizacji ustanawiających standardy.
Zalecenia FSB nie mają charakteru obowiązującego prawa. Wskazują jednak kierunki, które mogą być uwzględniane przez instytucje finansowe i organy nadzoru.
– Najnowsze zalecenia FSB to sygnał, w jakim kierunku zmierza podejście nadzorcze do AI. Instytucje finansowe powinny wziąć pod uwagę, że wraz ze wzrostem znaczenia tych technologii coraz częściej będą musiały wykazać nie tylko, jakie rozwiązania wykorzystują, ale także kto za nie odpowiada, na jakich danych działają, jak są testowane i w jaki sposób można ograniczyć skutki błędnej decyzji modelu – wskazuje Jarosław Wąsowski, AI Solution Architect z firmy Scalo, która świadczy usługi outsourcingu IT m.in. dla PKO BP.
Odpowiedzialność za AI na poziomie zarządu
Jednym z elementów rekomendacji FSB jest podkreślenie odpowiedzialności zarządu i kadry kierowniczej za wykorzystanie sztucznej inteligencji. Instytucje powinny zadbać o to, aby wdrażane rozwiązania były zgodne z ich strategią, modelem biznesowym oraz akceptowanym poziomem ryzyka.
Rada rekomenduje także jasne określenie ról i odpowiedzialności oraz uwzględnienie zagrożeń wynikających z wykorzystania AI w ogólnych systemach zarządzania ryzykiem.
Istotna jest również dokumentacja zastosowań sztucznej inteligencji. Instytucje powinny wiedzieć, w jakich procesach wykorzystują AI, jakie funkcje pełnią poszczególne modele i z jakimi zagrożeniami wiąże się ich działanie.
Jak wyjaśnia Jarosław Wąsowski, przy większej skali wdrożeń konieczne staje się uporządkowanie wykorzystywanych modeli, określenie źródeł danych, zakresu wspieranych decyzji i osób odpowiedzialnych za poszczególne rozwiązania. Jednym z pierwszych kroków powinno być stworzenie rejestru zastosowań AI i sklasyfikowanie ich według poziomu ryzyka.
Modele AI wymagają bieżącej kontroli
FSB zwraca również uwagę na konieczność systematycznej oceny ryzyka, właściwego zarządzania danymi oraz regularnego sprawdzania skuteczności modeli. Ważnym elementem jest możliwość wyjaśnienia sposobu działania sztucznej inteligencji. Jeżeli jest to utrudnione, instytucje powinny stosować dodatkowe mechanizmy kontrolne.
– Największym błędem byłoby uznanie, że kontrolę AI należy przeprowadzić raz, przed uruchomieniem systemu. Modele pracują na zmieniających się danych, zmieniają się same modele, integracje oraz kontekst biznesowy. Dlatego monitoring jakości i ryzyka musi być procesem ciągłym. W praktyce oznacza to mierzenie nie tylko skuteczności rozwiązania, ale także obserwowanie zmian jego zachowania, jakości danych wejściowych czy liczby przypadków wymagających interwencji człowieka – mówi ekspert Scalo.
Człowiek powinien zachować kontrolę nad istotnymi decyzjami
Jedna z 12 praktyk FSB dotyczy zapewnienia skutecznego nadzoru człowieka nad systemami sztucznej inteligencji. Nie oznacza to konieczności ręcznego zatwierdzania każdej operacji wykonywanej przez algorytm.
Instytucje powinny jednak określić, które procesy mogą być w pełni zautomatyzowane, kiedy rekomendacja AI wymaga zatwierdzenia, a w jakich sytuacjach decyzję powinien podjąć pracownik.
– Należy zaprojektować konkretne punkty decyzyjne i określić, kiedy AI może działać automatycznie, kiedy jej rekomendacja wymaga zatwierdzenia, a kiedy decyzję powinien podjąć pracownik. Im większy potencjalny wpływ decyzji na klienta lub instytucję, tym bardziej istotne są dobrze zaprojektowane mechanizmy eskalacji – ocenia Jarosław Wąsowski.
Rekomendacje FSB powstały po konsultacjach sektorowych przeprowadzonych latem 2026 roku. W ich trakcie zebrano 160 odpowiedzi od instytucji finansowych, organizacji branżowych, firm technologicznych, regulatorów i innych uczestników rynku.
