Prezes Nest Banku: AI stanie się systemem operacyjnym banku

Jak zmieni się bankowość za sprawą AI w ciągu 5–10 lat? Jakie będą kluczowe kierunki rozwoju?

Za 5–10 lat bankowość przestanie być zbiorem ekranów, formularzy i procesów, które klient musi sam „obsługiwać”. Stanie się warstwą inteligencji działającą w tle: konwersacyjną, kontekstową i coraz bardziej sprawczą. Największa zmiana nie będzie polegała na tym, że bank dołoży sobie kolejny chatbot, tylko na tym, że AI zacznie wykonywać realne zadania, wspierać decyzje, personalizować obsługę w czasie rzeczywistym i przenikać cały bank — od kontaktu z klientem po zarządzanie i operacje. W tym sensie AI stanie się dla banku bardziej systemem operacyjnym niż funkcją.

To jak zmienią się relacje bank – klient?

Relacja bank–klient będzie dużo mniej transakcyjna, a dużo bardziej ciągła i spersonalizowana. Klient nie będzie chciał „szukać funkcji w banku”, tylko powiedzieć, co chce załatwić, a bank ma to zrozumieć i „dowieźć”. To oznacza przejście od modelu transakcyjnego do modelu partnerstwa w podejmowaniu decyzji 24/7, z pamięcią kontekstu i historii. Dobrze wdrożony agent AI może w praktyce dać klientowi doświadczenie, które dziś kojarzy się z private bankingiem, tylko w skali masowej.

Czy za 10 lat aplikacje mobilne przejdą do historii na rzecz rozmowy głosowej lub tekstowej z osobistym agentem AI, który reprezentuje bank?

Nie sądzę, żeby aplikacje całkowicie zniknęły. Bardziej prawdopodobne jest to, że przestaną być głównym interfejsem. Rozmowa — tekstowa albo głosowa — stanie się frontem, a aplikacja zostanie warstwą autoryzacji, kontroli, podglądu i bezpieczeństwa. To zresztą już widać: Nest rozwija N!Asystenta i wprowadza kolejne funkcjonalności: począwszy od analizy finansów, przez wydawanie komend zarówno tekstowo, jak i głosowo, zlecanie przelewów, aż po opłacanie faktur ze zdjęcia lub dokumentu. Jednak deklarowanym kierunkiem banku jest pełna bankowość konwersacyjna. To jest więc raczej ewolucja „app-first” do „agent-first”, a nie całkowite „wyparcie”.

Które kompetencje pracowników Nest Banku będą cenniejsze niż znajomość finansów? Czy banki staną się de facto firmami technologicznymi z licencją bankową, gdzie psychologowie kognitywni i etycy AI będą ważniejsi od analityków kredytowych?

Znajomość finansów nadal będzie ważna, ale sama w sobie przestanie wystarczać. Coraz większe znaczenie zyskają: umiejętność pracy z AI, ocena jakości odpowiedzi modeli, rozumienie danych, zdolność. Najszybciej rosną dziś znaczenie AI i big data, cyberbezpieczeństwa, myślenia analitycznego, kreatywności i uczenia się przez całe życie. Nest zatrudnia ludzi do architektury i rozwoju AI, bo taka transformacja wymaga nowych ról. Wygrają te instytucje, które połączą kompetencje finansowe, technologiczne, behawioralne i etyczne, zamiast stawiać jedne przeciw drugim.

Gdzie już Nest Bank stosuje AI i z jakim skutkiem?

W Nest AI działa już na kilku poziomach. Wewnątrz banku wspiera pracowników, tłumaczenia, tworzenie treści i kodu. W operacjach AI wspiera contact center, procesy kredytowe przez document intelligence oraz obsługę reklamacji poprzez analizę zgłoszeń, kategoryzację i analizę kontekstu, a nawet wsparcie w odpowiadaniu na pytania i zgłoszenia klientów.

Po stronie klienta Nest wdrożył N!Asystenta, pierwszego w Polsce bankowego agenta AI w aplikacji mobilnej. Najpierw odpowiadał na pytania i analizował finanse, potem doszły komendy głosowe, zlecanie przelewów, historia rozmów, wsparcie dla klientów firmowych, a następnie opłacanie faktur na podstawie zdjęcia lub dokumentu. Obecnie wdrażamy kolejne dyspozycje, tak, aby klient mógł większość swoich spraw załatwić w formie konwersacyjnej.

N!Asystent będzie naturalnym centrum relacji z klientem w Nest Banku – pierwszym punktem kontaktu, który rozumie potrzeby i prowadzi przez kolejne kroki. W większości spraw zadziała samodzielnie, umożliwiając szybkie i intuicyjne załatwienie ich w modelu self-service, a w momentach wymagających wsparcia płynnie włączy człowieka. To kierunek, w którym obsługa przestaje być procesem, a staje się doświadczeniem dopasowanym do klienta i działającym w czasie rzeczywistym.

Co jest największą barierą we wdrażaniu AI?

Największą barierą nie jest dziś cena. Dostęp do najmocniejszych silników AI nie jest dla banków głównym kosztem. Wyzwaniem jest raczej zbudowanie bezpiecznej infrastruktury, gotowości procesowej i dobrego przywództwa. Innymi słowy: problemem nie jest to, czy bank „stać”, tylko czy ma odwagę, jakość danych, uporządkowane procesy i zarząd, który umie nadać kierunek. Do tego dochodzi warstwa regulacyjna – AI Act już częściowo obowiązuje, niedługo wejdą w życie wymogi dla systemów wysokiego ryzyka – wdrożenie AI bez ładu regulacyjnego byłoby po prostu nieodpowiedzialne. Dodatkowo musimy pamiętać, że AI Act jest komplementarny wobec RODO: nakłada dodatkowe wymogi specyficzne dla AI, ale nie zwalnia z obowiązków wynikających z ochrony danych osobowych.

Czy wizja banku, który wie, że klient weźmie kredyt, zanim on sam o tym pomyśli, jest realna?

Tak, ale pod jednym warunkiem: nie może to wyglądać jak czytanie w myślach, tylko jak inteligentne rozumienie kontekstu i wykorzystanie sztucznej inteligencji do analizy danych w czasie rzeczywistym, co pozwoli na tworzenie spersonalizowanych ofert. Bank już dziś widzi przepływy, cykliczność przychodów, sezonowość biznesu, inwestycje, limity, zachowania oszczędnościowe i wiele sygnałów intencji. Jeżeli połączymy to z agentem, który zna produkty klienta, jego historię i bieżącą sytuację, to bank może bardzo trafnie przewidywać moment potrzeby finansowania. To jest realne technologicznie. Granicą będzie jednak zaufanie: klient musi mieć poczucie, że bank pomaga, a nie niepokojąco „wie za dużo”. Hiperpersonalizacja staje się osiągalną rzeczywistością i będzie realną zmianą paradygmatu. Jednakże na drodze do pełnej hiperpersonalizacji stoją przepisy związane z ochroną danych osobowych, co wymaga od banków ostrożnego balansowania między personalizacją a prywatnością.

W przyszłości klienci będą mieć własne systemy AI negocjujące z AI banku. Jak banki przygotowują się na relację Bot-to-Bot, gdzie po obu stronach procesy decyzyjne zachodzą w milisekundach?

To będzie jedna z największych zmian w bankowości. Dziś projektujemy doświadczenia dla człowieka, jutro coraz częściej będziemy projektować je dla agentów działających w jego imieniu. Bank przestanie być tylko aplikacją czy marką, z którą klient wchodzi w relację bezpośrednio. Stanie się też platformą, z którą rozmawiają inne systemy AI: osobiści agenci klientów, agenci firm, agenci księgowi czy zakupowi.

W takim świecie przewagą nie będzie już wyłącznie ładny interfejs. Kluczowe staną się trzy rzeczy: zaufanie, szybkość i architektura. Bank będzie musiał potrafić w czasie rzeczywistym rozpoznać, z kim rozmawia, jakie ten agent ma uprawnienia, w czyim interesie działa i na co naprawdę może się zgodzić. To oznacza, że przyszłość bankowości to nie tylko UX, ale także machine identity, precyzyjne reguły decyzyjne, pełna audytowalność i bezpieczeństwo wbudowane w sam rdzeń procesu.

Nie wierzę w świat, w którym boty „dogadują się same” bez kontroli. Wierzę w świat, w którym AI radykalnie upraszcza życie klienta, ale działa w jasno określonych ramach, pod nadzorem i z pełną odpowiedzialnością banku.

Za kilka lat najlepsze będą nie te banki, które mają najwięcej funkcji w aplikacji, ale te, które zbudują najbardziej wiarygodny, bezpieczny i skuteczny ekosystem agentowy. I moim zdaniem właśnie tam zmierza cała branża.

Jakie jeszcze technologie mogą zmienić bankowość w najbliższych latach?

Poza samą AI bardzo mocno patrzyłbym na tokenizację i smart contracts, bo mogą zautomatyzować rozliczenia, płatności i część procesów post-trade. BIS wskazuje je już jako element kolejnej generacji systemu finansowego, a banki centralne i Fed prowadzą w tym obszarze badania. Drugi kierunek to nowa infrastruktura płatnicza i cyfrowe formy pieniądza — w Europie widać to choćby po kolejnych etapach projektu digital euro. Trzeci to standardy tożsamości i interoperacyjności agentów, bo bez tego agentic banking nie wyjdzie poza pilotaże. I czwarty: technologie antyfraudowe nowej generacji, bo wraz z AI rośnie nie tylko wygoda, ale też skala zagrożeń.

W tym kontekście coraz większą rolę będzie odgrywać biometria behawioralna, która pozwala identyfikować użytkownika nie tylko na podstawie danych logowania, ale jego unikalnego sposobu korzystania z aplikacji – od dynamiki pisania po wzorce poruszania się po interfejsie. To podejście przenosi bezpieczeństwo na poziom ciągłej, niewidocznej dla klienta weryfikacji i pozwala wykrywać anomalie w czasie rzeczywistym. Jednocześnie regulacje takie jak DORA znacząco podniosły świadomość organizacji w zakresie odporności cyfrowej, co już teraz przekłada się na bardziej systemowe podejście do bezpieczeństwa – od technologii, przez procesy, po zarządzanie ryzykiem.