Rodzime banki AI — zbudowane od podstaw z myślą o sztucznej inteligencji — automatyzują obsługę klienta, kredyty, zgodność i inne. Spójrz na pionierów, takich jak Catena Labs, One Zero, Bunq, WeBank i CITIC aiBank, którzy na nowo definiują globalne finanse i kwestionują tradycyjne banki.
AI w finansach ewoluowała szybko. W latach 2010 wiele banków wprowadziło uczenie maszynowe do oceny kredytowej i chatboty do obsługi klienta, badając potencjał AI w istniejących ramach. Do 2020 roku wiodące banki integrowały zaawansowane algorytmy z zarządzaniem ryzykiem i personalizacją klientów. Niedawne badanie branżowe wykazało, że 65% banków planuje uruchomić usługi klienta oparte na AI w 2025 roku – co jest dowodem na to, jak AI stała się głównym nurtem w bankowości. Jednak większość tych wysiłków wciąż dodaje AI do starych systemów. W przeciwieństwie do tego banki „AI-rodzime” dążą do projektowania instytucji finansowej w całości wokół możliwości AI, zasadniczo przewartościowując sposób działania banku.
Koncepcja rodzimych banków AI zyskuje na popularności, ponieważ przedsiębiorcy i technolodzy dostrzegają, że istniejące banki – nawet neobanków cyfrowe – mają ograniczenia w dostosowywaniu się do świata skoncentrowanego na AI. Tradycyjne banki, oparte na procesach i infrastrukturze sprzed dekad, często uznają je za „wolne, kosztowne, pełne globalnych tarć, nieelastyczne i nieodpowiednie” do wspierania nowych możliwości, jakie prezentuje AI. To otworzyło drzwi startupom i firmom finansowym myślącym przyszłościowo do budowy banków, które zaczynają się od architektur AI-first.
Nowi gracze projektują systemy, w których AI obsługuje wszystko, od interakcji z klientem i monitorowania oszustw po decyzje kredytowe, a nawet zgodność regulacyjną, wszystko pod nadzorem człowieka.
Co to są rodzimie AI Banki?
W prostych słowach, rodzime banki AI są instytucjami finansowymi zbudowanymi wokół sztucznej inteligencji od pierwszego dnia, a nie dokładającą AI do tradycyjnego sedna.
Niedawny opis przez fintechowy startup zdefiniował AI-rodzimy bank jako bank „zbudowany wokół AI, a nie dodany jako przemyślenie”.
W praktyce oznacza to, że produkty, usługi i procesy wewnętrzne banku są zaprojektowane do działania przez algorytmy AI i automatyzację, z minimalnym ręcznym udziałem w codziennych przepływach pracy. Ludzkie kadry dostarczają nadzoru, strategicznego kierownictwa i zajmują się wyjątkowymi przypadkami, ale systemy AI zasilają rutynowe decyzje i interakcje. to operate within regulatory frameworks, ensuring its AI implementations prioritize user privacy and data security. As part of this commitment, Bunq adheres to GDPR standards and employs robust encryption methods to protect customer information.
Transitioning to the translated content, here's the Polish translation of the given text, formatted correctly:
- capital](https://www.calcalistech.com/ctechnews/article/byi4zgrlkx), podkreślając zaufanie do swojego podejścia. Do 2025 roku bank zgromadził około 242 milionów dolarów, a jego wycena wynosiła około 320 milionów dolarów, z inwestorami takimi jak gigant technologiczny Tencent i fundusze fintech z ekosystemu SoftBanku.
AI jest sercem doświadczenia klienta One Zero.
W lutym 2024 roku bank wprowadził „Ella 2.0”, generatywną platformę usługową zasilaną przez AI, która działa jako wirtualny asystent finansowy dla klientów. Opracowany we współpracy z AI21 Labs (izraelskim startupem AI specjalizującym się w dużych modelach językowych), Ella 2.0 jest w zasadzie prywatnym bankierem AI dostępnym 24/7.
Klienci mogą komunikować się z Ellą za pomocą języka naturalnego – zadając złożone pytania dotyczące finansów w różnych kontach, otrzymując porady budżetowe lub rozwiązując problemy – i otrzymując natychmiastowe, kontekstowo świadome odpowiedzi. System rozumie różne języki i został przeszkolony na rozległych zapytaniach bankowych, aby poprawić swoją dokładność.
Według banku, Ella 2.0 „dostarcza natychmiastowe odpowiedzi, działa 24/7 i wykorzystuje uczenie maszynowe do dopasowywania personalizowanych usług finansowych.” Innymi słowy, nieustannie uczy się na podstawie interakcji z klientami, aby oferować lepszą pomoc, podczas gdy ludzie bankierzy są gotowi do wsparcia w razie potrzeby.
Pierwszy CEO One Zero, Gal Bar Dea, podkreślił, jak ten asystent AI podnosi jakość usług. „Zdolności Elli 2.0 przekraczają bariery językowe,” powiedział, zapewniając „natychmiastowe, dokładne i spersonalizowane odpowiedzi, które nieustannie się rozwijają, aby spełniać indywidualne potrzeby klientów.”
One Zero z dumą prowadzi tę „globalną ofensywę od eksperymentalnego generatywnego AI do praktycznego wdrożenia” w bankowości.
Ori Goshen, współ-CEO AI21 Labs, zauważył, że „nowy asystent AI One Zero, Ella, reprezentuje przesunięcie w branży bankowości cyfrowej w kierunku lepszego doświadczenia klienta – szybszego, bardziej niezawodnego i spersonalizowanego dla każdego użytkownika.”
Takie rekomendacje podkreślają, jak blisko zintegrowane są startup technologiczny i bank w opracowywaniu rozwiązań AI.
Poza Ellą, One Zero wykorzystuje AI w bardziej zakulisowy sposób. Zautomatyzowane algorytmy obsługują wiele codziennych operacji bankowych i podejmowania decyzji. Na przykład modele AI są wykorzystywane do oceny ryzyka kredytowego i rekomendacji inwestycyjnych, ucząc się z danych, aby ulepszać swoje wyniki.
Strategia banku polegała na automatyzacji rutynowych zadań na tyle, na ile to możliwe, co obniża koszty i umożliwia bankowi oferowanie bardziej konkurencyjnych opłat.
Jednocześnie One Zero utrzymuje ludzkich doradców finansowych, do których klienci mogą się zwrócić (bank obiecuje hybrydę „osobistych menedżerów finansowych” i wsparcia AI). To podejście dualne zaspokaja klientów, którzy chcą efektywności AI, ale także zapewnienia ludzkiej ekspertyzy w ważnych decyzjach.
Inwestycje One Zero w AI przynoszą efekty w postaci zaangażowania klientów.
Według niektórych raportów, jego asystent AI obsługiwał do 40% zapytań klientów samodzielnie zaraz po uruchomieniu i pomagał agentom ludzkim w wielu innych przypadkach. To znacząco skraca czas odpowiedzi – bank twierdzi, że wyeliminował czas oczekiwania na większość zapytań – i zapewnia, że klienci otrzymują spójne, wysokiej jakości odpowiedzi w każdej chwili.
AI potrafi nawet obsługiwać złożone pytania krzyżowo-referencyjne; One Zero zauważyło scenariusze takie jak pytanie „Jakiej indyjskiej restauracji odwiedziłem z przyjacielem w Londynie?”, a system może to wywnioskować i znaleźć transakcję. Takie możliwości ilustrują moc łączenia danych transakcyjnych z konwersacyjnym AI.
Z perspektywy rynkowej, One Zero Bank to studium przypadku jak nowy bank może się wyróżnić dzięki AI. W konkurencyjnym sektorze bankowym w Izraelu, atutem One Zero nie jest tylko posiadanie eleganckiej aplikacji mobilnej – wiele banków je posiada – ale to, że jego usługi są inteligentniejsze i bardziej proaktywne. Bank może ostrzegać użytkowników o nietypowych wydatkach, prognozować przepływy gotówki lub sugerować ruchy finansowe, napędzany przez analitykę AI na ich danych. To zbiega się z szerszym trendem: konsumenci coraz częściej oczekują spersonalizowanej, natychmiastowej obsługi w finansach, podobnie jak Netflix czy Spotify personalizują rozrywkę. One Zero wykorzystuje te oczekiwania, korzystając z AI, aby stać się swoistym „konsjerżem finansowym”.
Niemniej jednak, nieprzewidziane zewnętrzne wydarzenia, takie jak konflikty regionalne pod koniec 2023 roku, zmusiły bank do wstrzymania niektórych inicjatyw.
Pomimo tego, postępy firmy są obserwowane globalnie. Jeśli One Zero Bank nadal odnosić będzie sukcesy, może zainspirować podobne, skupione na AI cyfrowe banki w innych krajach. Stanowi również żywy przykład dla regulatorów, jak AI może być bezpiecznie zintegrowane z bankowością. Warto zauważyć, że regulatorzy w Izraelu przyznali One Zero pełną licencję bankową, wskazując na zaufanie do jego modelu i kapitału – pozytywny znak dla innych banków AI-native starających się o zatwierdzenie regulacyjne w przyszłości.
Bunq – pierwszy w Europie neozbank zasilany AI
W Europie, jednym z ugruntowanych graczy przyjmujących podejście native AIè jest Bunq, holenderski bank cyfrowy często nazywany „bankiem The Free” za swoją technologiczną, zorientowaną na użytkownika etos.
Założony w 2012 ten bank Bunq rozwijał się do miliona użytkowników w całej Europie, jednak pod koniec 2023 roku zrobił furorę, ogłaszając, że stał się „pierwszym bankiem zasilanym AI w Europie”.
Bunq zintegrował generatywne AI na swojej platformie do stopnia nieobserwowanego wśród swoich rówieśników, dążąc do przekształcenia sposobu, w jaki klienci wchodzą w interakcję ze swoimi finansami. Centralnym punktem tego wysiłku jest „Finn”, osobisty asystent finansowy zasilany przez AI w Bunq.
W grudniu 2023 Bunq wprowadził Finna jako narzędzie generatywne AI skierowane do klientów osadzone w swojej aplikacji.
Finn efektywnie zastąpił tradycyjne funkcje wyszukiwania i nawigacji w aplikacji Bunq. Zamiast ręcznie przeszukiwać menu lub listy transakcji, użytkownicy mogą po prostu zadać Finn pytania lub wydawać polecenia w języku naturalnym. „Finn was zachwyci”, powiedział Ali Niknam, założyciel i CEO Bunq podczas premiery, reklamując efekt „lat innowacji AI” i „laserowego skupienia na naszych użytkownikach”.
Celem, jak opisał Niknam, było „całkowite przekształcenie bankowości takiej, jaką znacie”, czyniąc interakcje tak łatwymi jak rozmowa.
Co potrafi Finn? Według Bunq, dużo. Użytkownicy mogą zadawać pytania takie jak: „Ile wydałem na zakupy spożywcze w zeszłym miesiącu?” czy „Jaki jest mój średni miesięczny rachunek za media?”, a Finn natychmiast analizuje ich dane transakcyjne, by udzielić odpowiedzi. Potrafi także obsługiwać bardziej skomplikowane zapytania, które łączą wiele fragmentów informacji.
Na przykład Niknam podzielił się, że „może nawet łączyć dane, aby odpowiedzieć na pytania wykraczające poza transakcje, takie jak ‘Ile wydałem w kawiarni w pobliżu Central Park w zeszłą sobotę?’”. AI jest kontekstowo świadome, co oznacza, że potrafi zrozumieć, że „kawiarnia w pobliżu Central Park” odnosi się do konkretnego sprzedawcy i daty w historii transakcji użytkownika, co byłoby trudne dla normalnej funkcji wyszukiwania. Umożliwiając takie zapytania konwersacyjne, Bunq ułatwia swoim użytkownikom analizowanie własnych wydatków i znajdowanie informacji bez znajomości księgowości czy nużącego ręcznego wysiłku.
Poza funkcjami Q&A, Finn pomaga w planowaniu finansowym i budżetowaniu. Użytkownicy mogą prosić o porady lub spostrzeżenia, na przykład „Czy mam wystarczający nadmiar w tym miesiącu, aby dodać 500 € do moich oszczędności?” i uzyskać odpowiedź opartą na danych. To tak, jakby mieć na wezwanie osobistego księgowego.
Bunq wykorzystuje to, aby zachęcać swoich klientów do zdrowszych nawyków finansowych. Wewnątrz firmy, AI Bunq analizuje również wzorce transakcji na wielu połączonych kontach (korzystając z europejskich ram bankowości otwartej), aby dostarczać skonsolidowane widoki finansów użytkownika. Oznacza to, że Finn może zobaczyć salda i wydatki klienta nie tylko w Bunq, ale także w innych bankach, jeśli użytkownik to umożliwi, dostarczając jednego przeglądu – potężnej funkcji do budżetowania i planowania.
Wpływ Finna był zauważalny.
Raporty wskazywały, że Finn był w stanie obsłużyć około 40% zapytań klientów samodzielnie, bez interwencji człowieka, i pomagać w innej znacznej części.
To zmniejszało obciążenie personelu wsparcia Bunq i przyspieszało czas odpowiedzi dla użytkowników. W rzeczywistości, na początku 2024 Bunq twierdził, że wprowadzenie Finna uczyniło interakcje z klientami bardziej efektywnymi niż kiedykolwiek, z wieloma pytaniami obsługiwanymi przez AI natychmiast. Dla pozostałych zapytań wymagających ludzkiego podejścia, zespół Bunq mógł skupić się na złożonych problemach, teraz gdy AI filtruje te proste.
Wynik to skalowalny model obsługi klienta, jako że Bunq kontynuuje rozwój swojej bazy użytkowników w Europie.
Przyjęcie AI przez Bunq następuje, gdy rozszerza się geograficznie i w zakresie produktów. Firma złożyła wniosek o licencję bankową w USA w 2023 roku, dążąc do wejścia na rynek amerykański, a taka innowacja pomaga jej wyróżnić się w coraz bardziej zatłoczonym środowisku neozbanków.
Warto zauważyć, że inne fintechy idą w jego ślady: amerykański neozbank MoneyLion ogłosił funkcję wyszukiwania opartą na ChatGPT w tym samym czasie, a inna firma, Dave, wprowadziła „DaveGPT” do zapytań klientów.
Ale przewaga startowa Bunq i integracja z podstawowymi funkcjonalnościami (całkowite zastąpienie wyszukiwania AI) dały mu możliwość objęcia pozycji lidera.
Z perspektywy biznesowej Bunq wykorzystuje AI nie tylko do pomocy użytkownikom, ale także do uzyskiwania spojrzeń, które informują o nowych ofertach. Analizując jak ludzie zadają pytania o swoje pieniądze, Bunq może identyfikować punkty bolesne lub popularne prośby i potencjalnie tworzyć nowe funkcje lub produkty wokół tych potrzeb.
Na przykład, jeśli wielu użytkowników pyta „Czy mogę sobie pozwolić na X do końca roku?”, Bunq może opracować automatyczny planer oszczędności. Ta oparta na danych innowacja to przewaga konkurencyjna bycia bankiem AI-native – pętla od interakcji użytkownika do udoskonalenia usług jest bardzo wąska.
Jednak Bunq także przestrzegaCouple AI z nadzorem ludzkim. Wszystkie odpowiedzi AI są monitorowane pod kątem dokładności i trafności.
Bank podkreślił, że porady Finn opierają się na danych, ale klienci powinni wykazywać się osądem – to asystent, a nie w pełni autonomiczny menedżer finansowy (przynajmniej jeszcze nie). Dodatkowo, prywatność i bezpieczeństwo są priorytetem; Bunq musi zapewnić, że AI uzyskuje dostęp wyłącznie do danych, do których użytkownik udzielił zgody, a wrażliwe informacje są chronione. Do tej pory nie zgłoszono żadnych poważnych problemów, a klienci w większości reagowali pozytywnie na wygodę bankowości konwersacyjnej.
Ali Niknam, CEO Bunq, przedstawia podejście AI jako część misji Bunq mającej na celu uproszczenie bankowości. W jego opinii tradycyjne banki obciążają klientów nieporęcznymi interfejsami i żargonem, podczas gdy Bunq chce „uczynić życie użytkowników znacznie łatwiejszym” dzięki technologii.
Ułatwiając bankowość tak łatwą jak wysyłanie SMS-ów do przyjaciela, Bunq ma nadzieję na pogłębienie lojalności i zaangażowania klientów. Rzeczywiście, analizy branżowe pokazują, że personalizacja i łatwość obsługi znacząco zwiększają zadowolenie klientów w bankowości.
Strategia AI Bunq celuje w oba te cele: personalizuje doświadczenie (ponieważ odpowiedzi Finn są unikalne dla danych użytkownika i pytań) i sprawia, że jest to proste (nie ma potrzeby nauki menu aplikacji ani terminologii finansowej).
Jako jeden z pierwszych graczy w AI napędzanej bankowości w Europie, Bunq jest wartościowym przykładem dla branży. Demonstruje, że nawet działający bank z milionami użytkowników może z powodzeniem wprowadzić AI do trzonu swoich usług – to nie jest coś wyłącznie dla nowych startupów. Doświadczenia Bunq będą bacznie obserwowane przez inne europejskie banki i fintechy. W pewnym sensie Bunq zamienia się w firmę technologiczną tak samo jak bank, nieustannie integrując najnowsze rozwiązania AI. Jeśli Finn i kolejne funkcje AI będą nadal dobrze działać, prawdopodobnie zobaczymy więcej banków wprowadzających własnych asystentów w stylu GPT lub funkcje personalizacji napędzane AI, w wyścigu o przyciąganie klientów cyfrowo zaawansowanych.
WeBank – Pionierski Bank AI-First w Chinach
Każda dyskusja o AI w bankowości byłaby niepełna bez WeBank, przełomowego chińskiego banku cyfrowego, który od samego początku był pionierem w przyjęciu AI.
WeBank został założony w 2014 roku jako pierwszy w Chinach bank działający wyłącznie przez internet, wspierany przez technologicznego giganta Tencent. Od początku strategia WeBank bazowała na wykorzystaniu najnowocześniejszych technologii – ujętych w mantrę „ABCD” (AI, Blockchain, Cloud, Data) – aby obsługiwać miliony klientów przy niskich kosztach. W ciągu ostatniej dekady WeBank gwałtownie się rozwijał, oferując pożyczki, płatności i usługi finansowe dziesiątkom milionów użytkowników, z których wielu to niedoceniani klienci indywidualni i małe firmy. Jego sukces jest często przypisywany głębokiej integracji AI w operacjach, co pozwala na znacznie bardziej efektywne zarządzanie masą klientów i ryzykiem niż w przypadku tradycyjnych banków.
Jednym z godnych uwagi osiągnięć WeBank jest zakres, w jakim wykorzystuje AI i automatyzację w obsłudze klienta i wsparciu. Według raportów sprzed kilku lat, WeBank otrzymywał około 100 000 zapytań serwisowych dziennie, z czego 98% było obsługiwanych przez „wirtualne roboty” AI bez interwencji człowieka.
Ci wirtualni agenci wykorzystują przetwarzanie języka naturalnego i rozpoznawanie mowy – w zasadzie wczesne wersje rodzaju AI, które napędza dzisiejszych asystentów głosowych – aby rozwiązywać zapytania klientów. Dr Yang Qiang, główny konsultant AI w WeBank, wyjaśnił, że używają rozpoznawania twarzy, rozpoznawania głosu i NLP w celu poprawy usług i wygody. Klienci mogą się komunikować poprzez czat lub głos, a AI potrafi ich uwierzytelniać (poprzez rozpoznawanie twarzy) oraz rozwiązywać problemy lub realizować żądania w czasie rzeczywistym.
Filozofia WeBank zakłada, że AI ma „uzupełniać, nie zastępować” obsługę ludzką – stanowisko podobne do banków zachodnich, ale WeBank wprowadził je w życie w skrajnie zaawansowanym stopniu. „Zautomatyzowana obsługa nie jest wrogiem usług ludzkich. Powinny one pracować ramię w ramię,” powiedział Yang Qiang w rozmowie z CNBC. Rezultatem jest wysoce skalowalny model: stosunkowo mały zespół pracowników może nadzorować bazę milionów klientów, ponieważ to AI wykonuje codziennie ciężką pracę. WeBank słynnie zaczął zaledwie z kilkudziesięcioma pracownikami i bez fizycznych placówek, a mimo to był w stanie rozdzielać ogromne wolumeny mikropożyczek w całych Chinach, polegając na algorytmach kredytowych napędzanych przez AI i interakcjach z klientami przez smartfony. Ta efektywność operacyjna to główny powód, dla którego WeBank stał się rentowny w ciągu zaledwie kilku lat od uruchomienia, co jest rzadkim osiągnięciem dla nowego banku.
Inny obszar, w którym WeBank błyszczy, to analiza ryzyka kredytowego i zatwierdzanie pożyczek napędzane przez AI.
Tradycyjne banki często wymagają długotrwałych formalności i ręcznej oceny ryzyka pożyczek, ale WeBank zautomatyzował większość tego procesu za pomocą modeli uczenia maszynowego. Analizując ogromne ilości danych alternatywnych – takich jak zachowania na portalach społecznościowych, historia płatności mobilnych (wykorzystując ekosystem Tencent) i inne cyfrowe ślady – AI WeBank może szybko ocenić zdolność kredytową i udzielać małych pożyczek osobom oraz MŚP, które mogłyby zostać odrzucone przez większe banki.
To inkluzywne podejście rozszerzyło dostęp do kredytów dla segmentów uważanych wcześniej za zbyt ryzykowne lub kosztowne do obsłużenia. Yang Qiang zauważył, że taka technologia daje możliwość, żeby WeBank miał większą efektywność niż tradycyjne banki w przetwarzaniu pożyczek i prowadzeniu analizy ryzyka, co rzeczywiście zostało potwierdzone. WeBank może przetwarzać wnioski o pożyczki w ciągu minut i monitorować je na bieżąco, co dla tradycyjnych banków jest trudne do osiągnięcia.
WeBank jest również innowatorem w badaniach nad AI.
Inwestuje w takie obszary jak uczenie federacyjne, technikę szkolenia modeli AI na wrażliwych danych z wielu źródeł bez naruszania prywatności. Było to ważne dla WeBank, aby współpracować z innymi instytucjami (np. w zakresie udostępniania danych o oszustwach) przy jednoczesnym przestrzeganiu surowych chińskich przepisów o ochronie danych.
Technolodzy banku publikują artykuły i udostępniają narzędzia open-source, co wskazuje, że WeBank widzi siebie jako lidera technologicznego, a nie tylko instytucję finansową. W marcu 2025 roku WeBank podzielił się nawet wizją „AI-native bank” na globalnej konferencji, podkreślając, jak dekada ich naukowo-technicznej ekspertyzy przesuwa granice bankowości ku bardziej „inteligentnej i inkluzywnej”.
Ta strategia sugeruje, że WeBank dąży do pozostania na czołówce AI w finansach, być może eksplorując nowoczesne modele AI do jeszcze bardziej zaawansowanych usług.
Pomimo ogromnej automatyzacji, WeBank nie wyeliminował elementu ludzkiego. Zamiast tego, przetasował je. Dzięki temu, że AI wykonuje rutynowe zadania, ludzkie zasoby koncentrują się na takich obszarach jak poprawa algorytmów, obsługa wyjątkowych przypadków i rozwijanie nowych produktów.
Strategia zatrudnienia WeBank zakłada, że około 60% pracowników to profesjonaliści technologiczni – to wyjątkowo wysoki odsetek w banku, ale logiczny dla instytucji, która jest w istocie fintechową. Ta kultura zorientowana na technologię dodatkowo utrwala status WeBank jako banku AI-native.
CITIC aiBank – Wspólne przedsięwzięcie finansów i technologii
Mniej więcej w czasie, gdy WeBank rozwijał skrzydła, w Chinach miało miejsce inne godne uwagi doświadczenie w bankowości AI -centrycznej: CITIC aiBank (często nazywany po prostu „AiBank”).
Jest to wspólne przedsięwzięcie Chin Citic Bank, średniej wielkości banku komercyjnego oraz Baidu, internetowego giganta wyszukiwania i AI. Zainaugurowany pod koniec 2017 roku, aiBank został założony jako bezpośredni, bezoddziałowy bank z wyraźtym celem wykorzystania big data i sztucznej inteligencji do dostarczania mądrzejszych usług finansowych.
Zarejestrowany kapitał w wysokości 2 miliardów juanów (około 300 milionów dolarów w tamtym czasie) oraz podział własnościowy 70/30 pomiędzy Citic Bank a Baidu, aiBank reprezentował połączenie znajomości domeny bankowej i najnowocześniejszych możliwości technologicznych.
Od początku aiBank skupiał się na udzielaniu pożyczek konsumentom i małym przedsiębiorstwom, segmentom często pomijanym przez tradycyjne banki w Chinach. Dzięki technologii AI Baidu, aiBank dążył do rozwoju nowych modeli oceny ryzyka, które mogą lepiej oceniać pożyczkobiorców z ograniczoną historią kredytową. „AiBank skupi się na udzielaniu pożyczek osobom indywidualnym i małym firmom, jednocześnie wykorzystując big data i sztuczną inteligencję do budowy nowych modeli kontroli ryzyka,” powiedział Li Rudong, prezes banku, podczas jego uruchomienia.
To oznacza, że aiBank zamierzał analizować nietradycyjne dane – prawdopodobnie w tym dane wyszukiwania, dane społeczne itp., dzięki współpracy z Baidu – w celu podejmowania decyzji kredytowych. Oczekiwano, że spostrzeżenia czerpane z AI będą w stanie zidentyfikować wiarygodnych kredytobiorców, na których tradycyjne metody oceniania mogłyby przeoczyć, co pozwoliłoby opłacalnie rozszerzyć inkluzyjność finansową.
Uderzająca detalem ujawnionym podczas uruchomienia było to, że 60% pracowników aiBank zajmować będzie się technologią. To było praktycznie niespotykane w bankowości w tamtym czasie i sygnalizowało, jak odmiennie aiBank działać by w porównaniu do typowego banku, gdzie większość pracowników znajduje się w oddziałach lub operacjach ogólnych. Skupiając się na talencie inżynierskim i naukach danych, aiBank wytyczył sobie ścieżkę do ciągłego rozwijania i udoskonalania systemów AI wewnętrznie. Wkład Baidu nie ograniczał się tylko do kapitału, ale obejmował również technologię – w tym platformy AI, usługi chmurowe, a być może nawet jego ogromne dane użytkowe (w granicach prywatności / prawnych). To partnerstwo było częścią szerszego trendu w Chinach polegającego na współpracy firm technologicznych i banków – podobnie Alibaba z MYbank, a Tencent z WeBank – w celu tworzenia hybrydowych podmiotów łączących mocne strony każdej z nich. W przypadku Baidu, aiBank oferował także skuteczne sposoby monetyzowania swoich badań nad AI w finansach i prezentowania swojego przywództwa w dziedzinie AI.
Podczas wydarzenia uruchomienia, ówczesny dyrektor operacyjny Baidu, Lu Qi, objawił projekt, mówiąc: „AiBank jest...Here is the translation from English to Polish, following the guidelines you provided:
Treść: przyszłość inteligentnych finansów… Jest to instytucja, która najlepiej rozumie klientów i najlepiej rozumie finanse.” Cytat ten odzwierciedla aspiracje, że dzięki połączeniu wiedzy Baidu na temat użytkowników (wynikającej z ich zachowania online) z doświadczeniem bankowym Citic, aiBank mógłby przewyższyć tradycyjne banki w zakresie zrozumienia i obsługi klienta.
Bycie bankiem bezpośrednim (tylko online) oznaczało również, że aiBank mógł dotrzeć do klientów w całych Chinach bez fizycznej obecności, co stanowiło znaczącą przewagę na rozległym rynku chińskim.
W praktyce, w ciągu następnych kilku lat, aiBank wprowadził cyfrowe produkty kredytowe i usługi z wykorzystaniem sztucznej inteligencji. Oferował pożyczki osobiste za pośrednictwem aplikacji mobilnych, z szybkimi zatwierdzeniami napędzanymi przez modele kredytowe uczenia maszynowego. Dla małych przedsiębiorstw eksperymentował z wykorzystaniem AI do analizy transakcji e-commerce i danych z łańcucha dostaw w celu przyznawania kredytów – podobnie jak Grupa Ant.
AiBank badał również zastosowanie AI w obsłudze klienta, w tym inteligentne chatboty do obsługi podstawowych zapytań. Biorąc pod uwagę mocne strony Baidu w zakresie przetwarzania języka naturalnego (szczególnie NLP w języku chińskim), aiBank prawdopodobnie czerpał korzyści z zaawansowanej AI w asystentach głosowych i tekstowych interakcjach z klientami. Chociaż szczegółowe dane dotyczące wydajności aiBank nie są szeroko dostępne, jego ciągłe działanie i zwiększenie kapitału (Citic i Baidu podobno podwoiły jego kapitał do 2018 roku w celu wsparcia wzrostu) sugerują, iż zyskał popularność.
Unikalnym aspektem dla aiBank jest synergia z ekosystemem Baidu. Baidu mógł zintegrować usługi finansowe aiBank ze swoimi popularnymi aplikacjami. Na przykład użytkownicy wyszukiwarki Baidu czy map mogli by otrzymać oferty aiBank kontekstowo (wyobraź sobie wyszukiwanie „kredyt samochodowy” i zobaczenie oferty aiBank). Co więcej, badania AI prowadzone przez Baidu, takie jak rozpoznawanie twarzy i technologia głosowa, znalazły rzeczywiste zastosowanie w procesach bezpieczeństwa i onboardingu aiBank. Jak wspomniał Yang Qiang z WeBank, technologie takie jak rozpoznawanie twarzy mogą umożliwić płynne, zdalne zakładanie kont – aiBank prawdopodobnie wykorzystywał podobne metody biorąc pod uwagę doświadczenie Baidu. W pewnym sensie, aiBank służył jako platforma dla Baidu do zaprezentowania potęgi AI w regulowanym przemyśle, potencjalnie wzmacniając pozycję Baidu na rynku biznesowym AI.
Jednak prowadzenie banku natywnego AI w ramach większej struktury tradycyjnego banku (Citic) miało również wyzwania.
Zaangażowanie Citic Bank zapewniało zgodność z regulacjami i dostarczało infrastrukturę bankową, ale mogło również narzucać bardziej ostrożne tempo niż czysty startup. Nadzór regulacyjny ze strony Chińskiej Komisji Nadzoru Bankowego i Ubezpieczeniowego (CBIRC) oznaczał, że innowacje AI w aiBank musiały być zgodne z regulacjami dotyczącymi ryzyka finansowego. W 2021 roku pojawiła się anegdota, że chińskie władze nałożyły grzywny na Citic i Baidu za pewne formalności związane z utworzeniem wspólnego przedsięwzięcia – przypomnienie, że nawet zaawansowane technologicznie banki działają pod ścisłymi zasadami. Niemniej jednak, chińskie władze były generalnie wspierające AI i fintech w bankowości, o ile ryzyka są kontrolowane.
Od 2025 roku CITIC aiBank stanowi przykład udanej integracji AI w nowym przedsięwzięciu bankowym.
Może nie mieć światowego rozpoznania jak WeBank, ale podkreśla model współpracy: bank z dziedzictwem i gigant technologiczny współtworzą platformę bankową natywną dla AI.
Zamykanie myśli
Wzrost banków natywnych AI wskazuje na przyszłość, w której finanse są szybsze, bardziej spersonalizowane i nawet kierowane przez maszyny.
Te pionierskie projekty pokazują, że banki mogą być radykalnie przemyślane z nowoczesną technologią – potencjalnie oferując klientom ultra-wygodne usługi i otwierając system finansowy dla nowych uczestników (takich jak agenci AI lub niedoceniane populacje). W przyszłości możemy spodziewać się, że tradycyjne banki odpowiedzą przyspieszając własne przyjmowanie AI lub współpracując z inicjatywami natywnymi dla AI. W niektórych przypadkach, istniejące banki mogą przejąć udane startupy bankowe AI, aby dodać ich możliwości. Regulatorzy również przyglądają się uważnie. Jeśli banki natywne dla AI pokażą dobre wyniki w zarządzaniu ryzykiem i zgodności, regulatorzy mogą zaktualizować ramy ułatwiające szersze stosowanie AI w bankowości, a nawet stworzyć nowe kategorie licencji dla instytucji finansowych kierowanych przez AI.
Jednak pojawienie się banków natywnych dla AI niesie ze sobą również znaczące ryzyka i wyzwania, które trzeba zarządzać. Jednym z głównych obaw jest zarządzanie i nadzór. Gdy algorytmy AI podejmują decyzje kredytowe lub wykrywają oszustwa, kluczowe jest zapewnienie, żeby były bezstronne i wolne od błędów. Niekontrolowane algorytmy mogą nieumyślnie wykluczać określone grupy klientów lub aprobować ryzykowne pożyczki – błędy mogące podkopać zaufanie i sprowadzić sankcje regulacyjne. Przejrzystość jest kolejnym wyzwaniem: banki te muszą uczynić działania AI wytłumaczalnymi dla regulatorów i klientów.
Dla tradycyjnych instytucji finansowych, pojawienie się banków natywnych dla AI to miecz obosieczny. Z jednej strony, przesuwa granice innowacji, potencjalnie przynosząc nowe metody i technologie, które mogą przejąć istniejący banki. Ugruntowane banki mogą zdobywać wiedzę o efektywności przepływów pracy AI Catena lub sukcesie angażowania klientów przez Finn Bunq i integrować podobne pomysły. Z drugiej strony, nowi uczestnicy mogą stać się groźnymi konkurentami w niektórych segmentach.