Sztuczna inteligencja na dobre zadomowiła się w bankowości, ale kadry nie nadążają za tempem zmian. Aż 92% instytucji finansowych w Polsce deklaruje niedobór kompetencji związanych z AI. Problem dotyczy zarówno specjalistów technicznych, jak i menedżerów odpowiedzialnych za wdrożenia.
AI w bankach rośnie szybciej niż rynek pracy
Z danych opublikowanych przez Capgemini wynika, iż 92% instytucji finansowych w Polsce zgłasza lukę kompetencyjną w obszarze sztucznej inteligencji. Taki sam odsetek ma dotyczyć rynku globalnego. Niedobór obejmuje nie tylko inżynierów danych i specjalistów od modeli, ale także kadrę zarządzającą, która powinna rozumieć potencjał i ograniczenia technologii.
W praktyce oznacza to presję na rekrutację oraz konieczność szybkiego budowania kompetencji wewnątrz organizacji. 46% badanych instytucji w Polsce stawia na reskilling, czyli przekwalifikowanie pracowników i przesuwanie ich do nowych ról. Z kolei 54% deklaruje tworzenie stanowisk związanych z nadzorem i koordynacją pracy agentów AI. W raporcie pojawia się przykład nowej funkcji, jak analityk behawioralny, który ma interpretować sposób podejmowania decyzji przez autonomiczne systemy, także pod kątem standardów biznesowych i etycznych.
To sygnał, iż banki zaczynają traktować AI nie jako projekt technologiczny, ale jako element modelu operacyjnego. Bez kompetencji po stronie biznesu i zarządzania wdrożenia często kończą się na pilotażach.
Cyborg Finance i regulacje
Capgemini opisuje model Cyborg Finance, w którym pracownicy są wzmacniani narzędziami agentowymi, a część procesów operacyjnych przejmują systemy działające w trybie 24/7. Warunkiem powodzenia ma być inwestowanie w szkolenia, zmianę kultury organizacyjnej oraz włączanie zespołów w rozwój rozwiązań.
Skalę zjawiska potwierdza również European Banking Authority. W raporcie z września 2025 r. urząd wskazał, iż 92% banków w Unii Europejskiej wdraża już rozwiązania AI, a pozostałe są na etapie pilotaży lub analiz. Oznacza to, iż presja na rozwój kompetencji będzie narastać, szczególnie w obszarach zgodności z regulacjami, bezpieczeństwa danych oraz zarządzania ryzykiem modeli.
Dla banków problem ma wymiar strategiczny. Z jednej strony rośnie oczekiwanie klientów dotyczące cyfrowej obsługi, szybkich decyzji kredytowych i skutecznego wykrywania nadużyć. Z drugiej brak doświadczonych zespołów projektowych utrudnia skalowanie rozwiązań i zwiększa zależność od zewnętrznych dostawców.
W efekcie walka o talenty AI w sektorze finansowym staje się jednym z kluczowych wyzwań najbliższych lat. To nie tylko kwestia technologii, ale także zdolności organizacji do trwałej transformacji operacyjnej.