Niemal co druga (47%) badana instytucja finansowa w Europie jest na etapie pilotażu lub już wdraża agentową sztuczną inteligencję – w przeciwieństwie do prostych chatbotów odznaczającą się zdolnością do autonomicznego działania.
Jak dalej pisze Lubomir Stojek, Country Manager Red Hat w Polsce, jednocześnie 36% takich instytucji nie ma w tej chwili planów jej wprowadzenia – wynika z badania firm Red Hat i FStech, dostawców systemu open source dla przedsiębiorstw, przeprowadzonego wśród firm z sektora usług finansowych w Wlk. Brytanii i Europie.
Firmy, które już wdrażają agentową AI, wykorzystują ją głównie w obszarach, gdzie najważniejsze jest zachowanie zgodności z przepisami
Ten podział nie oznacza braku zainteresowania takimi rozwiązaniami, ale ostrożne podejście do ich implementacji. Wśród 41% respondentów za najważniejszy element strategii AI (ważny dla 32% podmiotów) uznawana jest suwerenność danych, a rozwój agentowych systemów jest ściśle zależny od możliwości zapewnienia kontroli nad nimi i dostosowania się do regulacji branżowych. Firmy, które już wdrażają agentową AI, wykorzystują ją głównie w obszarach, gdzie najważniejsze jest zachowanie zgodności z przepisami. Najczęściej wskazywane zastosowania to wykrywanie nadużyć (71%), monitorowanie zgodności regulacyjnej (66%) oraz procesy KYC (Know Your Customer) używane w działaniach na rzecz przeciwdziałania praniu pieniędzy (61%). Rozwiązania skierowane bezpośrednio do klientów są wymieniane znacznie rzadziej, co pokazuje, iż sztuczna inteligencja w branży finansowej rozwijana jest aktualnie tam, gdzie poziom tolerancji na ryzyko jest najniższy, a nadzór nad mechanizmami technicznymi najwyższy.
Jednocześnie zarządy instytucji finansowych wyraźnie wskazują na regulacyjne i prawne czynniki ryzyka związane z wdrażaniem AI. Najczęściej obawiają się niezgodności z lokalnymi przepisami (72%), wycieków danych (55%) oraz konfliktów regulacyjnych między systemami prawnymi innych państw (51%). To właśnie te aspekty sprawiają, iż rozwój agentowych systemów coraz silniej wiąże się z koniecznością kontroli nad danymi i dbałości o architekturę zapewniającą zgodność z wymogami prawnymi. Według Lubomira Stojka ta roztropność w działaniu wpisuje się w szerszą zmianę priorytetów branży. Przez lata dążenie do zapewnienia przewagi konkurencyjnej bazowało na szybkości i ograniczaniu kosztów. w tej chwili zdolność do utrzymania nieprzerwanego działania i do reagowania na zakłócenia staje się kwestią nadrzędną. W badaniu Red Hat 34% respondentów wskazuje, iż to właśnie zastosowania AI w obszarze odporności operacyjnej i ciągłości biznesowej będą miały największy wpływ na ich przedsiębiorstwa w ciągu najbliższych trzech lat. Temat ten przestaje być zarezerwowany głównie dla działów IT, a staje się czynnikiem bezpośrednio wpływającym na stabilność finansową i zaufanie klientów.
Autonomia wymaga nowego fundamentu
– Wzrost znaczenia odporności jest spowodowany rosnącym wykorzystaniem systemów AI i ich zwiększającą się autonomią – pisze dalej ekspert. – Dwa przedsiębiorstwa na pięć (43%) uważają, iż w perspektywie trzech lat generatywna sztuczna inteligencja będzie wykorzystywana do usług obejmujących kontakt z klientami, a także w obszarach zaawansowanej analityki danych i wspierania procesów podejmowania decyzji. Coraz częściej modele agentowe będą nie tylko analizować dane, ale inicjować i podejmować działania w sposób zautomatyzowany i w bardzo krótkim czasie. Oznacza to, iż pojedyncza błędna decyzja może gwałtownie przełożyć się na istotne konsekwencje operacyjne. Należy także pamiętać, iż wyzwania w obszarze sztucznej inteligencji dotyczą nie tylko precyzji modeli, ale także możliwości wyjaśniania ich zachowań oraz nieprzewidywalnych interakcji pomiędzy różnymi komponentami AI w złożonym środowisku technicznym.
Według eksperta mimo rosnącej świadomości znaczenia suwerenności i odporności, wiele firm znajduje się dopiero na początku tej drogi. Ponad 60% badanych przez Red Hat przedsiębiorstw wciąż nie posiada formalnej strategii w zakresie wzmacniania suwerenności danych. Wśród najczęściej wskazywanych barier wdrożeniowych pojawiają się wysokie koszty (64%) oraz niedobór odpowiednich kompetencji w przedsiębiorstwach (58%). Skalowanie agentowej AI nie jest wyłącznie wyzwaniem technicznym, ale także inwestycyjnym i organizacyjnym, które wymaga spójnej strategii oraz jasno zdefiniowanego modelu operacyjnego.
Autonomia AI bez odporności i suwerenności może stać się źródłem dodatkowego ryzyka
W tej sytuacji najważniejsze staje się pytanie nie o to, czy wdrażać agentową AI, ale na jakich zasadach i na bazie jakich modeli technicznych. Połowa badanych instytucji finansowych już wykorzystuje lub wchodzi w okres pilotażu rozwiązań wykorzystujących otwartą sztuczną inteligencję, a kolejne 21% dostrzega ich potencjał. Wskazuje to, iż otwarta architektura staje się istotnym elementem strategii suwerenności i kontroli w branży finansowej. Autonomia AI bez odporności i suwerenności może stać się źródłem dodatkowego ryzyka, zamiast przewagi konkurencyjnej. Dlatego instytucje finansowe coraz częściej koncentrują się na budowie spójnej architektury bazującej na rozwiązaniach open source, która zapewnia kontrolę nad danymi, modelami i infrastrukturą w środowiskach hybrydowych oraz wielochmurowych. W erze autonomicznych agentów kluczową strategiczną decyzją nie jest wybór konkretnego modelu, ale stworzenie stabilnych, przejrzystych i suwerennych fundamentów, które pozwolą tę autonomię bezpiecznie skalować.
