Η τεχνητή νοημοσύνη αναδεικνύεται σε βασικό μοχλό στρατηγικής για τον ευρωπαϊκό τραπεζικό κλάδο, με τη Goldman Sachs να επιχειρεί για πρώτη φορά μια συνολική ποσοτικοποίηση του δυνητικού της αποτυπώματος στην κερδοφορία. Σύμφωνα με την ανάλυση του οίκου, η πλήρης ενσωμάτωση εφαρμογών AI θα μπορούσε, σε κανονικοποιημένη βάση και εξαιρουμένων των αρχικών επενδυτικών δαπανών, να ενισχύσει την απόδοση ιδίων κεφαλαίων (ROE) των ευρωπαϊκών τραπεζών κατά περίπου 240 μονάδες βάσης.
Το βασικό εύρημα είναι ότι η κύρια πηγή βελτίωσης προέρχεται από τη συγκράτηση του κόστους και όχι από την αύξηση των εσόδων. Η αξιοποίηση της ΑΙ εκτιμάται ότι δημιουργεί ευκαιρία στο σκέλος των δαπανών υπερτετραπλάσια σε σχέση με τα δυνητικά οφέλη στα έσοδα, μέσω εκτεταμένης αυτοματοποίησης, βελτιστοποίησης εσωτερικών διαδικασιών και πιο αποτελεσματικής διαχείρισης κινδύνου.
Οι ελληνικές τράπεζες στο χαμηλότερο εύρος ωφέλειας
Σε ό,τι αφορά τις ελληνικές συστημικές τράπεζες –Eurobank, Εθνική Τράπεζα, Alpha Bank και Τράπεζα Πειραιώς– η εκτιμώμενη ενίσχυση της αποδοτικότητας ιδίων κεφαλαίων έως το 2027 τοποθετείται μεταξύ 130 και 170 μονάδων βάσης. Το εύρος αυτό υπολείπεται του μέσου όρου των 243 μονάδων βάσης που προκύπτει για το σύνολο του ευρωπαϊκού δείγματος.
Η διαφοροποίηση αυτή αποδίδεται αφενός στη σημαντική βελτίωση της δομής κόστους που έχει ήδη επιτευχθεί έπειτα από πολυετή περίοδο εξυγίανσης, αφετέρου στη μεγαλύτερη εξάρτηση του επιχειρηματικού μοντέλου από το καθαρό επιτοκιακό έσοδο, στοιχείο που περιορίζει τα περιθώρια πρόσθετης βελτίωσης μέσω αυτοματοποίησης.
Η συνολική επίδραση σε έσοδα, δαπάνες και κόστος κινδύνου
Σε επίπεδο κλάδου, η Goldman Sachs προβλέπει ότι η αξιοποίηση της ΑΙ θα μπορούσε να οδηγήσει σε αύξηση εσόδων κατά περίπου 2%, σε μείωση λειτουργικών εξόδων της τάξης του 9% και σε βελτίωση του κόστους κινδύνου κατά περίπου 7 μονάδες βάσης. Η τελευταία παράμετρος συνδέεται με πιο ακριβή πιστοληπτική αξιολόγηση και έγκαιρη ανίχνευση ενδείξεων επιδείνωσης της ποιότητας του ενεργητικού. Ο συνδυασμός αυτών των επιδράσεων αποτυπώνεται στην εκτιμώμενη ενίσχυση των αποδόσεων.
Ωστόσο, το όφελος δεν κατανέμεται ομοιόμορφα. Ανάλογα με τη διάρθρωση κόστους και εσόδων, η απόκλιση μεταξύ τραπεζών που θεωρούνται «καλύτερα τοποθετημένες» και εκείνων με περιορισμένο περιθώριο βελτίωσης μπορεί να φθάσει έως και τις 300 μονάδες βάσης. Τράπεζες με υψηλότερο δείκτη κόστους προς έσοδα, μεγαλύτερη εξάρτηση από ανθρώπινο δυναμικό και ισχυρή παρουσία σε δραστηριότητες προμηθειών ή διαχείρισης περιουσίας εμφανίζουν, θεωρητικά, μεγαλύτερο πεδίο αξιοποίησης της τεχνολογίας.
Κίνδυνοι και ευαισθησία στο κόστος καταθέσεων
Η έκθεση επισημαίνει και τις δυνητικές προκλήσεις που συνοδεύουν τη διείσδυση της ΑΙ, ιδίως ως προς την πίεση στις προμήθειες και στο κόστος καταθέσεων. Σε ένα υποθετικό σενάριο αύξησης κατά 25 μονάδες βάσης στο κόστος επιτοκιακών καταθέσεων λιανικής, εκτιμάται ότι τα κέρδη προ φόρων του ευρωπαϊκού κλάδου θα μπορούσαν να υποχωρήσουν κατά περίπου 3%, με αρνητική επίπτωση περίπου 0,7 ποσοστιαίων μονάδων στο ROTE.
Σε αυτό το μέτωπο, οι ελληνικές τράπεζες εμφανίζονται συγκριτικά πιο ανθεκτικές, καθώς η καταθετική τους βάση αποτελείται κυρίως από λογαριασμούς όψεως ή χαμηλής απόδοσης, ενώ το ποσοστό των προθεσμιακών καταθέσεων παραμένει περιορισμένο. Έτσι, η ευαισθησία του καθαρού επιτοκιακού εσόδου σε έναν εντονότερο ανταγωνισμό επιτοκίων εκτιμάται ως μικρότερη.
Μεσοπρόθεσμος καταλύτης, όχι άμεση «έκρηξη» κερδοφορίας
Ο οίκος καταλήγει ότι η υιοθέτηση της τεχνητής νοημοσύνης δεν συνιστά μια αυτόματη και γραμμική διαδικασία ενίσχυσης της κερδοφορίας. Τα αρχικά επενδυτικά κόστη, οι αυξημένες ρυθμιστικές απαιτήσεις και οι αναγκαίες προσαρμογές στις εσωτερικές δομές ενδέχεται να προκαλέσουν βραχυπρόθεσμη μεταβλητότητα. Παρ’ όλα αυτά, σε μεσοπρόθεσμο ορίζοντα, η ΑΙ εκτιμάται ότι μπορεί να λειτουργήσει ως σταδιακός αλλά ουσιαστικός μοχλός ενίσχυσης της λειτουργικής αποδοτικότητας και της διατηρησιμότητας των αποδόσεων στον ευρωπαϊκό τραπεζικό κλάδο.