Άνω του 90% των ευρωπαϊκών τραπεζών χρησιμοποιούν ήδη κάποια μορφή τεχνητής νοημοσύνης στις βασικές επιχειρησιακές τους λειτουργίες.
Η τεχνητή νοημοσύνη δε θα βελτιώσει απλώς τη λειτουργική αποδοτικότητα, αλλά θα επαναπροσδιορίσει ριζικά το μοντέλο της τράπεζας του μέλλοντος, σύμφωνα με ανώτατα στελέχη ευρωπαϊκών τραπεζικών ιδρυμάτων. Παράλληλα, όπως προκύπτει από έρευνα της Visa, θεωρούν ότι όσοι κινηθούν πρώτοι θα αποκτήσουν σαφές ανταγωνιστικό προβάδισμα μέσα στην επόμενη δεκαετία.
Η μελέτη, που εκπονήθηκε από τη Visa Consulting & Analytics (VCA), βασίστηκε στις απαντήσεις 325 ανώτατων στελεχών από 17 ευρωπαϊκές αγορές και καταδεικνύει μια σαφή μετάβαση από τον πειραματισμό στην εφαρμογή. Ταυτόχρονα, αναδεικνύει ένα αυξανόμενο χάσμα μεταξύ των τραπεζών που αξιοποιούν την τεχνητή νοημοσύνη για τη βελτιστοποίηση του υφιστάμενου λειτουργικού τους μοντέλου και εκείνων που την ενσωματώνουν στις αποφάσεις που διαμορφώνουν το μέλλον τους.
Τα βασικά ευρήματα της έρευνας περιλαμβάνουν:
- Άνω του 90% των ευρωπαϊκών τραπεζών χρησιμοποιούν ήδη κάποια μορφή τεχνητής νοημοσύνης στις βασικές επιχειρησιακές τους λειτουργίες.
- Το 86% των ηγετικών στελεχών του τραπεζικού κλάδου στην Ευρώπη εκτιμά ότι η τεχνητή νοημοσύνη θα αναδιαμορφώσει τη λιανική τραπεζική έως το 2030, ενώ το 61% θεωρεί ότι όσοι την υιοθετήσουν πρώτοι θα κυριαρχήσουν στις αγορές τους.
- Σχεδόν οι μισές τράπεζες (48%) εξακολουθούν να επικεντρώνουν τις επενδύσεις τους κυρίως στη λειτουργική αποδοτικότητα ή στην ενίσχυση της παραγωγικότητας των εργαζομένων, ενώ λιγότερες από μία στις τρεις (30%) αναφέρουν τη βελτίωση της εμπειρίας των πελατών τους ή την πρόληψη της απάτης ως το βασικότερο κίνητρο επένδυσης στην τεχνητή νοημοσύνη.
- Ο τρόπος αξιοποίησης της τεχνητής νοημοσύνης αποδεικνύεται καθοριστικός: Οι οργανισμοί που εφαρμόζουν την τεχνολογία σε περιβάλλοντα υψηλού όγκου συναλλαγών και λήψης αποφάσεων σε πραγματικό χρόνο, με στόχο τη βελτίωση της εμπειρίας των πελατών, όπως ο εντοπισμός απάτης και οι εξατομικευμένες υπηρεσίες, έχουν κατά 40% περισσότερες πιθανότητες να επιτύχουν ουσιαστικό μετασχηματισμό.
- Αντίθετα, όταν η τεχνητή νοημοσύνη εφαρμόζεται σε περιφερειακές λειτουργίες, όπως η ανάπτυξη προϊόντων ή οι χορηγήσεις δανείων, ο αντίκτυπός της είναι πιο περιορισμένος και αναμένεται να κορυφωθεί σύντομα.
Η έρευνα αναδεικνύει επίσης τις διαφορετικές στρατηγικές που ακολουθούν οι τράπεζες ως προς την υιοθέτηση της τεχνητής νοημοσύνης και τον τρόπο με τον οποίο αυτές επηρεάζουν καθοριστικά τα αποτελέσματά τους. Περίπου οι μισές τράπεζες (48%) ανήκουν στην κατηγορία των «Efficiency Seekers», εστιάζοντας κυρίως στη μείωση του κόστους και στη βελτίωση της λειτουργικής αποδοτικότητας.
Οι «Trust Builders» (30%) δίνουν προτεραιότητα στις επενδύσεις στην τεχνητή νοημοσύνη με στόχο τη βελτίωση της εμπειρίας των πελατών τους, ενώ οι «Competitor Chasers» (15%) επενδύουν κυρίως ανταποκρινόμενοι στις πιέσεις της αγοράς. Τέλος, μια μικρότερη ομάδα, οι «Compliance Keepers» (7%), επικεντρώνεται πρωτίστως στη συμμόρφωση με το κανονιστικό πλαίσιο.
Μεταξύ των κατηγοριών, ξεχωρίζουν ιδιαίτερα οι «Trust Builders». Εμφανίζονται συχνότερα μεταξύ των τραπεζών με ισχυρό ψηφιακό προσανατολισμό και είναι πολύ πιθανότερο να δηλώνουν ότι η τεχνητή νοημοσύνη ενισχύει την εμπιστοσύνη των πελατών, ιδίως μέσω του ταχύτερου εντοπισμού της απάτης και της παροχής πιο εξατομικευμένων υπηρεσιών. Παράλληλα, καταγράφουν σημαντικότερα οφέλη σε επίπεδο παραγωγικότητας, καθώς το 42% των εργαζομένων εξοικονομεί δύο ή περισσότερες ώρες την εβδομάδα, έναντι 28% στις τράπεζες της κατηγορίας «Efficiency Seekers». Τα ευρήματα αυτά καταδεικνύουν ότι οι διαφορετικές προσεγγίσεις στην υιοθέτηση της τεχνητής νοημοσύνης ήδη οδηγούν σε άνισα αποτελέσματα στον τραπεζικό κλάδο.
«Η τεχνητή νοημοσύνη θα καθορίσει την επόμενη γενιά των τραπεζικών υπηρεσιών. Αυτό, όμως, δεν θα επιτευχθεί μέσω μεμονωμένων πιλοτικών εφαρμογών ή παράλληλων πρωτοβουλιών. Θα εξαρτηθεί από το κατά πόσο οι τράπεζες θα αναδιαμορφώσουν αποτελεσματικά τον πυρήνα της λειτουργίας τους, ώστε να υποστηρίξουν την αξιοποίησή της», δήλωσε ο Νίκος Πετράκης, Country Manager της Visa στην Ελλάδα. «Η πρόκληση σήμερα είναι να δημιουργηθούν υποδομές που μπορούν να υποστηρίξουν την ανάπτυξη σε μεγάλη κλίμακα, με σύγχρονα και ευέλικτα συστήματα, διασυνδεδεμένα δεδομένα και την τεχνητή νοημοσύνη ενσωματωμένη απευθείας στις διαδικασίες λήψης αποφάσεων σε πραγματικό χρόνο. Οι τράπεζες που θα θέσουν σωστά αυτές τις βάσεις θα κινούνται ταχύτερα, θα προσαρμόζονται ευκολότερα στις αλλαγές και θα προσφέρουν ασφαλέστερες, πιο ουσιαστικές και απρόσκοπτες εμπειρίες, ανταποκρινόμενες στις προσδοκίες των πελατών τους».
«Η έρευνά μας δείχνει ότι η υιοθέτηση της τεχνητής νοημοσύνης στον ευρωπαϊκό τραπεζικό κλάδο είναι ήδη ευρεία, ωστόσο τα αποτελέσματα διαφέρουν σημαντικά μεταξύ των οργανισμών. Οι περισσότερες τράπεζες καταγράφουν σταδιακά οφέλη, ενώ μόνο μια μικρότερη ομάδα επιτυγχάνει διαρκή και πολλαπλασιαζόμενο αντίκτυπο», δήλωσε ο Claudio Di Nella, επικεφαλής της Visa Consulting & Analytics στη Visa Europe.
«Η διαφορά έγκειται στην υλοποίηση. Οι τράπεζες που προηγούνται ενσωματώνουν την τεχνητή νοημοσύνη στις πραγματικές ροές λήψης αποφάσεων, τη χρησιμοποιούν σε πολλαπλές λειτουργίες του οργανισμού και αξιολογούν συστηματικά την απόδοσή της μέσω σαφών δεικτών αποτελεσματικότητας. Δεν περιορίζονται σε πειραματισμούς σε μεμονωμένους τομείς, αλλά ενσωματώνουν την τεχνητή νοημοσύνη στον τρόπο με τον οποίο λειτουργεί συνολικά ο οργανισμός τους».
Ολόκληρη η έρευνα της Visa με τίτλο «From AI Promise to AI Performance», η οποία αναδεικνύει τις κατευθυντήριες γραμμές για την αποτελεσματικότερη υιοθέτηση της τεχνητής νοημοσύνης είναι διαθέσιμη εδώ.