George, Kate, Guru – csak néhány az elmúlt évben megismert pár név közül, amelyek valamelyik hazai bank chatbotját takarják, és amelyeket azért hoztak létre, hogy megkönnyítsék ügyfeleik életét. Ám a pénzintézetek jóval többre használják a mesterséges intelligenciát (AI), mint hogy azzal kiváltsák az ügyfélszolgálati munkaerőt. Más kérdés, hogy ez utóbbi jelenség valójában jó-e az ügyfélnek, hiszen nincs annál bosszantóbb, mint amikor nem tud eljutni egy hús-vér telefonos ügyintézőhöz, ha a chatbot nem tudja megoldani a problémáját.
A fintech szektorban az AI elsősorban négy területen játszik kulcsszerepet: a kockázatkezelésben, a csalásmegelőzésben, az ügyfélkiszolgálásban és a személyre szabott pénzügyi tanácsadásban. Az AI-t emellett a hagyományos hitelbírálat bővítésére is használják: a bankok nemcsak jövedelmet és hitelmúltat, hanem alternatív adatokat is bevonnak, például közüzemi fizetési mintákat, tranzakciós adatokat – olvasható az IBM elemzésében. Az anomáliadetektálás esetén is (vagyis amikor idősoros adatok elemzésével észlelik a gondokat) jól alkalmazhatók az AI-on alapuló eljárások. Ennek során az AI-modellek azt tanulják meg, hogy a múltbeli információk alapján mi számít „normális” viselkedésnek, majd minden ettől látványosan eltérő mintára riasztást adnak.
A pénzügyben ez tipikusan tranzakciós adatokra épül: a rendszer figyeli például a szokásos összegeket, időpontokat, kereskedőket, földrajzi helyeket és eszközöket, és ha ettől valami erősen eltér – mondjuk hirtelen nagy összegű külföldi online vásárlás történik egy olyan kártyáról, amelyet addig csak kis összegű bolti vásárlásokra használtak, vagy rövid időn belül hajtanak végre a világ két távoli pontján egy-egy vásárlást –, akkor gyanúsnak minősíti az eseményt. A modern modellek statisztikai vagy gépi tanulási módszerekkel becsülik meg, mekkora valószínűséggel fér bele egy adott tranzakció a korábbi viselkedési mintába, és egy küszöb felett már kockázatosnak minősítik azt. Ezt aztán vagy a „valódi” kockázatkezelők, vagy egyéb automatizmusok vizsgálják tovább, így az AI nem végső elbírálóként, hanem korai riasztóként működik.
A legtöbb magyar bank kiemelt figyelmet fordít az adatszivárgásra és az „AI-hallucinációk” veszélyére, azaz arra, amikor a mesterséges intelligencia légből kapott információkat dob ki magából. Éppen ezért mindegyik nagy magyar bank zárt, biztonságos infrastruktúrát alkalmaz, amelyben az ügyfél adatait nem használják külső modellek betanítására, és minden fejlesztés előtt adatvédelmi hatásvizsgálatot végeznek. Az AI-megoldások hatását többek között az ügyintézési idők csökkenése, az ügyfél-elégedettség és a csalási veszteségek alakulása alapján mérik.
A chatbotokra visszatérve: a K&H Kate esetében tudatosan különválasztja az AI-alapú megértést és a háttérrendszerekben futó, nem AI-alapú tranzakciós folyamatokat. A generatív (vagyis a múltban megtanultakból új adatokat előállító) AI-t a K&H elsősorban olyan területeken tartja hasznosnak, ahol a kreativitás és az emberi gondolkodás kiegészítése a cél, míg a kiszámítható eredményeket igénylő folyamatokra más AI-típusokat vagy a klasszikus automatizálást ítéli megfelelőbbnek. A bank óvatos a chatbotok ügyfélnek adott konkrét válaszaival, és erős kontrollt tart fenn afölött, mit mond az AI a pénzintézet nevében.
A Fintech Magazine nemrég megjelent cikke szerint a különféle pénzügyi cégek háromnegyede már használ AI-t valamilyen formában. Az EY tanácsadó cég tanulmánya szerint több nagybanknál is úgy nyilatkoztak, hogy jelentősen javította a csalásmegelőzés pontosságát és a fizetési folyamatok hatékonyságát az AI segítsége. Az EY elemzése kitér a kockázatokra is: nem igazán lehet utólag racionálisan megmagyarázni, miért utasított el egy hitelkérelmet vagy miért tartott kockázatosnak egy ügyfelet az AI. A betanításra szolgáló adatok is lehetnek torzak vagy diszkriminatívak egy bizonyos társadalmi csoporttal szemben, így a modellek is ilyen mintákat építenek fel magukban. A tanulmány szerint ezt például az előítéletek kiszűrésével lehet orvosolni, vagy úgy, hogy legalább a kritikus döntési pontokon legyen emberi felülvizsgálat. A tisztán automatizált, ember nélküli döntés a pénzügyi szektorban különösen kockázatos.
Segíthetnek a pénzügyi kirekesztettség csökkentésében azok az új termékek, amelyeket az AI és a mobilfintech hozott létre. A New York-i Columbia Egyetem áttekintése szerint világszinten mintegy kétmilliárd ember, főként délen, nem fér hozzá megfelelően a pénzügyi szolgáltatásokhoz: nincs a közelében bankfiók, vagy a jövedelméhez képest drága a számlavezetési díj. Az AI olcsóbbá teheti a kispénzű, földrajzilag szétszórt ügyfeleknek az alapszolgáltatásokat, a kockázatokat pedig kezelhető szinten tarthatja. Hitelmúlt híján nem működik a hagyományos elbírálási folyamat, ám az AI képes alternatív adatokból, például közüzemi számlákból, mobiltelefon-használatból, sőt akár bűnügyi nyilvántartások alapján kockázatot becsülni. Ezek a megoldások az AI nélkül jóval költségesebbek, így a használatuk sok szolgáltató számára nem érné meg.
A pénzintézetek és a fintech szereplői között alapvető érdekellentét húzódik, amit az AI csak tovább bővített. A Financial Times írása szerint például a JP Morgan azt fontolgatja, hogy díjat számít fel a fintech cégeknek azért, hogy hozzáférhessenek az ügyfelek bankszámlaadataihoz. Formálisan ezt az ügyfélvédelemmel és szolgáltatásbiztonsággal indokolja, de valójában az is a tét, hogy az innovatív cégek mennyire tudják „kikerülni” a nagy bankokat, vagy azok kapuőrként képesek-e korlátozni a hozzáférést az ügyfeleik adataihoz. Az úgynevezett nyílt bankolás (vagyis bizonyos banki, például fizetési funkciók átengedése nem banki szereplőknek) lényege, hogy a bankoknak jogszabály szerint meg kell nyitniuk az ügyfeleik szükséges számlaadatait az engedéllyel működő harmadik, nem banki felek előtt. Ám az infrastruktúrafejlesztés és a jogszabálykövetés összes költsége őket terheli, ráadásul fennáll a veszélye, hogy piaci részesedést veszítenek.
Emberarcú AI a K&H-nál. Nem ő dönt
Fazekas István
Kitörés a középmezőnyből
Miközben másról sem hallunk, csak a mesterséges intelligencia térnyeréséről szinte az élet minden területén, világszerte ötödik éve lassulnak a fintech szektorba irányuló befektetések
– olvasható a meglepő következtetés a Magyar Nemzeti Bank (MNB) friss fintechjelentésében. Tavaly összesen 101 milliárd dollárt fektettek be ezen a területen, ami hétéves mélypont. A befektetői ódzkodást a magas kamatok mellett a gazdasági-politikai bizonytalanságok magyarázzák. Idén az első fél évben még folytatódott a csökkenés, de az MNB szerint fordulat várható, mert a befektetők inkább az érettebb fázisban lévő technológiai vállalatokat választják, amelyek biztosabb kiszállási lehetőséget kínálnak. A legtöbb, 12 ezer fintech cég az Egyesült Államokban él, Európa 9200-zal a második, a feltörekvő Távol-Keleten viszont csupán 6400 ilyen profilú társaság működik. A fintech befektetések zöme eddig a különféle digitális fizetési megoldások felé fordult, ám a struktúra rohamosan változik, s most már az AI áll a fókuszban. Már csak azért is, mert a digitális csalók és az utánuk „futó” bankok közti harcban mindkét fél beveti.
Az AI térhódítása az „intelligens bank” felé mozdítja el az eddigi „digitális bank” szlogent. Noha a csalásfelderítésen túl számtalan egyéb műveletre is használják már, kezdve a likviditásmenedzsmenttől a hitelbírálatig, még nagyon sok a kiaknázatlan terület – állapította meg egyik tavalyi elemzésében a Bank of England. A tanulmányban hetven, az AI segítségével ellátható banki funkciót számolt össze. Azoknak a pénzintézeteknek (az összes háromnegyede), amelyek élnek az AI adta lehetőségekkel, az 55 százaléka csupán tíz funkciót használ ki. Az erre fordított kiadásaik azonban tempósan növekednek: tavaly több mint 30 milliárd dollárt költöttek rá, 50 százalékkal többet, mint 2023-ban. Persze mindezt azért teszik, hogy megtérüljön; az AI-t használó bankok 35 százaléka működött hatékonyabban, növelte a forgalmát vagy az ügyfelei elégedettségét. A szakértők azt jósolják, hogy 2028-ra világszerte kilenc százalékponttal hízhat a bankszektor profitja az AI jóvoltából, a legnagyobb mértékben az Egyesült Államokban. A folyamatok automatizálhatósága miatt azonban nagy veszélyben lesznek a banki alkalmazottak: a következő 3–5 évben akár 200 ezernek a munkáját is kiváltja az AI. Érdekes módon, az eddigi digitális áttörések nem jártak tömeges leépítéssel, mert új munkaköröket is generáltak – talán a jövőben is így lesz.
A hazai bankok nemzetközi viszonylatban közepesen digitalizáltak
– szögezi le az MNB jelentése. A magyar pénzintézetek „digitális érettsége” a 17. helyen áll Európában a Deloitte szakértő cég felmérése szerint is, ami az elérhető digitális funkciók száma szerint rangsorol. A legjobban teljesítő tíz százalékot nevezik „digitális bajnoknak”, amiből Lengyelországban van a legtöbb, Magyarországon viszont egy sincs, de furcsa módon a nálunk jóval fejlettebb Luxemburgban vagy a skandináv államok zömében sem. A nagybankjaink azért több területen is verik a globális átlagot, például az információgyűjtésben vagy a számlanyitásban. Sőt az utóbbiban már-már bajnokok. A mindennapi, alapvető bankműveletekben nagyjából átlagosak, az azokon túlmutató területeken, főleg a keresztértékesítési, a biztosítási, illetve a befektetési szolgáltatásokban viszont lemaradtak.
