Ügynökalapú AI a pénzügyi szektorban: óriási a szakadék a vágyak és a valóság között
Jelentős szakadék tátong a pénzügyi szektor mesterséges intelligenciával kapcsolatos elképzelései, valamint a compliance és biztonsági elvárások által kijelölt tényleges mozgástér között – ebben egyeztek meg a Portfolio Bank Technology 2026 konferencia ügynökalapú AI-ról szóló panelbeszélgetésének résztvevői. Az AI ettől függetlenül olcsóbbá teheti a szolgáltatásokat, ugyanakkor sok munkahelyet is kiválthat, alkalmazását pedig nehezíti, hogy működése nem determinisztikus, hanem sztochasztikus jellegű.
A Dojcsák Dániel (Shiwaforce) által moderált beszélgetésen elhangzott, hogy a felhőszolgáltatások ára a jövőben indokolt módon emelkedhet, az MNB szabályozói hozzáállása pedig nem eleve szigorú, hanem inkább kifinomult és kockázatalapú. Szó esett arról is, hogy az emberi tényezők szerepe ezen a területen sokszor méltatlanul háttérbe szorul.
Both András (MBH Bank) szerint a bank rendkívül sok rendszerrel dolgozik, és szinte minden üzleti területnek megvannak a maga jogos elképzelései az AI hasznosításáról, a vágyak azonban gyakran távol állnak attól, ami compliance- és felügyeleti szempontból ténylegesen megvalósítható. A digitális fejlesztések mára annyira felgyorsultak, hogy technológiai értelemben akár naponta új megoldásokat lehetne közzétenni.
Prokop Péter az Uniqa Biztosító képviseletében arról beszélt, hogy a helyzet ambivalens: bizonyos megoldásaik kifejezetten élenjárók, más rendszereik elavultak – akár ugyanazon end-to-end folyamaton belül is. Egy biztosító gyakran olyan legacy rendszerekre támaszkodik, amelyek mellett egy AI-fejlesztés sokszor kockázatosnak tűnhet. Az Uniqa ugyanakkor a meglévő rendszerek integrációja nélkül, mesterséges intelligencia segítségével alakította át end-to-end kárrendezési folyamatát. A megoldással már több ezer kárt rendeztek, a kárrendezési költségek harmadukra csökkenthetők, miközben a szükséges munkaerő 40-45 százaléka kiváltható 2028-tól. Az így elért hatékonyságjavulást a biztosító az árazási és szolgáltatási versenyképesség erősítésére fordítaná. Prokop szerint ma már az is kérdés, hogy van-e egyáltalán értelme ezeket az új megoldásokat a régi rendszerekbe integrálni.
Mádi Gábor, a Shiwaforce szakértője elsősorban az akadályokra és a kockázatokra hívta fel a figyelmet. El kell kerülni az állami digitalizáció korábbi hibáit, amikor sok esetben a beszkennelt és kinyomtatott dokumentumok jelentették magát a digitalizációt. Gyakran az is kiderül, hogy egy adott problémára nem feltétlenül az AI alkalmazása a megfelelő válasz. Emellett a banktitok és a bankbiztonság is komoly korlátokat szab, ezért nem lehet minden folyamatot kizárólag ágensekre bízni.
Kada Zsolt (MNB) szerint a bankszektorban kiszámítható, stabil és robusztus folyamatokra van szükség. Az AI alkalmazását ugyanakkor megnehezíti, hogy működése nem determinisztikus, hanem sztochasztikus jellegű, ami különösen fontossá teszi a visszaállíthatóság biztosítását, valamint a kockázatok alapos és körültekintő értékelését. A technológiai fejlődésnek felelős keretek között kell végbemennie, az AI világában azonban nincsenek kész sablonok: az elveket és folyamatokat use case-enként kell kialakítani. Önmagában a cutting edge technológia nem lehet stratégia.
Strén Gábor, az Amazon Web Services szakértője szerint a felhőszolgáltatók és a big tech vállalatok fejlesztései szükségszerűen valós piaci és ügyféligényekből indulnak ki, éppen ezért minden fejlesztésnél kulcsfontosságú, hogy a kiindulópont egy valódi probléma legyen. A hosszú távú fejlődés szerinte azon múlik, hogy ha egy vállalat valamit felhőbe visz, azt folyamatosan modernizálja és hatékonyabbá tegye. Az AI ugyanakkor radikálisan átrajzolhatja a költség- és kockázati struktúrákat, és a szoftveripart is alapjaiban alakíthatja át.
