Branża
AI w bankowości i finansach — analiza dokumentacji, obsługa zapytań, anomalie
Aktualizacja: · Sprint0
W skrócie
W instytucjach finansowych — bankach, firmach leasingowych i pożyczkowych, ubezpieczycielach — AI zwraca się na dokumentacji i obsłudze zapytań: ekstrakcja danych ze sprawozdań i wyciągów, asystent na procedurach dla pracowników, przygotowanie odpowiedzi dla klientów z człowiekiem przy decyzji, wsparcie monitoringu transakcji. Ramy wyznaczają tajemnica bankowa, RODO, DORA i AI Act, więc liczy się kontrola nad tym, co trafia do modelu. Pracujemy dwiema drogami — model lokalny w Waszej infrastrukturze albo komercyjny na umowie powierzenia — i w obu obowiązują cztery reguły: minimum danych do modelu, umowa powierzenia, kontrola dostępu rolami, ślad audytowy. Pierwszy krok to audyt gotowości AI, orientacyjnie 1–2 tygodnie, z raportem dla zarządu i compliance.
Jak wygląda praca dziś
Wniosek kredytowy albo leasingowy to kilkanaście dokumentów w PDF-ie i skanach: sprawozdania, wyciągi, zaświadczenia, umowy. Analityk przepisuje kluczowe liczby do arkusza, liczy wskaźniki, a potem sprawdza, czy suma w sprawozdaniu zgadza się z załącznikiem. Brakujący dokument wychodzi po tygodniu, gdy sprawa jest już na komitecie. Ten sam wniosek ogląda kolejno kilka osób i każda zaczyna od czytania całości.
Obsługa klienta odpowiada na te same pytania o produkt, procedurę i status sprawy, a odpowiedź na nietypowe zgłoszenie wymaga znalezienia właściwej wersji regulaminu w intranecie. Reklamacje mają terminy, więc liczy się kolejka, a nie trudność sprawy. Monitoring transakcji oparty na regułach generuje alarmy, z których większość zamyka się jako fałszywe — czas zespołu idzie na odrzucanie, nie na analizę.
Nad wszystkim wisi pytanie działu prawnego: co dokładnie trafi do dostawcy, gdzie będzie przetwarzane, na jakiej umowie i kto to skontroluje. Projekt AI, który nie ma na to odpowiedzi na piśmie, nie przejdzie procesu zakupowego — i słusznie.
Zastosowania
Analiza dokumentacji kredytowej i leasingowej
Sprawozdania finansowe, wyciągi, umowy i zaświadczenia zamieniane w dane strukturalne z walidacją arytmetyką dokumentu. Analityk dostaje komplet i listę braków, nie stos PDF-ów.
Przewodnik: ekstrakcja danych →Asystent na procedurach wewnętrznych
Regulaminy produktów, procedury operacyjne, instrukcje compliance i interpretacje w jednym miejscu, z odpowiedzią wskazującą źródło. Dla pracowników, nie dla klientów — uprawnienia sprawdzane przed wyszukaniem.
Przewodnik: RAG na wiedzy firmowej →Obsługa zapytań klientów z człowiekiem przy decyzji
Kategoryzacja zgłoszeń, odpowiedzi na pytania o produkt i procedurę, szkic odpowiedzi na reklamację do zatwierdzenia przez konsultanta. Model nie widzi danych identyfikujących, jeśli nie musi.
Przewodnik: agenty AI w firmie →Wykrywanie anomalii w transakcjach
Modele na Waszych danych jako wsparcie zespołu monitoringu: mniej fałszywych alarmów z reguł, uzasadnienie przy każdym wskazaniu. Decyzja o blokadzie zostaje po stronie człowieka.
Usługa: systemy AI dla biznesu →Model lokalny dla danych objętych tajemnicą
Gdy dane nie mogą opuścić infrastruktury instytucji, ten sam system działa na modelu open-source w Waszej serwerowni, także w środowisku odciętym od internetu.
Usługa: bezpieczne wdrożenia lokalne →Regulacje, które wyznaczają ramy
- Tajemnica bankowa — obejmuje informacje o kliencie i jego czynnościach bankowych; przekazanie ich dostawcy wymaga podstawy i umowy. Praktyczny wniosek: większość zadań da się wykonać bez podawania modelowi danych identyfikujących, a tam, gdzie się nie da — model lokalny w Waszej infrastrukturze.
- RODO — dane klientów, wnioskodawców i pracowników; umowa powierzenia z dostawcą, DPIA przy nowych operacjach na danych, prawa osób, których dane dotyczą. Więcej: RODO a AI.
- DORA — rozporządzenie (UE) 2022/2554 o cyfrowej odporności operacyjnej sektora finansowego, stosowane od stycznia 2025. Dostawca AI to dostawca usług ICT: obowiązują wymogi wobec outsourcingu ICT i umów z dostawcami — zakres, lokalizacja przetwarzania, prawo do audytu, warunki wyjścia. Architektura na piśmie jest materiałem do tej umowy.
- AI Act — ocena zdolności kredytowej osób fizycznych jest w załączniku III jako zastosowanie wysokiego ryzyka: nadzór człowieka, dokumentacja, logowanie, jakość danych. Asystenci na procedurach i ekstrakcja dokumentów to niskie ryzyko z obowiązkami przejrzystości. Więcej: AI Act dla firm.
Cztery reguły danych obowiązują w każdym wdrożeniu, niezależnie od drogi: minimum danych do modelu, umowa powierzenia, kontrola dostępu rolami, ślad audytowy. Gdy dane nie mogą opuścić infrastruktury instytucji — model lokalny; jak to wygląda technicznie, opisuje przewodnik wdrożenie AI on-premise. To nie jest porada prawna.
Od czego zacząć
Audyt gotowości AI
Dla firm, które chcą wiedzieć, gdzie AI zwróci się najszybciej i co stoi na przeszkodzie — zanim cokolwiek kupią.
orientacyjnie 1–2 tygodnie
- Przegląd procesów i miejsc, gdzie ludzie przepisują, szukają i odpowiadają na to samo
- Inwentaryzacja danych: co, gdzie leży, kto ma dostęp, co może opuścić sieć
- Ocena regulacyjna: RODO, NIS2, AI Act — co dotyczy Twojej firmy
- Lista 3–5 zastosowań uszeregowana według zwrotu i ryzyka
Efekt: Raport z rekomendacją: od czego zacząć, na jakim modelu (lokalny czy komercyjny) i z jakim reżimem danych.
Dlaczego od audytu
W finansach pierwszy krok blokuje nie technologia, tylko pytania o dane, dostawcę i umowę. Audyt gotowości odpowiada na nie zanim cokolwiek kupicie: które procesy nadają się na start, co może opuścić sieć, a co wymaga modelu lokalnego, i jakie wymogi DORA, RODO oraz AI Act dotyczą konkretnego zastosowania.
Raport idzie do zarządu, compliance i IT jako wspólna podstawa decyzji. Do własnej kontroli: checklista wdrożenia AI.
Najczęstsze pytania
Czy dane objęte tajemnicą bankową mogą trafić do modelu AI?
Najpierw pytanie, czy muszą. Większość zadań — kategoryzacja zgłoszenia, sprawdzenie kompletności dokumentacji, odpowiedź z procedury — nie wymaga podania modelowi danych identyfikujących klienta. Tam, gdzie dane objęte tajemnicą są niezbędne, uruchamiamy model lokalnie w Waszej infrastrukturze, a dostęp i ślad audytowy projektujemy razem z Waszym działem bezpieczeństwa i prawnym. Wybór drogi zapisujemy w architekturze przed pierwszą linią kodu.
Jak DORA wpływa na wybór dostawcy AI?
Dostawca modelu albo firma budująca system to dla instytucji finansowej dostawca usług ICT, więc umowa musi spełniać wymogi DORA wobec outsourcingu ICT: zakres usługi, lokalizacja przetwarzania, prawo do audytu, warunki wyjścia, a przy funkcjach krytycznych — więcej. Praktyczny skutek: architektura z opisem, co liczy się gdzie i na jakiej umowie, jest dokumentem dla Waszego compliance, nie dodatkiem. To nie jest porada prawna.
Czy AI może sama podejmować decyzje kredytowe?
Nie budujemy takich systemów jako automatu. Ocena zdolności kredytowej osób fizycznych jest w załączniku III AI Act jako zastosowanie wysokiego ryzyka, z obowiązkami nadzoru człowieka, dokumentacji i logowania. Sensowna rola AI to przygotowanie materiału dla analityka: wyciągnięcie danych ze sprawozdań i wyciągów, sprawdzenie spójności, wskazanie braków. Decyzję podejmuje człowiek i ma do niej ślad, dlaczego system pokazał to, co pokazał.