– Bankowość algorytmiczna to nowy sposób prowadzenia biznesu – przekonuje Andrea Lo Solfo, prezes i współwłaściciel firmy Be Poland Think, Solve & Execute. – Banki mogą zautomatyzować działalność kredytową, płatniczą. Jest to tak naprawdę całkiem nowy sposób wykorzystania technologii, oprogramowania i danych. Nazwałbym to dystrybucją sztucznej inteligencji.
Zdaniem Lo Solfo korzyści z takich rozwiązań jest wiele. Umożliwiają bankom szybszy i bardziej dokładny proces decyzyjny podczas udzielania kredytów. Oznacza to dla nich nie tylko mniejsze ryzyko, lecz także większą efektywność kosztową, której stopień zależy głównie od tego, ile rozwiązań opartych na algorytmach będzie wdrożonych.
Wymaga to jednak inwestycji, które trzeba przeprowadzić szybko, zanim podobne rozwiązania wdroży konkurencja.
– Algobankowość to jeden z elementów, choć niejedyny, bankowej rewolucji – uważa Andrea Lo Solfo. – Innym z pewnością są cyfrowe kanały dystrybucyjne oraz nowy model operacyjny, w kierunku którego ewoluują banki, oparty na wspierającym człowieka procesie podejmowania decyzji.
Bankowość algorytmiczna przeznaczona jest głównie dla bankowości detalicznej i wspiera produkty przez nią oferowane. Można jej jednak używać również w innych sektorach, na przykład w bankowości korporacyjnej.
– Dla klientów algobankowość z pewnością oznacza to wyższej jakości i szybszą obsługę, a także tańsze usługi – tłumaczy Andrea Lo Solfo. – W Polsce jest kilka banków, które korzystają z algorytmicznych rozwiązań technologicznych. To nie jest jeszcze tak rozpowszechnione nad Wisłą jak w Wielkiej Brytanii czy Stanach Zjednoczonych. Liczba instytucji finansowych, które będą z niej korzystać, w niektórych przypadkach rozbudowanej o obsługę kredytów, z pewnością będzie w Polsce wzrastać.
Duże znaczenie w rozwoju bankowości algorytmicznej ma Big Data, ogromne zbiory zmiennych i różnorodnych informacji cyfrowych, których przetwarzanie i analiza są trudne, ale jednocześnie wartościowe, bo prowadzą do zdobycia nowej wiedzy m.in. na temat klientów. W dostępności do tego rodzaju zbiorów szczególną rolę odgrywa internet oraz powszechność usług świadczonych drogą elektroniczną.
W zależności od branży i stopnia złożoności algorytmu może to być rozmiar terabajtów lub petabajtów. Jednak w cywilnych, komercyjnych zastosowaniach są to raczej megabajty bądź gigabajty danych (np. porównywanie billingów w telekomunikacji).
– Algobankowość jest wspierana przez Big Data, ponieważ może z pewnością wykorzystywać połączenie technologii, dużych zbiorów danych i oprogramowania – wskazuje Andrea Lo Solfo.
