Nowe technologie w bankowości – jak scoring behawioralny i AI zmieniają decyzje finansowe.

Opublikowano: 01 Paź 2025 Agnieszka Kłak 10 min. czytania

Kategoria: Poradnik Kredytowy

Nowe technologie w bankowości - jak to wygląda obecnie?

W chwili obecnej instytucje bankowe szeroko stosują nowe technologie w ramach swoich systemów. Już od dłuższego czasu klienci korzystają ze zautomatyzowanych procedur występujących przy:

• zakładaniu rachunków bankowych,
• zakładaniu lokat,
• obsłudze kart płatniczych (np. zamówieniu karty czy jej blokady),
• wnioskowaniu o kredyt gotówkowy,
• początku wnioskowania o kredyt hipoteczny (procedurę należy dokończyć w placówce banku),
• załatwianiu rozmaitych spraw - np. zlecenie stałego przelewu, zmiana danych osobowych czy składanie reklamacji.

Dużą rolę odgrywają tutaj narzędzia takie jak bankowość elektroniczna i aplikacje mobilne. 

Sztuczna inteligencja już w chwili obecnej zastępuje pracownika banku zwłaszcza w takich procesach jak:

• przetwarzanie danych osobowych,
• ocenianie zdolności kredytowej,
• wydawanie wstępnej decyzji kredytowej,
• obsługa klienta (chatboty). 

Na czym polega scoring behawioralny?

Scoring behawioralny jest rodzajem scoringu kredytowego i jak sama nazwa wskazuje opiera się po pierwsze na skali punktowej, a po drugie na zachowaniu klienta. Skala punktowa co do zasady działa w ten sposób, że im więcej punktów osiągnie klient, tym ma większe szanse na kredyt. Punkty przyznawane są natomiast na podstawie tego, jak klient wcześniej korzystał z produktów finansowych, jakie decyzje zakupowe podejmował oraz czy bardziej miał skłonność do oszczędzania, czy wydawania środków.

W celu przeprowadzenia scoringu behawioralnego istotne jest przetworzenie danych w BIK i innych bazach dłużników. Bank dowiaduje się z tego, czy spłacasz regularnie zobowiązania, a więc czy jesteś wiarygodnym klientem. Ponadto dla kredytodawcy ważne jest to, ile wynosi miesięczny obrót na Twoim koncie. Dzięki temu może ocenić w jaki sposób zarządzasz swoimi finansami, a to jest istotne w kontekście późniejszej płatności rat. 

Jaka jest rola AI w bankowości?

Obecnie już nie tylko sprawdzanie BIK czy wyciąg z konta bankowego są pomocne przy podejmowaniu decyzji kredytowej. AI zbiera także alternatywne dane, dzięki którym klaruje się znacznie pełniejszy obraz klienta. Chodzi tu szczególnie o takie informacje jak:

1. Dane z social mediów. W przypadku osób fizycznych istotne może być to, czy są aktywnymi użytkownikami forów pracowniczych lub branżowych. Natomiast w kontekście firm liczy się prowadzenie konta przedsiębiorstwa, liczba zaangażowanych użytkowników, a nawet wygląd profilu firmowego - np. na Linkedinie czy Facebooku. Nie ma tu mowy jednak o sięganiu do prywatnych danych, jak np. rodzinnego zdjęcia. 
2. Preferencje zakupowe klienta. AI bada jakich wyborów dokonujesz w sieci podczas internetowych zakupów. Pozwala to na późniejsze profilowanie klienta w celu skierowania do niego oferty marketingowej. 
3. Dane aktywności firmy w sieci. Jeśli jesteś klientem firmowym, to sztuczna inteligencja przeanalizuje dane z Twojego sklepu internetowego pod kątem oceny kondycji Twojego przedsiębiorstwa. Ponadto może zbierać dane z Twojego konta firmowego, dzięki czemu nie tylko dowie się, jakie masz wpływy i wydatki, ale też będzie prognozować Twoje przyszłe dochody. 

Czy sztuczna inteligencja daje wymierne korzyści klientom bankowym?

Dzięki nowym technologiom i sztucznej inteligencji zyskujesz jako klient banku, gdyż:

• decyzje kredytowe są podejmowane znacznie szybciej,
• dzięki obszerniejszym danym możesz uzyskać wyższą ocenę zdolności kredytowej,
• korzystanie z automatyzacji procesów sprawia, że nie musisz wychodzić z domu, 
• na podstawie informacji zebranych przez AI kredytodawca może dopasować warunki kredytu do Twoich realnych możliwości finansowych,
• dzięki temu, że AI ma dostęp do Twojego konta, cała procedura jest prostsza i wymaga mniej formalności. 

Co zyskują banki dzięki AI i scoringowi behawioralnemu?

Choć najczęściej podkreśla się korzyści dla klientów (szybsze decyzje, lepsze dopasowanie ofert czy wygodę w procesie online) nie mniej ważne są korzyści dla samych instytucji finansowych. Wdrażanie algorytmów AI i scoringu behawioralnego przekłada się na kilka kluczowych obszarów:

1. Redukcja kosztów operacyjnych. Automatyzacja procesu oceny zdolności kredytowej czy wykrywania nadużyć oznacza mniej pracy manualnej po stronie analityków. Banki mogą obsługiwać więcej wniosków przy mniejszej liczbie pracowników, co skraca czas decyzji i ogranicza koszty.
2. Lepsze zarządzanie ryzykiem kredytowym. Modele behawioralne pozwalają szybciej identyfikować ryzykowne zachowania klientów i dokładniej prognozować prawdopodobieństwo spłaty. Dzięki temu bank może ograniczać liczbę złych kredytów, a jednocześnie nie odrzucać nadmiernie wniosków od klientów o niestandardowym profilu.
3. Personalizacja ofert i cross-selling. Analiza danych transakcyjnych i behawioralnych pozwala bankom tworzyć spersonalizowane rekomendacje: od kart kredytowych, przez kredyty gotówkowe, aż po produkty inwestycyjne. Algorytmy AI ułatwiają też cross-selling, czyli sprzedaż dodatkowych produktów klientom, którzy już korzystają z oferty banku.

Jakie największe wyzwania ma sektor bankowy w kontekście nowych technologii?

1. Zmiany prawa podążające za rozwojem technologicznym. Prawo zmienia się wolniej niż postępuje rozwój nowych technologii. Dlatego, gdy zmiany prawne wchodzą w życie, to banki muszą nagle dostosowywać dotychczasowe procedury, co niekoniecznie przekłada się na korzyści. Przykładem może być wejście w życie przepisów dyrektywy CCD2, o czym już pisaliśmy na blogu.
2. Zjawisko dyskryminacji. Dużą bolączką całej branży AI oraz problemem rozwiązań systemowych jest to, że sztuczna inteligencja już nieraz preferowała klientów ze względu na ich pochodzenie, płeć czy kolor skóry. Algorytmowi nie można zarzucić dyskryminacji tak samo jak człowiekowi (takie postępowanie ma również silne podstawy emocjonalne, co jest obce cybernetyce), jednak pewne niedociągnięcia w optymalizacji systemów w tym kontekście działają na minus.
3. Ograniczone zaufanie klientów do AI. Wprawdzie nie brakuje klientów, którzy lubią być obsługiwani przez automaty i sztuczną inteligencję, jednak spora ich grupa jest uprzedzona do nowych technologii. W efekcie niejeden potencjalny kredytobiorca zrezygnuje z wniosku o zobowiązanie. 
4. Konieczność szkolenia pracowników. Sztuczna inteligencja rozwija się bardzo dynamicznie. Powstają coraz to nowsze rozwiązania, a banki, żeby zachować konkurencyjność na rynku, śpieszą się z ich wdrażaniem. W efekcie rodzi to konieczność ciągłego doszkalania pracowników, by mogli oni obsługiwać nowe rozwiązania. A to z kolei kosztuje nie tylko pieniądze, ale też czas.
5. Błędy sztucznej inteligencji. Choć rozwój AI sprawia, że pojawia się coraz mniej błędów, to jednak wciąż nie zostały one całkowicie wyeliminowane. A to zawsze generuje pewne ryzyko (choćby nawet niewielkie), że dany proces przez który przechodzi klient przebiegnie nieprawidłowo. Przykładowo może to się skończyć tym, że klient, który rzeczywiście ma zdolność kredytową, nie otrzyma zobowiązania albo tym, że produkt finansowy zostanie sprzedany osobie o niskiej wypłacalności. 

Dodano: 01.10.2025