Négy nagyon érdekes előadás és egy rendkívül izgalmasnak ígérkező panelbeszélgetés keretében mutatjuk be a rendezvényen, hogyan alakítja át a pénzügyi szektort a mesterséges intelligencia. Az alábbi programban látható szakértők lesznek segítségünkre ebben a szeptember 23-ai Future of Finance 2026 konferencia 2.A szekciójában:

A technológiai kihívások közül két fejlemény különösen élesen rajzolja át a bankok közötti versenyt – állapította meg májusi elemzésében a McKinsey. Az agent alapú mesterséges intelligencia képes valós időben figyelni a számlaegyenlegeket, összehasonlítani az elérhető hozamokat, optimalizálni a betéti kamatokat, átcsoportosítani a hitelkártya-egyenlegeket, és a megtakarításokat automatikusan a magasabb hozamú konstrukciók felé terelni. Ez a gyakorlatban a bankok által eddig realizált kamatnyereség egy részét közvetlenül az ügyfelekhez irányíthatja át, és feloldhatja a bank–ügyfél kapcsolat korábbi „megtartó erejét”. Ezzel párhuzamosan a

generatív AI rendkívül gyorsan terjed:

az amerikai munkaképes korú lakosság mintegy fele alig két év alatt kezdte el aktívan használni. A generációk közötti technológiai szakadék szokatlanul szűk, ami azt jelenti, hogy a bankok ezúttal nem számíthatnak arra, hogy idősebb, lassabban alkalmazkodó ügyfélbázisuk érdemi „türelmi időt” biztosít számukra az átállásra.

A Boston Consulting Group júniusi elemzésének egyik központi állítása, hogy a pénzügyi szektor a mesterséges intelligencia révén nem egyszerűen egy fokozatos fejlődés előtt áll, a változás mélyreható szerkezeti átalakulást hozhat, mert az AI-alapú működési modellek alapjaiban írhatják át a banki folyamatokat, a termelékenységet és a költségszerkezetet. A banki működés ma még nagyrészt emberi munkára épül az adategyeztetésben, az összefoglalók készítésében, az ügyintézésben és számos háttérfolyamatban, ez a modell egyre kevésbé fenntartható.

Bár a pénzügyi szektor az elmúlt években jelentős technológiai beruházásokat hajtott végre, az eszközarányos működési költségek alig csökkentek, a szektor globális létszáma éves átlagban két százalékkal még nőtt is.

A „hagyományos” digitalizáció tehát önmagában nem hozta meg a várt áttörést.

A tanácsadó cég felmérése szerint a pénzintézetek 2026-ban bevételük két százalékát tervezik mesterséges intelligenciára fordítani, ami már megközelíti a technológiai szektor szintjét. A döntő kérdés azonban nem az, hogy mennyi pénzt költenek AI-ra, hanem az, hogy ezt valóban átalakító erejű projektekre fordítják-e. A BCG négy meghatározó trendet azonosított: 1. a szintetikus hang rövid időn belül az empátia és a következetesség terén is versenyképes lehet az emberi interakcióval, 2. az AI-ügynökök hosszú távú memóriájuk és kontextusértésük révén önállóan is képesek lesznek összetett munkafolyamatok végrehajtására, 3. elterjednek a személyes AI-asszisztensek, amelyek radikális átláthatóságot hozhatnak az ügyfelek pénzügyi döntéseiben, nyomás alá helyezve a banki marzsokat, 4. robbanásszerűen terjednek az AI-jal támogatott csalások és kiberbűncselekmények, ami szintén AI-alapú védekezést tesz szükségessé.

A digitális bankok és brókercégek már most a hagyományos szereplők költségeinek töredékéből működnek, mert ügyfélkiszolgálási és követeléskezelési folyamataik nagy részét automatizálták. A humán munkatársak így a valóban kényes helyzetekre koncentrálhatnak, például a nehéz pénzügyi helyzetbe került ügyfelek támogatására vagy az összetett vitás ügyek rendezésére. Ez a hibrid modell nemcsak hatékonyabb, hanem egyes üzletágak árazását is átalakítja. A vezető hagyományos bankok szintén túlléptek mára a kísérleti fázison. Egy nagy amerikai pénzintézet évi egymilliárd dolláros értékteremtést céloz meg AI-alapú bevételnövelés és költségcsökkentés révén, egy másik pedig nyolc vállalati szintű AI-projektet indított el, összesen egymilliárd dolláros célértékkel.

A BCG több megvalósult konkrét példát is bemutat: 1. egy ázsiai bank ügynökalapú AI-architektúrával a vagyonkezelési tanácsadók kapacitásának több mint 30 százalékát szabadította fel, ami 30 százalékos díjbevétel-növekedést és háromszoros ügyfélaktivitást eredményezett; 2. egy európai pénzintézetnél AI-ügynök alakította át a hitelbírálatot: az ügyintézők termelékenysége 50 százalékkal nőtt, a döntési idő 24 órára rövidült, a csalások felderítése pedig több mint 30 százalékkal javult; 3. egy amerikai nagybank mesterségesintelligencia-alapú szoftverfejlesztő asszisztensekkel átlagosan 30 százalékkal növelte a fejlesztői hatékonyságot, a legjobban teljesítő csapatoknál pedig mintegy 60 százalékos javulást ért el.

Hogy mi a helyzet a magyar pénzügyi szektorban, arról a legkiválóbb előadók fognak beszélni a Future of Finance 2026 konferencián, érdemes regisztrálni.

Címlapkép forrása: Portfolio