Chatboty, elektroniczne portfele, zdolne wyłapywać podejrzane transakcje, algorytmy rozpoznające nasz głos, czy wirtualni doradcy finansowi – fintechy na całym świecie już teraz silnie odczuwają efekty rozwoju sztucznej inteligencji. W niedalekiej przyszłości mariaż SI i finansów powinien postępować.

Czym jest osobliwość technologiczna?

Pojęcie osobliwości technologicznej (ang. singularity) odnosi się do przełomowego momentu w dziejach ludzkości. Potocznie osobliwość rozumiana jest jako etap graniczny – efekt rozwoju technologicznego, który przerósł ludzkie oczekiwania i wymknął się jakimkolwiek przewidywaniom. Ten przełom wiąże się ściśle ze sztuczną inteligencją. Kiedy możemy mówić o SI? W dość ogólnym znaczeniu, sztuczna inteligencja to maszyna zdolna do podejmowania inteligentnych decyzji, posiadająca autonomię i świadoma swojego istnienia.

Sztuczną inteligencją nazywa się również dziedzinę nauki, która dąży do stworzenia maszyn imitujących funkcjonowanie ludzkiego mózgu. Pojęcia związane z SI to np. uczenie maszynowe (ang. machine learning). Polega na zdobywaniu i przetwarzaniu ogromnych zasobów danych i wyciąganiu z nich pewnych wniosków. Znanym przykładem jest AlphaGo, program, który nauczył się starochińskiej gry Go i zdołał pięciokrotnie pokonać najlepszego na świecie gracza. Ilość kombinacji w grze odpowiada liczbie 10 do potęgi 750. Żeby zdać sobie sprawę, jak rozbudowana jest możliwość ruchów w Go, warto wspomnieć, że szacunkowa liczba atomów we wszechświecie odpowiada liczbie 10 do potęgi 80. AlphaGo ucząc się, korzystał ze sztucznej sieci neuronowej. To kolejne pojęcie z zakresu SI, oznacza powiązane ze sobą jednostki obliczeniowe, które przetwarzają dane równolegle i komunikują się ze sobą. Każdemu procesowi przypisana jest określona waga, jeżeli dana jednostka rozwiąże problem, można zmienić wagę procesu i w ten sposób dokonywać postępów w nauce.

Zastosowanie sztucznej inteligencji w branży FinTech

Sektor FinTech, czyli branża funkcjonująca na przecięciu finansów i nowych technologii, już teraz wiele zyskuje, dzięki rozwojowi sztucznej inteligencji. Istnieją rozwiązania bazujące na uczeniu maszynowym, wykorzystywane w analityce finansowej. W Stanach machine learning pomaga w przetwarzaniu danych giełdowych i obrocie papierami wartościowymi. Część inwestycyjnych funduszy hedgingowych również korzysta z tej metody, jako przykład można podać fundusz Man AHL.

Polska firma VoicePIN.com prowadzi badania nad wdrażaniem rozwiązań bazujących na biometrii głosowej. Pracuje nad systemami udzielającymi dostępu na podstawie głosu. Partnerami VoicePIN.com jest między innymi Ministerstwo Finansów, Alior Bank oraz Banco de Chile. Inna firma znad Wisły stosując metody SI, zapobiega fraudom płatniczym, chroniąc przed oszustami, próbującymi wyłudzić pieniądze.

FinTech w Polsce rozwija się w bardzo wysokim tempie, przez co mamy szansę na zyskanie miana Doliny Krzemowej Europy Środkowo-Wschodniej. W tym regionie wartość rynku FinTech wynosi 2,2 mld euro, z czego 860 mln to wkład Polski.

Jak rozwój sztucznej inteligencji wpłynie na analizę zdolności kredytowej?

Firmy pożyczkowe oraz banki stosują obecnie systemy scoringowe, które służą ocenie wiarygodności kredytowej potencjalnych klientów. Systemy te w dużej mierze opierają się na pracy algorytmów. Jeśli podjętoby decyzję o zastosowaniu uczenia maszynowego w procesie analizy zdolności kredytowej i dostarczono wystarczającą ilość danych, nie trudno sobie wyobrazić, że maszyny mogłyby rozpatrywać wnioski samodzielnie, bez udziału człowieka.

Dobry przykład dają Stany Zjednoczone, w których gwałtowny rozwój przeżywa usługa zwana robo-advisory, czyli zautomatyzowane doradztwo finansowe. Roboty stosuje się do zarządzania portfelami inwestycyjnymi. Firma Business Insider Intelligence przewiduje, że do 2020 roku roboty będą zarządzały aktywami o równowartości ok. 10% światowego rynku. Wykorzystanie tych samych procesów w branży pożyczkowej mogłoby ułatwić zarządzanie ryzykiem finansowym.

Ogromnych ilości informacji na temat potencjalnych pożyczkobiorców dostarczają media społecznościowe. Niektóre banki i firmy pożyczkowe już teraz korzystają z Facebooka podczas weryfikacji swoich klientów. Dzieje się tak zazwyczaj przy analizie wniosków dotyczących kredytów na większe sumy. Ogromnymi zasobami danych na temat użytkowników dysponuje również Google, który gromadzi m.in. informacje na temat naszych zapytań w wyszukiwarce. Te dane wykorzystywane są z powodzeniem w marketingu internetowym.

Na co stawia FinTech w Polsce?

Fintechy w Polsce mają dobry grunt do rozwoju. Świadczy o tym, chociażby fakt, że 40% Polaków nie widzi problemu w zrezygnowaniu z gotówki i przerzuceniu się całkowicie na formy obrotu bezgotówkowego. Według badania przeprowadzonego przez ING plasuje to nas na 3 miejscu w Europie. Bardziej entuzjastycznie do tego pomysłu podchodzą jedynie Turcy i Włosi. Nie dziwi zatem, że Android wybrał Polskę, jako drugi kraj w Europie, po Wielkiej Brytanii, w którym wprowadzona została usługa elektronicznego portfela Android Pay. Otwartość na FinTech nad Wisłą przejawia się również w bardzo dobrze prosperującym rynku pożyczek przez internet. Według danych KPF wartość pożyczek udzielonych przez instytucje pozabankowe w I półroczu 2016 roku była wyższa od wartości w analogicznym okresie roku 2015 o 262 mln zł, a łącznie wyniosła 3 mld 741 mln zł. Natomiast szacunkowa wartość sektora pożyczek online to 2,9 mld zł.

Polski FinTech wygląda dobrze nie tylko od strony konsumenckiej. Spółka Polski Standard Płatności jest twórcą systemu BLIK, który umożliwia konsumentom dokonywanie mobilnych płatności bezgotówkowych, a także wypłacanie gotówki w bankomatach. Możliwość regulowania należności przy pomocy BLIK powoli wprowadzają również firmy pożyczkowe. Kolejnym krokiem wzmacniającym branżę FinTech w Polsce będzie wprowadzenie w 2018 roku systemu e-paragonów.

Możliwe kierunki rozwoju FinTech

Popularność bankowości internetowej, płatności bezgotówkowych i rozwój sztucznej inteligencji, w który zaangażowani są najwięksi światowi giganci, tacy jak Google, Amazon, Facebook, czy Apple, mogą doprowadzić do drastycznej zmiany w sektorze bankowym. Biorąc pod uwagę, że większość transakcji finansowych już teraz odbywa się bez ludzkiego pośrednictwa, w przyszłości pracowników banków mogą zastąpić wyposażone w SI roboty. Być może człowiek będzie brał udział jedynie w obsłudze rachunków najzamożniejszych klientów. Element ludzki stanie się więc dobrem luksusowym.

Big Data i machine learning powinny wpłynąć na bezpieczeństwo finansów. Poprzez analizę danych na temat naszej lokalizacji, aktywności płatniczej, zwyczajów zakupowych, algorytmy oparte na SI mogłyby z łatwością wyłapywać próby podejrzanych transakcji z udziałem skradzionych danych.

Być może w niedalekiej przyszłości wcale nie będziemy musieli przejmować się naszymi finansami. Kontrolę nad domowym budżetem przejmie smartdom sprzężony z kontem bankowym. Inteligentny dom zdecyduje o konieczności kupienia jedzenia, ograniczy rachunki, zarządzając energią i pomnoży nasze oszczędności, łącząc się z wirtualnymi finansowymi doradcami, którzy zainwestują je w fundusze kontrolowane przez SI.