| REKLAMA |
 |
Raport „Sztuczna inteligencja w instytucjach finansowych. Innowacyjne platformy analizujące dane klientów sektora MŚP” podsumowuje obecny stan przygotowania europejskiego rynku do wdrażania technologii opartych na sztucznej inteligencji w sektorze finansowym. To spojrzenie na wyzwania, jakie stoją przed instytucjami tj. banki czy firmy faktoringowe – lepsze dopasowanie oferty produktowej dla małych i średnich przedsiębiorstw, większe wsparcie klientów oraz optymalizacja kosztów ich obsługi. Różnorodność zagadnień w zależności od instytucji pokazuje, jak bardzo inne potrafią być punkty widzenia oraz podejście organizacji finansowych do kierunków rozwoju.
Źródło: Raport Asseco „Sztuczna Inteligencja w instytucjach finansowych. Innowacyjne platformy analizujące dane klientów sektora MŚP”.
Personalizacja produktów i poprawa jakości obsługi to priorytety analizy danych
90% instytucji finansowych zdaje sobie sprawę, jak ważna jest analiza cyklu życia klienta. Ponadto respondenci badania wskazują na trend związany z poznaniem swojego odbiorcy, jego preferencji, potrzeb i oferowania mu spersonalizowanych produktów oraz usług. Natomiast głównym celem wynikającym z analizy danych jest poprawa jakości obsługi, zapewniająca lepsze doświadczenie klienta MŚP.
Sztuczna inteligencja staje się „must have”
Obecnie algorytmy sztucznej inteligencji wykorzystywane są zaledwie u 1/3 badanych organizacji. Najbardziej rozwinięty pod tym względem jest obszar sprzedaży, marketingu i obsługi klienta. Niemniej, uczenie maszynowe zyskuje na popularności, ponad 60% badanych instytucji planuje rozwój w tym zakresie.
Respondenci badania reprezentujący branżę bankową wskazali na potrzeby klientów, jako zagadnienie mające największy potencjał na wdrożenie sztucznej inteligencji. Natomiast firmy faktoringowe typują proces „uproduktowienia” klienta, proponując mu nowe formy współpracy, czy usług, jednak wychodząc od strony jego potrzeb, a nie bezpośredniej sprzedaży danego produktu.
Źródło: Raport Asseco „Sztuczna Inteligencja w instytucjach finansowych. Innowacyjne platformy analizujące dane klientów sektora MŚP”.
Kluczowe wyzwania w organizacjach związane z wdrażaniem sztucznej inteligencji dotyczą integracji, zarówno z używanymi rozwiązaniami, jak i stosowanymi procesami. Prawie połowa respondentów wskazała ten aspekt, jako największe bądź bardzo duże wyzwanie, z którym się mierzy. Tutaj z pomocą przychodzą sprawdzeni dostawcy oferujący systemy analityczne. Na bazie danych i obserwacji działań klientów online określają one ich profil oraz rekomendują najlepszą ofertę w czasie rzeczywistym.
Źródło: Asseco Poland
Źródło: Raport Asseco „Sztuczna Inteligencja w instytucjach finansowych. Innowacyjne platformy analizujące dane klientów sektora MŚP”.
Jak pokazały wyniki naszego badania instytucje finansowe, stawiają na klientocentryczność. Kluczowy staje się aspekt poznawania potrzeb swoich odbiorców i dążenie do personalizowania podejmowanych działań. Wsparciem w tym zakresie jest analiza danych, której wyniki pozwalają na znaczące przyspieszenie obsługi klienta, lepszy dobór ofert czy usprawnienie procesu finansowania. Odpowiedzią na te potrzeby jest sztuczna inteligencja (AI), która potrafi przetworzyć ogromne ilości danych i na ich podstawie dokonać analizy. Jednak na ten moment jedynie 32% respondentów deklaruje wdrożenie rozwiązań opartych o AI. Znaczna część wykorzystuje ją w wybranych procesach, a nie w całej organizacji. Dobra wiadomość jest taka, że 65% badanych planuje wdrożyć rozwiązania oparte o sztuczną inteligencję w ciągu najbliższych dwóch lat - powiedziała Olena Gryniuk, CEE Regional Director, SME Banking Club.
Personalizacja produktów i poprawa jakości obsługi to priorytety analizy danych
90% instytucji finansowych zdaje sobie sprawę, jak ważna jest analiza cyklu życia klienta. Ponadto respondenci badania wskazują na trend związany z poznaniem swojego odbiorcy, jego preferencji, potrzeb i oferowania mu spersonalizowanych produktów oraz usług. Natomiast głównym celem wynikającym z analizy danych jest poprawa jakości obsługi, zapewniająca lepsze doświadczenie klienta MŚP.
Analizując dane o klientach, chcielibyśmy dowiedzieć się jak najwięcej o ich potrzebie wsparcia przez instytucję finansową — tu i teraz. Jednak każdy z nich jest inny, ma również inne potrzeby: posiadanie kart biznesowych, zwiększenie limitu na rachunku bankowym itd. W takim razie skąd instytucje finansowe mają wiedzieć co aktualnie zaproponować konsumentom? Właśnie dzięki Customer Data Platform (Platformie Danych Klientów) oraz dokładnej analizie możemy określić ich potrzeby w konkretnym czasie. Wyniki badania pokazują, że w zależności od branży nacisk związany z analizą klientów MŚP położony jest na trochę inny aspekt. Dla banków największe znaczenie mają lepsza obsługa i spersonalizowane oferty, dla firm faktoringowych — utrzymanie klienta, dla innych instytucji sprostanie rosnącym wymaganiom odbiorców. Wszystkie te cele mają jeden wspólny mianownik – żeby je zrealizować, musimy wiedzieć, czego konkretnie potrzebuje nasz klient w danym momencie – podkreśla Jarosław Bryl, Dyrektor Pionu Business Intelligence, Asseco Poland.
Sztuczna inteligencja staje się „must have”
Obecnie algorytmy sztucznej inteligencji wykorzystywane są zaledwie u 1/3 badanych organizacji. Najbardziej rozwinięty pod tym względem jest obszar sprzedaży, marketingu i obsługi klienta. Niemniej, uczenie maszynowe zyskuje na popularności, ponad 60% badanych instytucji planuje rozwój w tym zakresie.
W dzisiejszych czasach wdrażanie sztucznej inteligencji stało się pewnym „must have”, bez którego ciężko utrzymać konkurencyjność na rynku. Coraz więcej firm z sektora finansowego planuje i decyduje się na wykorzystanie modeli uczenia maszynowego. Jednak nieprecyzyjne regulacje, wciąż pozostają ogromną przeszkodą dla wielu obszarów, gdzie wymagana jest pełna transparentność. Dodatkową barierą, może być fakt, że często instytucje finansowe nie mają w swojej organizacji zespołów, które są wyspecjalizowane pod kątem sztucznej inteligencji i mogłyby podjąć takie wyzwanie - dodaje Jarosław Bryl, Dyrektor Pionu Business Intelligence, Asseco Poland.
Respondenci badania reprezentujący branżę bankową wskazali na potrzeby klientów, jako zagadnienie mające największy potencjał na wdrożenie sztucznej inteligencji. Natomiast firmy faktoringowe typują proces „uproduktowienia” klienta, proponując mu nowe formy współpracy, czy usług, jednak wychodząc od strony jego potrzeb, a nie bezpośredniej sprzedaży danego produktu.
Źródło: Raport Asseco „Sztuczna Inteligencja w instytucjach finansowych. Innowacyjne platformy analizujące dane klientów sektora MŚP”.
Hiperautomatyzacja to pojęcie, które od dwóch lat pojawia się na liście głównych trendów technologicznych. Oznacza wykorzystanie m.in. sztucznej inteligencji do automatyzacji zadań i procesów wykonywanych przez pracowników. Nie wszystkie z nich nadają się jednak do tego zabiegu. Dlatego decydując się na to w naszej organizacji, powinniśmy wziąć pod uwagę kilka elementów. Najważniejszą kwestią jest dostęp do danych dobrej jakości — wybierzmy ten obszar, dla którego jesteśmy w stanie takie dane pozyskać. Następnie należy dobrze zdefiniować problem oraz określić KPI, który pomoże ocenić skuteczność wdrażanego rozwiązania. Firmy posiadające scentralizowane platformy gromadzące informacje dotyczące klientów i produktów mają zazwyczaj już zrealizowany ten pierwszy, najważniejszy aspekt — dostęp do danych dobrej jakości – zaznacza Patrycja Sobczyk, Product Owner, Asseco Poland.
Kluczowe wyzwania w organizacjach związane z wdrażaniem sztucznej inteligencji dotyczą integracji, zarówno z używanymi rozwiązaniami, jak i stosowanymi procesami. Prawie połowa respondentów wskazała ten aspekt, jako największe bądź bardzo duże wyzwanie, z którym się mierzy. Tutaj z pomocą przychodzą sprawdzeni dostawcy oferujący systemy analityczne. Na bazie danych i obserwacji działań klientów online określają one ich profil oraz rekomendują najlepszą ofertę w czasie rzeczywistym.
Źródło: Asseco Poland
Najnowsze wiadomości
Customer-specific AI: dlaczego w 2026 roku to ona przesądza o realnym wpływie AI na biznes
W 2026 roku sztuczna inteligencja przestaje być ciekawostką technologiczną, a zaczyna być rozliczana z realnego wpływu na biznes. Organizacje oczekują dziś decyzji, którym można zaufać, procesów działających przewidywalnie oraz doświadczeń klientów, które są spójne w skali. W tym kontekście coraz większe znaczenie zyskuje customer-specific AI - podejście, w którym inteligencja jest osadzona w danych, procesach i regułach konkretnej firmy, a nie oparta na generycznych, uśrednionych modelach.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
SkyAlyne stawia na IFS dla utrzymania floty RCAF
SkyAlyne, główny wykonawca programu Future Aircrew Training (FAcT), wybrał IFS Cloud for Aviation Maintenance jako cyfrową platformę do obsługi technicznej lotnictwa i zarządzania majątkiem. Wdrożenie ma zapewnić wgląd w czasie rzeczywistym w utrzymanie floty, zasoby i zgodność, ograniczyć przestoje oraz zwiększyć dostępność samolotów szkoleniowych RCAF w skali całego kraju. To ważny krok w modernizacji kanadyjskiego systemu szkolenia załóg lotniczych.
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znacznie wolniejsze od wcześniejszych oczekiwań rynku. Dane pokazują, że z rozwiązań AI korzysta dziś wciąż niewiele przedsiębiorstw, a menedżerowie coraz częściej wskazują na bariery regulacyjne, koszty oraz brak powtarzalnych efektów biznesowych. W praktyce technologia jest testowana głównie w wybranych obszarach, a kluczowe decyzje nadal pozostają po stronie człowieka. Również w firmach, które wdrożyły AI, nierzadko towarzyszą temu rozczarowania.
Europejski przemysł cyfryzuje się zbyt wolno – ERP, chmura i AI stają się koniecznością
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Najnowsze artykuły
5 pułapek zarządzania zmianą, które mogą wykoleić transformację cyfrową i wdrożenie ERP
Dlaczego jedne wdrożenia ERP dowożą korzyści, a inne kończą się frustracją, obejściami w Excelu i spadkiem zaufania do systemu? Najczęściej decyduje nie technologia, lecz to, jak organizacja prowadzi zmianę: czy liderzy biorą odpowiedzialność za decyzje czy tempo jest dopasowane do zdolności absorpcji oraz czy ludzie dostają klarowność ról i realne kompetencje. Do tego dochodzi pytanie: co po go-live - stabilizacja czy chaos w firmie? Poniżej znajdziesz 5 pułapek, które najczęściej wykolejają transformację i praktyczne sposoby, jak im zapobiec.
SAP vs Oracle vs Microsoft: jak naprawdę wygląda chmura i sztuczna inteligencja w ERP
Wybór systemu ERP w erze chmury i sztucznej inteligencji to decyzja, która determinuje sposób działania organizacji na lata — a często także jej zdolność do skalowania, adaptacji i realnej transformacji cyfrowej. SAP, Oracle i Microsoft oferują dziś rozwiązania, które na pierwszy rzut oka wyglądają podobnie, lecz w praktyce reprezentują zupełnie odmienne podejścia do chmury, AI i zarządzania zmianą. Ten artykuł pokazuje, gdzie kończą się deklaracje, a zaczynają realne konsekwencje biznesowe wyboru ERP.
Transformacja cyfrowa z perspektywy CFO: 5 rzeczy, które przesądzają o sukcesie (albo o kosztownej porażce)
Transformacja cyfrowa w finansach często zaczyna się od pytania o ERP, ale w praktyce rzadko sprowadza się wyłącznie do wyboru systemu. Dla CFO kluczowe jest nie tylko „czy robimy pełną wymianę ERP”, lecz także jak policzyć ryzyko operacyjne po uruchomieniu, ocenić wpływ modelu chmurowego na koszty OPEX oraz utrzymać audytowalność i kontrolę wewnętrzną w nowym modelu działania firmy.
Agentic AI rewolucjonizuje HR i doświadczenia pracowników
Agentic AI zmienia HR: zamiast odpowiadać na pytania, samodzielnie realizuje zadania, koordynuje procesy i podejmuje decyzje zgodnie z polityką firmy. To przełom porównywalny z transformacją CRM – teraz dotyczy doświadczenia pracownika. Zyskują HR managerowie, CIO i CEO: mniej operacji, więcej strategii. W artykule wyjaśniamy, jak ta technologia redefiniuje rolę HR i daje organizacjom przewagę, której nie da się łatwo nadrobić.
Composable ERP: Przewodnik po nowoczesnej architekturze biznesowej
Czy Twój system ERP nadąża za tempem zmian rynkowych, czy stał się cyfrową kotwicą hamującą rozwój? W dobie nieciągłości biznesowej tradycyjne monolity ustępują miejsca elastycznej architekturze Composable ERP. To rewolucyjne podejście pozwala budować środowisko IT z niezależnych modułów (PBC) niczym z klocków, zapewniając zwinność nieosiągalną dla systemów z przeszłości. W tym raporcie odkryjesz, jak uniknąć pułapki długu technologicznego, poznasz strategie liderów rynku (od SAP po MACH Alliance) i wyciągniesz lekcje z kosztownych błędów gigantów takich jak Ulta Beauty. To Twój strategiczny przewodnik po transformacji z cyfrowego "betonu" w adaptacyjną "plastelinę".
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znaczni… / Czytaj więcej
Vertiv Frontiers: 5 trendów, które przeprojektują centra danych pod „fabryki AI”
Centra danych wchodzą w erę „fabryk AI”, gdzie o przewadze nie decyduje już sama skala, lecz zdolno… / Czytaj więcej
Cyberbezpieczeństwo 2026. 6 trendów, które wymuszą nowe podejście do AI, danych i tożsamości
Rok 2026 zapowiada się jako moment przełomu w świecie cyfrowego bezpieczeństwa. W obliczu dynamiczn… / Czytaj więcej
Jurysdykcja danych w chmurze: dlaczego polskie firmy coraz częściej wybierają „gdzie leżą” ich system
Jurysdykcja danych przestała być detalem w umowach chmurowych – dziś decyduje o zgodności, bezpiecz… / Czytaj więcej
Tylko 7% firm w Europie wykorzystuje w pełni potencjał AI
72% firm w regionie EMEA uznaje rozwój narzędzi bazujących na sztucznej inteligencji za priorytet s… / Czytaj więcej
Chmura publiczna w Unii Europejskiej – między innowacją a odpowiedzialnością za dane
Transformacja cyfrowa w Europie coraz mocniej opiera się na chmurze publicznej, która stała się fun… / Czytaj więcej
