Żyjemy w czasach cyfrowej gorączki złota, a sektor finansowy rzucił się do kopalni jako jeden z pierwszych. Skala inwestycji zapiera dech w piersiach. Według prognoz IDC europejskie wydatki na sztuczną inteligencję (we wszystkich sektorach) mają osiągnąć astronomiczny poziom 145 mld USD do 2028 roku. Banki nie chcą po prostu płynąć z prądem – one chcą ten prąd kontrolować.

Jednak tuż pod powierzchnią tych imponujących liczb kryje się głęboki, systemowy paradoks. Z globalnego badania DXC AdvisoryX przeprowadzonego w 2025 roku wyłania się obraz, który powinien dać do myślenia każdemu członkowi rady nadzorczej: podczas gdy 77% liderów biznesowych uznaje AI za absolutny priorytet na poziomie zarządu, aż 94% organizacji napotyka poważne problemy z jej realnym wdrożeniem.

Mamy więc do czynienia z klasycznym rozjazdem między intencjami a egzekucją. Prawie wszyscy zgadzają się, że bez AI wypadną z rynku, ale mało kto potrafi przekuć algorytmy w realną wartość biznesową. Dlaczego tak się dzieje?

Anatomia wdrożeniowego ślepego zaułka

Gdzie tkwi błąd? Odpowiedź na to pytanie nie wymaga analizy kodu źródłowego, lecz przyjrzenia się kulturze zarządczej. Badania bezlitośnie obnażają trzy główne grzechy główne cyfrowej transformacji:

• Spychanie odpowiedzialności na technokratów: Aż 73% firm uważa, że wdrażaniem AI powinny zajmować się wyłącznie zespoły techniczne. To kardynalny błąd. W efekcie powstają projekty genialne technologicznie, które jednak kompletnie nie odpowiadają na realne potrzeby rynkowe.
• Technologia szukająca problemu: 65% organizacji przyznaje, że inwestuje w AI, nie wiedząc, jaki problem chce za jej pomocą rozwiązać. To tak, jakby kupić najdroższy na świecie młot pneumatyczny i dopiero potem szukać w biurze czegokolwiek, co można by nim zburzyć.
• Niski poziom dojrzałości ludzkiej: Mimo potężnych nakładów finansowych, zaledwie 37% firm osiągnęło wysoką dojrzałość w obszarze AI. Reszta wciąż utknęła w fazie kosztownych, rozproszonych eksperymentów.

„Największy paradoks, który widzimy w firmach, polega na tym, że AI to wyzwanie dla działów IT, nie dla zarządów. Tymczasem decyzje o tym, który problem biznesowy rozwiązać jako pierwszy, musi podejmować biznes – nie zespoły technologiczne. Niezwykle ważne jest również wyznaczenie priorytetów i koordynacja działań. Bez tego nawet najlepszy algorytm wdrażany przez najlepszy zespół nie przyniesie wartości.” – mówi Halina Frańczak, Managing Director & Market Leader w DXC Technology Polska

Geopolityczny dylemat Europy: Asymetria kapitałowa

Europejski sektor bankowy stoi przed unikalnym wyzwaniem o charakterze geopolitycznym. Chodzi o suwerenność technologiczną. Kiedy spojrzymy na mapę globalnych nakładów finansowych, gołym okiem widać gigantyczną dysproporcję. Prywatne inwestycje w AI na Starym Kontynencie wynoszą około 6,1 mld EUR rocznie. W tym samym czasie w USA kwota ta sięga 44 mld EUR.

Ta siedmiokrotna różnica sprawia, że europejskie instytucje finansowe są skazane na korzystanie z rozwiązań dostarczanych przez globalnych gigantów spoza Europy. Firma McKinsey szacuje, że aby zbudować prawdziwie suwerenną i niezależną AI, Europa musiałaby inwestować nawet 15-20 mld EUR rocznie do 2030 roku. Obecny kapitał prywatny po prostu nie jest w stanie zasypać tej przepaści.

Dla sektora bankowego stawka jest najwyższa. Z danych World Economic Forum wynika, że globalne wydatki banków na sztuczną inteligencję wzrosną z 35 mld USD w 2023 roku do aż 97 mld USD w 2027 roku. Poniższa tabela pokazuje, przed jak trudnym zadaniem stoi Europa w tym globalnym wyścigu zbrojeń.

Gdzie banki realnie wykorzystują AI?

Mimo barier, transformacja postępuje, a banki precyzyjnie wybierają obszary, w których algorytmy dają natychmiastową przewagę. Według European Banking Authority (EBA) najczęstsze wdrożenia dotyczą obszarów krytycznych dla bezpieczeństwa i stabilności instytucji: wykrywania oszustw, weryfikacji tożsamości klientów, przeciwdziałania praniu pieniędzy oraz cyberbezpieczeństwa.

Dane DXC Technology potwierdzają ten kierunek. Trzy najszybciej rosnące obszary zastosowań sztucznej inteligencji to:

1. Cybersecurity (50%): Banki używają AI jako tarczy przed coraz bardziej wyrafinowanymi cyberatakami.

2. ESG (47%): Automatyzacja analizy gigantycznych zbiorów danych pod kątem zrównoważonego rozwoju i raportowania niefinansowego.

3. Zarządzanie ryzykiem i compliance (43%): Dostosowanie operacji do gęstniejącej sieci regulacji prawnych.

Większość tych zaawansowanych systemów pochodzi od zewnętrznych dostawców. To rodzi ryzyko tzw. vendor lock-in. Banki starają się tym ryzykiem zarządzać w sposób dojrzały – 75% firm aktywnie poszukuje partnerów technologicznych, a 83% rozważa model usług zarządzanych. Co ciekawe, instytucje finansowe bardziej niż samą technologię czy budowę modeli cenią u swoich partnerów zdolność do szkolenia pracowników i sprawnego przeprowadzenia organizacji przez proces zmiany.

Nowy wymiar nadzoru: AI Governance

Wprowadzanie sztucznej inteligencji do krwiobiegu instytucji finansowych wymusza ewolucję rad nadzorczych. Systemy autonomiczne wchodzą do banków szybciej niż powstają wewnętrzne procedury nadzorcze. Choć 98% firm deklaruje posiadanie struktur AI Governance, to zaledwie 47% wdrożyło dojrzałe ramy nadzoru uwzględniające model human-in-the-loop (człowiek jako ostateczny bezpiecznik w procesie decyzyjnym).

Przed bankami stoją twarde, praktyczne wyzwania operacyjne. Unijny AI Act bezlitośnie wymusza pełną rozliczalność decyzji wspieranych przez algorytmy oraz audytowalność systemów uczących się w czasie rzeczywistym. Dobra wiadomość jest taka, że rosnąca liczba banków sprawnie radzi sobie z tymi wyzwaniami, budując fundamenty pod świadomy i bezpieczny nadzór nad nową technologią.

Europejska ścieżka: Zaufanie ponad ślepy pościg za ROI

Podczas gdy rynek amerykański czy azjatycki często stawia na bezwzględną szybkość wdrożeń, Europa buduje własną, unikalną tożsamość technologiczną opartą na zaufaniu. Dane DXC pokazują, że 41% europejskich organizacji stawia bezpieczeństwo danych ponad zwrot z inwestycji (ROI). Dla porównania, tylko dla 28% to szybki zysk pozostaje absolutnym priorytetem.

Ten ostrożny, odpowiedzialny kierunek zyskał niedawno potężne wsparcie regulacyjne. Rekomendacje Europejskiego Banku Centralnego (EBC) z 27 maja 2026 roku jasno zdefiniowały reguły gry. Regulator podniósł standardy bezpieczeństwa i wysłał do sektora czytelny komunikat: pytanie nie brzmi już „czy wdrażać AI”, ale „jak robić to bezpiecznie i odpowiedzialnie”. Co niezwykle istotne, EBC oficjalnie zakwalifikował ataki wspierane przez sztuczną inteligencję jako systemowe ryzyko finansowe, nakładając na banki bezwzględny obowiązek raportowania ich ekspozycji na tego typu zagrożenia.

Polski lider wyznacza standardy

Na tym tle polski sektor finansowy jawi się jako absolutny prymus i poligon doświadczalny nowoczesnych technologii dla całej Unii Europejskiej. Jesteśmy liderem bankowości cyfrowej, co doskonale obrazuje sukces systemu BLIK, który w samym 2025 roku przetworzył oszałamiającą liczbę 2,9 mld transakcji.

Polskie instytucje nie boją się innowacji – aż 63% z nich aktywnie wdraża generatywną AI. Jednak nadchodzące regulacje i rosnąca presja na automatyzację zmuszają nas do wejścia na wyższy poziom dojrzałości operacyjnej. Jak celnie podsumowuje:

„W sektorze bankowym, gdzie zaufanie klientów jest fundamentem działania, odpowiedzialne podejście do AI to nie słabość – to strategia. Polska jest liderem bankowości cyfrowej w UE – BLIK przetworzył w 2025 roku 2,9 mld transakcji, a 63% polskich organizacji finansowych aktywnie wdraża generatywną AI. Jednocześnie zbliżające się wymogi AI Act i rosnąca presja na automatyzację stawiają przed sektorem pytanie nie „czy wdrażać AI”, lecz „jak robić to odpowiedzialnie i na dużą skalę.” – podsumowuje Halina Frańczak.

na podstawie: DXC Technology