Το μεγαλύτερο ζήτημα, σύμφωνα με τη Moody’s, δεν αφορά μόνο το κόστος. Αφορά τη συγκέντρωση της τεχνολογικής εξάρτησης σε λίγους παρόχους.

Η νέα εξάρτηση από τη Silicon Valley

Πάνω από το 75% των εταιρειών του City χρησιμοποιούν ήδη τεχνητή νοημοσύνη, σύμφωνα με έκθεση ειδικής επιτροπής του βρετανικού υπουργείου Οικονομικών. Οι ασφαλιστικές εταιρείες και οι διεθνείς τράπεζες βρίσκονται μεταξύ των σημαντικότερων χρηστών, αξιοποιώντας την τεχνολογία από απλές διοικητικές εργασίες μέχρι πιο κρίσιμες διαδικασίες, όπως η διαχείριση ασφαλιστικών απαιτήσεων και η αξιολόγηση της πιστοληπτικής ικανότητας.

Αυτό δημιουργεί μια νέα μορφή συγκέντρωσης κινδύνου. Οι περισσότερες χρηματοπιστωτικές εταιρείες δεν αναπτύσσουν από μόνες τους όλα τα μοντέλα τεχνητής νοημοσύνης και την απαιτούμενη υποδομή. Αντίθετα, βασίζονται σε έναν σχετικά μικρό αριθμό παρόχων θεμελιωδών μοντέλων AI και υπηρεσιών cloud.

Εάν ένας από αυτούς τους μεγάλους παρόχους αντιμετωπίσει σοβαρή τεχνική βλάβη, κυβερνοεπίθεση ή άλλη διακοπή λειτουργίας, οι επιπτώσεις δεν θα περιοριστούν απαραίτητα σε μία εταιρεία. Θα μπορούσαν να μεταδοθούν ταυτόχρονα σε μεγάλο αριθμό τραπεζών, ασφαλιστικών εταιρειών και άλλων χρηματοπιστωτικών οργανισμών.

Με άλλα λόγια, η AI μπορεί να αυξάνει την αποδοτικότητα των τραπεζών, αλλά ταυτόχρονα να δημιουργεί έναν νέο «κοινό παρονομαστή» κινδύνου.

Από την τεχνολογική εξάρτηση στην τιμολογιακή ισχύ

Ένας δεύτερος κίνδυνος αφορά την ίδια την αγορά των υπηρεσιών AI.

Η Moody’s προειδοποιεί για το ενδεχόμενο δημιουργίας ενός «κινδύνου εξάρτησης από προμηθευτές», καθώς μια μικρή ομάδα κυρίαρχων εταιρειών θα μπορούσε να αποκτήσει σημαντική δύναμη στην τιμολόγηση των υπηρεσιών τεχνητής νοημοσύνης και των υποδομών που απαιτούνται για τη λειτουργία τους.

Το ζήτημα γίνεται ακόμη πιο σημαντικό καθώς οι εταιρείες παραγωγικής AI, αρκετές από τις οποίες εξακολουθούν να εμφανίζουν πολύ υψηλές ανάγκες χρηματοδότησης, καλούνται σταδιακά να αποδείξουν ότι μπορούν να μετατρέψουν την τεράστια ζήτηση για τα προϊόντα τους σε πραγματική κερδοφορία.

Εάν οι εταιρείες AI χρειαστεί να αυξήσουν τις τιμές των υπηρεσιών τους προκειμένου να βελτιώσουν τα οικονομικά τους αποτελέσματα, οι τράπεζες που έχουν δημιουργήσει βαθιά εξάρτηση από αυτές τις πλατφόρμες θα βρεθούν αντιμέτωπες με υψηλότερο λειτουργικό κόστος.

Αυτό δημιουργεί ένα παράδοξο: οι τράπεζες επενδύουν στην AI για να μειώσουν το κόστος τους, αλλά η ίδια η επιτυχία των εταιρειών που ελέγχουν την τεχνολογία μπορεί να τους επιτρέψει να αυξήσουν το κόστος χρήσης της.

Τα δεδομένα παραμένουν το μεγάλο «όπλο» των τραπεζών

Η εικόνα, πάντως, δεν είναι μονοδιάστατη. Η Moody’s αναγνωρίζει ότι οι χρηματοπιστωτικοί οργανισμοί διατηρούν σημαντικά πλεονεκτήματα.

Οι μεγάλες τράπεζες διαθέτουν τεράστιες βάσεις ιδιόκτητων δεδομένων, ενώ έχουν επίσης μακρά εμπειρία στη διαπραγμάτευση συμβολαίων με τεχνολογικούς προμηθευτές. Αυτό τους δίνει τη δυνατότητα να πιέζουν για καλύτερες τιμές, να διαφοροποιούν τους παρόχους τους και να χρησιμοποιούν εναλλακτικές τεχνολογικές λύσεις.

Η χρήση μοντέλων ανοικτού κώδικα αποτελεί μία ακόμη πιθανή άμυνα απέναντι στη συγκέντρωση της αγοράς. Παράλληλα, οι μεγάλες τράπεζες μπορούν να δημιουργούν στρατηγικές συνεργασίες και να διατηρούν εσωτερικά ορισμένες κρίσιμες λειτουργίες, ώστε να περιορίζουν την εξάρτησή τους από εξωτερικούς προμηθευτές.

Το κρίσιμο ζήτημα επομένως δεν είναι εάν οι τράπεζες θα χρησιμοποιούν AI. Αυτό θεωρείται πλέον δεδομένο. Το ερώτημα είναι πόσο μεγάλο μέρος των βασικών λειτουργιών τους θα εξαρτάται από λίγους εξωτερικούς παρόχους.

Το παράδειγμα της Lloyds και ο κίνδυνος για την απασχόληση

Η μετάβαση στην τεχνητή νοημοσύνη έχει ήδη αρχίσει να μεταβάλλει και το εργασιακό μοντέλο των τραπεζών.

Η Lloyds Banking Group έχει παρουσιάσει επενδυτική στρατηγική ύψους 13 δισ. λιρών, με σημαντικό μέρος της να συνδέεται με την αξιοποίηση της τεχνητής νοημοσύνης για την προσέλκυση νέων πελατών, την αύξηση της παραγωγικότητας και τη βελτίωση των αποδόσεων για τους μετόχους.

Η στρατηγική συνοδεύεται από στόχο εξοικονόμησης κόστους περίπου 2 δισ. λιρών, εξέλιξη που αναμένεται να επηρεάσει και το προσωπικό.

Το ζήτημα αυτό δεν αφορά μόνο τη Lloyds. Η αυτοματοποίηση διοικητικών και επαναλαμβανόμενων εργασιών είναι πιθανό να περιορίσει τη ζήτηση για ορισμένες κατηγορίες θέσεων εργασίας, ενώ παράλληλα θα δημιουργήσει ανάγκες για νέες δεξιότητες και διαφορετικά προφίλ εργαζομένων.

Η Moody’s εκτιμά μάλιστα ότι υπάρχει πιθανότητα 20% έως το 2030 η τεχνητή νοημοσύνη να μπορεί να εκτελεί την εργασία ενός ικανού εργαζομένου μεσαίου επιπέδου.

Αυτό σημαίνει ότι η επίδραση της AI στις τράπεζες δεν θα περιοριστεί στα πληροφοριακά συστήματα. Μπορεί να μεταμορφώσει σταδιακά ολόκληρη τη δομή του κόστους τους.

Νέος κίνδυνος και για τις καταθέσεις

Υπάρχει όμως και μια ακόμη, λιγότερο προφανής συνέπεια.

Η τεχνητή νοημοσύνη μπορεί να κάνει πολύ ευκολότερη τη σύγκριση τραπεζικών προϊόντων και την άμεση μετακίνηση χρημάτων από έναν λογαριασμό σε έναν άλλο. Ένα AI εργαλείο θα μπορούσε, για παράδειγμα, να εντοπίζει αυτόματα ότι ένας πελάτης μπορεί να λάβει υψηλότερη απόδοση μεταφέροντας τις καταθέσεις του σε διαφορετική τράπεζα.

Σε μια τέτοια περίπτωση, οι μετακινήσεις κεφαλαίων θα μπορούσαν να πραγματοποιούνται πολύ ταχύτερα από ό,τι στο παρελθόν.

Για τις τράπεζες αυτό δημιουργεί έναν νέο κίνδυνο όσον αφορά τη σταθερότητα της χρηματοδότησης μέσω καταθέσεων. Εάν μεγάλος αριθμός πελατών μπορεί να μετακινεί σχεδόν αυτόματα τα χρήματά του προς την καλύτερη διαθέσιμη απόδοση, η «αδράνεια» των καταθετών, η οποία παραδοσιακά λειτουργεί υπέρ των τραπεζών, περιορίζεται.

Η εμπιστοσύνη των πελατών και η ανθεκτικότητα της καταθετικής βάσης αποκτούν επομένως ακόμη μεγαλύτερη σημασία.

Η μεγάλη αντίφαση της AI στις τράπεζες

Η τεχνητή νοημοσύνη μπορεί τελικά να αποδειχθεί μία από τις σημαντικότερες τεχνολογικές επενδύσεις στην ιστορία του χρηματοπιστωτικού κλάδου. Υπόσχεται χαμηλότερο κόστος, μεγαλύτερη παραγωγικότητα, ταχύτερη εξυπηρέτηση και καλύτερη αξιοποίηση των δεδομένων.

Όμως η ίδια τεχνολογία δημιουργεί μια νέα αλυσίδα εξαρτήσεων.

Οι τράπεζες μπορεί να γίνουν πιο αποτελεσματικές, αλλά ταυτόχρονα πιο εξαρτημένες από τους παρόχους υποδομών και μοντέλων AI. Μπορεί να μειώσουν το κόστος προσωπικού, αλλά να αυξήσουν τις δαπάνες τεχνολογίας. Μπορεί να προσφέρουν καλύτερες υπηρεσίες στους πελάτες, αλλά παράλληλα να διευκολύνουν την ταχύτατη μετακίνηση των καταθέσεων.

Και ίσως αυτό να είναι το σημαντικότερο συμπέρασμα της Moody’s: ο μεγαλύτερος κίνδυνος της AI για τις τράπεζες δεν είναι απαραίτητα ότι η τεχνολογία θα αποτύχει. Είναι ότι θα πετύχει τόσο πολύ, ώστε οι τράπεζες να καταλήξουν να εξαρτώνται υπερβολικά από μια μικρή ομάδα εταιρειών που την ελέγχουν.