Charles Gamba, CEO i założyciel ITDS Polska 

W finansach technologia nie jest już osobnym obszarem, którym zajmuje się wyłącznie dział IT. Dziś niemal każda ważna decyzja biznesowa ma również wymiar technologiczny. Dotyczy to nowych produktów, obsługi klientów, zarządzania ryzykiem, bezpieczeństwa danych i zgodności z regulacjami.  

Menedżer finansowy nie musi znać się na kodowaniu. Powinien jednak rozumieć technologię na tyle dobrze, aby ocenić, czy inwestycja ma sens, jakie ryzyko za sobą niesie i czy rzeczywiście rozwiązuje problem, z którym mierzy się organizacja. To szczególnie ważne dziś, kiedy do praktycznie każdej rozmowy o technologii dołączyła sztuczna inteligencja. 

AI ma sens wtedy, kiedy rozwiązuje konkretny problem 

Możliwości wykorzystania AI w finansach są szerokie. Technologia może wspierać analizę dużych zbiorów danych, automatyzować powtarzalne zadania, pomagać w obsłudze klientów, wykrywać anomalie czy wspierać procesy decyzyjne. Samo wdrożenie AI nie oznacza jednak, że firma zacznie działać lepiej. 

Najpierw trzeba wiedzieć, jaki problem chcemy rozwiązać. 

Czy chodzi o skrócenie czasu obsługi klienta? Lepszą analizę ryzyka? Automatyzację procesu, który dziś zabiera zespołowi setki godzin miesięcznie? Bez takiego punktu wyjścia bardzo łatwo zbudować projekt, który jest technologicznie interesujący, ale biznesowo niewiele zmienia. W finansach dochodzi jeszcze jedna kwestia: odpowiedzialność. Model może coś rekomendować, ale organizacja nadal musi wiedzieć, na jakiej podstawie powstała rekomendacja, kto ją zweryfikował i kto ostatecznie odpowiada za decyzję. 

AI może wspierać człowieka. Nie może zdejmować z organizacji odpowiedzialności. Dlatego obok samego modelu równie ważne są dane, architektura, integracja z istniejącymi systemami, kontrola dostępu i monitoring. 

Nie każdy system legacy trzeba od razu wymieniać 

Wiele instytucji finansowych inwestuje dziś w AI, chmurę i automatyzację, a jednocześnie korzysta
z systemów rozwijanych przez wiele lat. To samo w sobie nie jest problemem. System legacy staje się problemem wtedy, kiedy zaczyna ograniczać biznes. Na przykład utrudnia wdrażanie nowych usług, zwiększa koszty utrzymania, komplikuje integrację albo podnosi ryzyko operacyjne. W takim momencie modernizacja przestaje być rozmową wyłącznie o technologii. Staje się decyzją biznesową. Nie oznacza to jednak, że organizacja powinna wymienić wszystko naraz. W sektorze finansowym takie podejście mogłoby samo stworzyć ogromne ryzyko. Znacznie częściej sens ma modernizacja etapowa: migracja wybranych elementów do chmury, przebudowa architektury aplikacji, wdrożenie API czy wymiana tych komponentów, które rzeczywiście blokują rozwój. Tu szczególnie cenni są ludzie, którzy rozumieją oba światy: nowe technologie i realia działania banku, ubezpieczyciela czy firmy inwestycyjnej. Dobra modernizacja nie polega na tym, żeby zmienić wszystko. Polega na tym, żeby zmienić właściwe rzeczy, nie zatrzymując przy tym biznesu. 

Cyberbezpieczeństwo nie może być tematem dopisanym na końcu projektu 

W finansach cyberbezpieczeństwo od dawna nie jest wyłącznie zadaniem zespołu security. Instytucje finansowe przechowują wrażliwe dane, obsługują transakcje i odpowiadają za środki klientów. Incydent może oznaczać przestój, straty finansowe, problemy regulacyjne i utratę zaufania. Dlatego bezpieczeństwo musi być częścią decyzji biznesowych od samego początku. Odpowiedzialność jest rozłożona pomiędzy zarząd, biznes, IT, security, compliance i risk management. Zespół technologiczny może zaprojektować zabezpieczenia i monitoring, ale to kierownictwo musi zdecydować, jaki poziom ryzyka jest akceptowalny i jakie zasoby firma przeznaczy na jego ograniczenie. Warto też pamiętać,
że nie istnieje środowisko całkowicie odporne na incydenty. Dojrzała organizacja musi więc wiedzieć nie tylko, jak zmniejszyć prawdopodobieństwo ataku, ale też co zrobić, kiedy coś rzeczywiście się wydarzy. 

Jak szybko wykryć problem? Jak ograniczyć jego skutki? Jak odtworzyć kluczowe systemy?
Jak komunikować się z klientami i regulatorem? W tym sensie cyberbezpieczeństwo jest dziś częścią odporności całego biznesu. 

AI nie eliminuje potrzeby ekspertów IT 

Automatyzacja i AI zmieniają sposób pracy, ale nie oznacza to automatycznie, że firmy będą potrzebowały mniej specjalistów technologicznych. Bardziej prawdopodobne jest to, że będą potrzebowały innych kompetencji. Mniej czasu będzie poświęcane na część powtarzalnych zadań. Więcej znaczenia zyskają ludzie, którzy potrafią projektować rozwiązania, integrować systemy, pracować z danymi, budować bezpieczne środowiska i kontrolować działanie modeli AI. 

W instytucji finansowej stworzenie modelu to tylko jeden z etapów. 

Trzeba jeszcze połączyć go z istniejącą infrastrukturą, zapewnić odpowiednie uprawnienia, monitorować jego działanie i wykazać, że spełnia wymagania organizacyjne oraz regulacyjne. Dlatego rośnie znaczenie kompetencji związanych z data engineering, architekturą, chmurą, DevOps, cyberbezpieczeństwem i AI governance. Jednocześnie bardzo ważną rolę nadal będą odgrywać analitycy biznesowi. Ktoś musi umieć przełożyć potrzebę użytkownika albo biznesu na konkretne wymagania technologiczne. Bez tego nawet bardzo dobry zespół techniczny może stworzyć rozwiązanie, które po prostu nie odpowiada na właściwe pytanie. 

Dobrze zrealizowany projekt to nie to samo co dobry projekt 

Zmienia się także sposób, w jaki menedżerowie powinni patrzeć na transformację cyfrową. Przez lata naturalnymi miarami sukcesu były budżet i termin. Czy projekt został dostarczony na czas? Czy zmieścił się w kosztach? Te pytania nadal są ważne, ale nie mówią wszystkiego. Projekt może zostać zakończony zgodnie z harmonogramem i nadal nie poprawić działania organizacji. Dlatego warto pytać również o to, czy ludzie rzeczywiście korzystają z rozwiązania, czy proces stał się szybszy, czy spadła liczba błędów, czy poprawiła się jakość obsługi i czy zmniejszyło się ryzyko. Transformacja cyfrowa rzadko kończy się na wdrożeniu systemu. Zmienia sposób pracy ludzi, przepływ informacji i czasem cały model obsługi klienta. Dobry lider nie pyta więc wyłącznie, czy projekt został zakończony. Pyta, co faktycznie zmieniło się dzięki niemu w biznesie. 

Nie wszystkie kompetencje trzeba mieć na stałe w organizacji 

Tempo zmian technologicznych sprawia, że nawet duża instytucja nie zawsze może utrzymywać wszystkie potrzebne kompetencje wewnętrznie. Czasem konkretny ekspert jest potrzebny tylko
na okres migracji. Innym razem na czas wdrożenia nowego systemu, programu transformacyjnego
czy dużej modernizacji. W takich sytuacjach współpraca z zewnętrznym partnerem technologicznym może pozwolić szybciej uzupełnić kompetencje własnych zespołów. Sam dostęp do ludzi nie wystarcza. 

Wartość pojawia się wtedy, kiedy specjalista potrafi wejść w istniejące środowisko, zrozumieć cele organizacji i pracować razem z jej zespołami. W finansach jest to szczególnie ważne. 

Nie wystarczy znać technologię. Trzeba też rozumieć złożoność systemów, wymagania dotyczące bezpieczeństwa, otoczenie regulacyjne i konsekwencje błędu. Z perspektywy ITDS właśnie dlatego dobór ekspertów nie powinien sprowadzać się do zgodności kilku technologii wpisanych w CV. Najważniejsze jest to, czy dana osoba pasuje do konkretnego problemu, projektu i środowiska. 

Ostatecznie nie chodzi o samo dostarczenie technologii ani o zwiększenie liczby osób w zespole. Chodzi o to, żeby organizacja miała dostęp do właściwych kompetencji wtedy, kiedy naprawdę ich potrzebuje.