Sztuczna inteligencja masowo zastępuje pracowników w bankach

Z tego artykułu dowiesz się:

• Jakie zmiany dyktuje wprowadzenie sztucznej inteligencji w organizacjach bankowych.
• W jaki sposób największy bank Rosji, Sberbank, wykorzystuje osiągnięcia technologii do rozwoju.
• Jak banki przygotowują się na zmiany związane z automatyzacjami procesów.
• Co takie zmiany oznaczają dla pracowników.

Czy jest możliwe, że nawet ponad 50% menedżerów średniego szczebla w bankach zostanie zastąpione przez sztuczną inteligencję? Czy to znów tylko kolejne straszące prognozy, czy jednak rzeczywistość, w której już żyjemy? Odpowiedzi na te pytania znajdziesz w tym artykule.

Skupię się przede wszystkim na bankach, ale dotyczy to także innych organizacji o podobnej strukturze i sposobie działania. Mam tu na myśli łatwe i powtarzające się procesy w dużej ilości (np. branża ubezpieczeń). Uogólniając można założyć, że sytuacja ta dotyka lub może dotknąć w najbliższym czasie wszystkie firmy, w ramach których wydzielone są co najmniej 3-4 szczeble zarządzania.

Zanim przejdę do dzisiejszego tematu, podzielę się z Tobą dwiema nowościami. Po pierwsze, bardzo dziękuję za informację zwrotną. W szczególności bardzo miło mi czytać wiadomości na temat 52 odcinka, gdzie opowiadałem o tym, jak sztuczna inteligencja może pomóc Ci zarobić na emeryturę. Na razie ten projekt jest w fazie eksploracyjnej. Staram się rozmawiać z ludźmi, którzy mają duże doświadczenie ale zupełnie inne niż moje, żeby uzupełnić moje braki rozumienia pewnych obszarów. Osobiście jest dla mnie bardzo ważne, aby połączyć ludzi, którzy mają doświadczenie potrzebne do realizacji tego projektu, ale także coś więcej. Staram się stworzyć zespół osób, które czują potrzebę rozwinięcia takiego przedsięwzięcia. Na szczegóły jeszcze trzeba będzie poczekać, ponieważ wszystko ewoluuje, ale opowiem o tym więcej we właściwym czasie.

Po drugie chciałem ogłosić, że 28 września w Warszawie odbędzie się druga edycja konferencji DataWorkshop Club Conf. Wydarzenie projektowane jest na ok. 300 osób. W tym roku, tematem głównym jest uczenie maszynowe oraz “state of the art”, czyli najnowsze osiągnięcia w tej branży. Mocny nacisk kładziemy na praktyczny aspekt, więc będziemy rozmawiać głównie o rzeczywistych przypadkach, przykładach. Wśród prelegentów będzie wielu ciekawych gości z największych ośrodków badawczych na całym świecie. Bardzo mnie cieszy, że konferencja budzi takie zainteresowanie – pierwsze bilety kupiliście tuż po ogłoszeniu przedsprzedaży! Wtedy jeszcze niewiele informacji o wydarzeniu było wiadomych – dziękuję za zaufanie!

Ostatnio wpadł mi do głowy pomysł, żeby przygotować coś specjalnego dla czytelników Biznesu Myśli. Na blogu i na podcastach prezentuję swoje przemyślenia, ale chciałbym najlepiej odpowiedzieć na Wasze potrzeby. Daj mi znać, jakie tematy powinny zostać poruszone na konferencji? O czym chciał(a)byś posłuchać? Będę czekać na Twoje sugestie – kanał kontaktu dowolny 🙂 Ta konferencja to będzie świetna okazja, żeby spotkać się na żywo. Uwielbiam poznawać ludzi, którzy czytają i/lub słuchają Biznesu Myśli, bo każdy odbiera to trochę inaczej i to jest inspirujące.

Przejdźmy do dzisiejszego tematu. Największy bank Rosji (i jak okazuje się też Europy – z wyłączeniem UK), Sberbank, obsługuje 150 milionów klientów prywatnych i 2,5 miliona klientów korporacyjnych. Ma swoje oddziały w wielu krajach Europy i w każdym państwie sąsiadującym z Polską, ale z pewnych powodów nie ma go w Polsce. Myślę, że dlatego jest mniej znany. Prezesem tego banku jest Herman Gref, który w pewnym momencie dostrzegł duży potencjał w tak zwanej sztucznej inteligencji i zaczął w nią dużo inwestować. Warto przyznać, że robi to skutecznie, a może nawet i efektywnie.

Jakie są skutki wdrożenia sztucznej inteligencji w praktyce? Liczba pracowników Sberbanku w przeciągu dziewięciu miesięcy 2018 roku zmniejszyła się o 14,2 tys. osób (ok. 5% pracowników). W szczególności dotyczyło to pracowników z obszarów, gdzie praca jest w większości powtarzalna. Teraz te repetytywne czynności będą wykonywane przez sztuczną inteligencję. Jak zbadałem to głębiej, to fakt zwolnienia niekoniecznie zawsze oznaczał faktyczne rozstanie z firmą – poprzednie obowiązki niektórych ludzi zostały zautomatyzowane, a oni sami zostali przeszkoleni i robią coś innego (o ile chcieli lub mogli się przeszkolić, więc fizycznie część pracowników została, tylko robi coś innego). Warto też dodać, że podniosła się pensja nawet do 10% dla osób, które zostały. To jest ważne!

Na moment odejdę od głównego tematu. Większość dyskusji obecnie dotyczy tego, czy roboty (AI) zastąpią ludzi. Zdania są podzielone. Najciekawsze jest to, że każdy ma racje. To, że zastąpią powtarzający się proces, jest oczywiste i to już dzieje się na naszych oczach. W takim rozumieniu sztuczna inteligencja faktycznie zastąpi człowieka. Z drugiej strony pojawiają się nowe role, w których ludzie są zatrudniani i w tym ujęciu roboty nie zajmą naszego miejsca. Problem leży w tym, na ile człowiek, który przez 5, 10 czy 20 lat przestał rozwijać się i robił tylko to, co trzeba w pracy, ma szansę na przekwalifikowanie? To jest duże wyzwanie, żeby przygotować się do tych zmian. Swoją drogą, mam nadzieję, że ten artykuł chociaż odrobinkę posłuży za budzik i zwróci na to Twoją uwagę, żebyś mógł trochę wcześniej zacząć przygotowywać się do tych zmian, które już nadchodzą i to dużymi krokami.

Wracając do Sberbanku i jego prezesa. Herman Gref w jednym z wywiadów powiedział:

Już jakiś czas temu zaczęliśmy stosować sztuczną inteligencję, w wyniku czego agresywnie zwalniamy ludzi, którzy wykonują bardzo proste operacje.

Dzisiaj akurat o tym człowieku będzie więcej, bo wydaje się, że mało kto o nim wie w  Polsce, a jest człowiekiem, którym warto się zainteresować, bo czasem (raczej z rozpędu) jest zbyt szczery i mówi o rzeczach, o których w tych kręgach rzadko mówi się na głos.  

Inny jego cytat dotyczył tego, że obecnie największym konkurentem Sberbanku są giganci technologiczni, tacy jak Google czy Amazon, a nie inne banki. Tak naprawdę to, czym teraz zajmują się, to przekształcają Sberbank w firmę technologiczną. Robią to naprawdę z dużym rozmachem. Aktywnie zatrudnia się specjalistów od uczenia maszynowego, organizuje różne wydarzenia (konferencje, hackathony itp.). To jest ciekawe myślenie.

Powiem trochę więcej na temat Sberbank Data Science Journey 2018, czyli konferencji, która odbyła się pod koniec 2018 roku i zebrała ponad 3000 osób. Ludzie przyjechali z ponad 20 krajów. Dla mnie osobiście było zabawne oglądać TOP managerów, którzy zwykle ubierają się bardzo klasycznie w garnitury, a na event założyli na siebie zielone bluzy (za to spodnie i buty nadal były formalne). Sprawiali wrażenie wow… Bywam na różnych konferencjach i prawie na 100% wszędzie, gdzie pojawią się banki, atmosfera jest formalna (wręcz sztywna). Na takich eventach zastanawiasz się, jak nieszczęśliwi są ci wszyscy ludzie. Ciężko jest sobie wyobrazić innowacyjne projekty w tak formalnej atmosferze. Dlatego pozytywnie mnie zaskoczyło, jaką transformację w głowie musiały przejść te osoby (menadżerowie wyższego szczeblu), żeby zacząć dostrzegać świat inaczej.

W jednym z wywiadów, który oglądałem z Grefem, opowiadał on o tym, jak próbuje uczyć się i adaptować do tej rzeczywistości, w której już jesteśmy. Między innymi wyjechał do Doliny Krzemowej i starał się lepiej zrozumieć, jak działają firmy technologiczne w tym środowisku, jakie mają wartości, na co zwracają uwagę, jak widzą przyszłość, jak podchodzą do tematów związanych z uczeniem maszynowym. Kiedy tego słuchałem, to zrobiło na mnie ogromne wrażenie, bo zwykle prezesi podobnych instytucji nie chodzą na spotkania ze startupami, żeby posłuchać jak oni robią swoje biznesy.

Następnie Gref mówił, jak duże teraz ma wyzwanie, żeby przekazać tę wizje dla swoich top managerów i żeby dalej dotarło to do każdego w jego organizacji bez większych przekształceń. Takie wyzwania i rozważania przyciągnęły moją uwagę, bo to brzmi sensownie… i mało tego, jest to konieczne, żeby przetrwać w obecnej rzeczywistości. Znalazłem informacje, że również mieli program, pod koniec roku 2018, w którym wszyscy menadżerowie wyższego szczebla przeszli szkolenia na temat tego, czym jest uczenie maszynowe i robili swoje modele, trenowali sieci neuronowe, pisali chatboty itd. To jest ciekawe – w moich szkoleniach też brały udział osoby na kluczowych stanowiskach, choć w Polsce to wciąż jest mało popularne. A może jest już inaczej? Zapraszam do dyskusji 🙂

Rozwińmy jeszcze temat zwolnień. Jak łatwo się domyślić, te zwolnienia np. z roku 2018) to dopiero początek strategii. Gref twierdzi, że do roku 2025 (czyli już za 6 lat) ilość pracowników zmniejszy się nawet o połowę. Dodam, że w Sberbanku pracuje ok. 300 tys. ludzi. Gref twierdzi, że to dotyczy prawników – na dzień dzisiejszy zwolnili nawet 480 osób pracujących w tym obszarze. Oczywiście chodzi o prawników, którzy wykonywali bardzo powtarzalne zadania.

Opowiem jeszcze o dwóch wypowiedziach Grefa i przejdziemy do innego banku, bo inaczej ten artykuł musiałby mieć inną nazwę. Na początku wspomniałem, że Gref czasem jest wręcz zbyt szczery i mówi wprost, jak było czy jest. W jednym z wywiadów powiedział, że na skutek błędów sztucznej inteligencji bank stracił miliardy rubli (setki miliony złotych). Słusznie przy tym zauważył, że dzięki temu nauczyli się jak to robić lepiej. To jest świetne, jeśli chodzi o zrozumienie, jak działa uczenie maszynowe. Przede wszystkim trzeba założyć, że maszyny popełniają błędy, pytanie tylko jak duże? Po drugie warto uświadomić sobie, że stabilizacja projektu potrzebuje co najmniej kilka iteracji i to wszystko kosztuje. Chodzi o koszt pracowników, ale też koszt błędów, które pojawią się na skutek złych decyzji. Koszt tych błędów czasem naprawdę może być ogromny. W szczególności jeśli mówimy o dużych organizacjach.

Już zamykając cytaty Grefa 7 lat temu powiedział:

Jak tylko ludzie zrozumieją swoje “ja”, zidentyfikują się, to rządzenie czyli manipulowanie nimi będzie niezwykle trudne, bo ludzie nie chcą być manipulowani, kiedy mają wiedzę.

Czy to jest dobre, że ludzi są manipulowani? Czy to jest zło konieczne? Czy zdajesz sobie sprawę, że mówiąc o ludziach, też miał na myśli Ciebie? Zostawiam Cię z szeregiem pytań…

Skąd wzięła się inspiracja u Grefa, żeby tak bardzo zacząć transformować bank, którym kieruje? Tego akurat nie wiem, ale mogę podejrzewać, że jego podejście było dość proste. Będąc na jego miejscu, myślałbym w ten sposób. Czy jest jakikolwiek inny wybór? Nie ma. Przynajmniej nie widać takiego.

Tę grafikę zapewne każdy dobrze zna.

• AirBnb – największa platforma oferująca zakwaterowanie, która nie posiada własnych nieruchomości.
• Amazon – największy retailer, który nie ma fizycznych sklepów.
• Facebook – największa firma mediowa, która nie tworzy swojego contentu.
• Uber – największa firma transportowa, która nie posiada własnych samochodów.

Każda z tych firm powstała bardzo niedawno – Facebook pojawił się 15 lat temu, AirBnB 11, a Uber 10 lat temu. To daje do myślenia, jak szybko zmieniają się realia naszego świata.

Bloomberg przygotował ciekawą tabelę prezentującą 10 największych firm w roku 2008 oraz 2018. Na przykład General Electric zajmował drugą pozycję, teraz spadło w rankingu dość nisko. Top 5 firm (pomijając Microsoft) bardzo zmieniło się. Jeszcze w 2008 r. Apple nie było w top 10, natomiast w 2018 roku jest na pierwszej pozycji.

Oglądając podobne tabelki, można sobie uświadomić, że świat zaczyna się rządzić innymi regułami i technologia (w szczególności uczenie maszynowe) potrafi wywrócić wszystko do góry nogami.

Bank jest klasycznym przykładem organizacji, która ponosi duże koszty zatrudnienia ludzi, którzy wykonują dość powtarzalną pracę. Natomiast jest to koniecznie, żeby bank mógł funkcjonować. Weźmy teraz na warsztat Citigroup.

Mike Corbat (CEO Citigroup) w lutym 2019 roku zasugerował, że nawet „dziesiątki tysięcy” osób pracujących w centrach telefonicznych jego banku zostaną prawdopodobnie zastąpione przez maszyny i wg niego może to radykalnie zmienić doświadczenie klientów i oczywiście umożliwić obniżenie kosztów. Wcześniej wspomniał o tym, że Citigroup zastanawia się nad wydaniem ok. 8 mld dolarów na technologię.

Dyrektorzy “C-levels” z Citigroup są przekonani o tym, że technologia bardzo wpływa na zmiany i że dotknie to ich pracowników, których jest ponad 200 tys. na całym świecie. W zeszłym roku (2018) było powiedziane, że nawet połowa z 20 tys. pracowników operacyjnych w banku inwestycyjnym może zostać zastąpiona przez maszyny.

Mówiąc o City Investment Bank, warto powiedzieć, że jeszcze w latach 80-tych miała miejsce próba zastosowania sztucznej inteligencji. Było to wtedy bardzo innowacyjne podejście, bo technologia jeszcze nie dojrzała. Brakowało odpowiednich narzędzi oraz ludzi, którzy potrafiliby dostarczać działające produkty.

Richard Gnodde (CEO Goldman Sachs) mówi tak: Dzisiaj jest tak wiele funkcji, że technologia już się zmieniła i nie rozumiem, dlaczego ta podróż ma się wkrótce skończyć. Dodał też, że technologie mogą stworzyć nowe możliwości biznesowe, a więc i nowe miejsca pracy. Jako przykład podał nowy konsumencki online bank – Marcus.

Jeśli chcesz dowiedzieć się więcej, czym tak naprawdę żyje firma, jak myśli, to warto omijać publiczne komunikaty (w których jest dużo marketingu) i obserwować, co robi firma. Na przykład, warto sprawdzić, kogo firma chce zatrudnić. Z ciekawości sprawdziłem Goldman Sachs. Ponad połowa ofert (chociaż tych ofert było dość mało) w ten czy inny sposób związana jest z uczeniem maszynowym. Pokazuje to, że dla tej organizacji uczenie maszynowe na dzień dzisiejszy jest ważnym kierunkiem rozwoju.

JPMorgan Chase zainwestował w platformę Intelligence Contract (COiN) zaprojektowaną w celu „analizowania dokumentów prawnych i uzyskiwania ważnych punktów danych i klauzul”. Dzięki temu udało się rozwiązać problem ręcznego przeglądania 12 000 rocznych umów o kredyt komercyjny, który zwykle wymaga około 360 000 godzin pracy. Wyniki początkowej implementacji tej technologii uczenia maszynowego pokazały, że radzą sobie całkiem dobrze (porównywalnie do manualnego procesu) tylko robi to w przeciągu sekund. W tym kierunku idąc można zobaczyć, w jaki sposób uczenie maszynowe dotknie pracy prawników. Wcześniej to robili ludzie, teraz dzieje się to automatycznie.

A jak to jest w Polsce? Są pewne projekty, związane z automatyzacją, np. ING Bank czy AliorBank. Mam trochę mieszane uczucia na temat tego, na ile to, co tam się dzieje, jest innowacją, a gdzie jest jedynie marketing. Natomiast mam wrażenie, że w Polsce to dzieje się wolniej, chociaż warto przyznać, że raczej w każdym dużym banku w Polsce kluczowe osoby bardzo dobrze wiedzą, czym jest uczenie maszynowe i jak duże ma to znaczenie. Pytania pojawiają się tylko w przypadku tego, jak to wdrożyć w organizacji. Dlatego myślę, że zauważalne zmiany w Polsce będą widoczne dopiero za kilka lat. Mam tu na myśli wiadomości o zwolnieniach setek czy tysięcy ludzi i zastąpieniu ich automatycznymi procesami.

PZU niedawno przedstawiło informację o wdrożeniu modelu opartego na uczeniu maszynowym, dotyczącego procesu zgłaszania szkód. Twierdzą, że teraz potrzebują jedynie 30 sekund na przetworzenie zgłoszenia, z czego 90% decyzji podejmuje się na poziomie AI, a pozostałe 10% kieruje się do manualnego wprowadzenia. Myślę że, gdy ten proces odpowiednio się ustabilizuje, to te wszystkie osoby, które wcześniej były potrzebne do manualnego procesowania, będą musiały zmienić swoje kwalifikacje.

Czy jest możliwość uniknięcia zwolnienia? Zawsze są możliwości, ale tutaj warto powiedzieć, że to biznes. Nie chodzi o to, że któryś prezes jest zły, tylko o to, że biznes albo zarabia albo nie. Jeśli rynek wymusza działanie w ten czy inny sposób, to osoby zarządzające niewiele mają do wyboru, chyba że są bardzo mądrzy i próbują minimalizować ryzyko w ten czy inny sposób. Organizacja jako taka musi działać efektywnie, inaczej będzie ponosiła większe koszty niż konkurencja i ostatecznie zbankrutuje, w wyniku czego wszyscy stracą pracę.

Gdy mówimy o innowacjach, to należy powiedzieć o startupach, które wkraczają na ten rynek. Teraz te produkty działają trochę inaczej, ale to raczej będzie standardowe zachowanie już bliskiej przyszłości. Podam Ci kilka przykładów.

Kasisto to asystent, który ułatwia pracę z bankiem. Możesz o tym myśleć jak o Siri czy Google Asystent, tylko w relacji z bankiem. To jest wygodne. Podobnie jak Uber i podobne firmy zmieniają branżę taksówek, tak mobilne banki z możliwościami asystentów zmienią rynek banków.

Wspomnę o kilku fintechach, które łączą biznes z uczeniem maszynowym (oczywiście sprawdziłem kogo zatrudniają i w ten sposób odfiltrowałem firmy, które tylko mówią).

Zaczniemy od Kabbage, który pomaga małym firmom z pozyskaniem kredytu do 250 tys. dolarów. Działa to tak: zakładasz konto, udostępniasz swój Paypal, Stripe, Amazon, eBay czy coś innego, gdzie można zbadać Twoje transakcje w sposób automatyczny wykorzystując uczenie maszynowe. Dzięki temu pomijamy biurokrację. Jeśli model uznaje, że warto Ci zaufać to dostajesz pieniądze. Polecam prezentację, w której Rob Frohwein (CEO Kabbage) opowiada o tym.

Kolejny przykład to ZestFinance ze swoim ZAML (Zest Automated Machine Learning). Idea jest prosta: zamiast analizować tylko kilka cech, analizuje się znacznie więcej (tysiące) różnych sygnałów dostępnych w sieci oraz zdecydowanie mniej przejmuje się tym, że rozwiązania są blackbox. Innymi słowy, nie do końca wiadomo, dlaczego to działa, ale działa. Zobacz, na ile te dwa punkty są mało realistyczne w standardowym banku (lub chociażby w EU). Regulacje dość często blokują wszystkie rozwiązania blackbox. Dodatkowo są inne ograniczenia, które nie umożliwiają wprost wykorzystania danych użytkowników chociażby z sieci społecznościowych. W szczególności te ograniczenia stały się bardziej zauważalne po wejściu RODO. Jakiś czas temu występując na jednym z wydarzeń finansowych powiedziałem uczestnikom, że nie jestem z branży bankowej, ale wiem, że tutaj będą duże zmiany i w pewnym momencie, albo zaczną używać zaawansowanych narzędzi uczenia maszynowego albo przegrają. ZestFinance, jest przykładem tego, co miałem na myśli. Oczywiście, bardzo wiele zależy od realizacji, więc nie chodzi o konkretny ten startup, tylko o sposób myślenia. Czy to będzie ktoś inny niż ZAML, jest mało istotne, po prostu tak to będzie działać.

Video

Podobnych przykładów jest wiele, polecam raport przygotowany przez CBINSIGHTS, czyli 250 obiecujących fintechów w 2018 roku.

Podsumujmy.

1. Świat zmienia się szybciej niż myślisz
2. Sztuczna inteligencja już teraz wpływa na ludzi i zastępuje ich w pewnych obszarach, w szczególności w przypadku bardzo powtarzalnych procesów.
3. W bankach i podobnych organizacjach w najbliższych czasach będą duże transformacje i to wynika z otoczenia i rzeczywistości w której żyjemy.
4. Wiele ludzi, którzy wykonują powtarzalne czynności, zostaną zastąpieni przez maszyny, jak również wiele placówek bankowych zostaną zamknięte (to już dzieje się).
5. Przygotuj się do zmian, bo w ten czy inny sposób to dotknie również Ciebie.