Myslitelé

Jak AI modernizuje úvěry vedle starších bankovních systémů bez jejich výměny

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Každý zásah do hlavního bankovního systému nahání technickému týmu obavy. Starší řešení jsou nepružná, takže jediná změna může procházet celým procesem měsíc. Nejvíce to pociťují úvěry, které patří mezi hlavní zdroje příjmů banky.

Každý, kdo nasazoval novou verzi v hlavním bankovním systému, zná tento vzorec: nový produkt potřebuje novou úroveň schvalování, upravený seznam dokumentů, změněné pravidlo hodnocení a aktualizovaný tok výkaznictví. Každý bod zasahuje do kódu, který funguje desítky let.

Nové produkty a aktualizace se proto odkládají, i když se všichni shodují, že jsou potřeba: riziko chyby vždy převyšovalo riziko čekání. Přesněji řečeno tomu tak bylo dříve, protože zaostávání za technologickými změnami se dnes stalo mnohem větším rizikem.

Představme si však samostatnou úvěrovou platformu nakonfigurovanou pomocí AI a nasazenou vedle hlavního systému. Nové úvěrové procesy fungují nezávisle a s hlavním systémem se propojují prostřednictvím integrací. Změny úvěrové infrastruktury se tak stávají řadou malých, otestovaných verzí a chyby se projeví při testování, než zasáhnou skutečného žadatele. Mohlo by to ulevit technickým týmům?

Poptávka roste rychleji, než se mohou starší hlavní systémy měnit

Podle The Business Research Company má trh se softwarem pro poskytování úvěrů do roku 2030 růst složeným ročním tempem 11,8 %. Pro srovnání je to podle prognóz společnosti Technavio téměř stejné tempo jako u širšího trhu podnikového softwaru. Stojí za to si to zapamatovat, protože úvěry bývají vůči změnám nejodolnější částí technologické infrastruktury banky.

Jedním z důvodů růstu je nepružnost starších hlavních systémů, která zpomaluje změny v úvěrování. Banky a fintechové společnosti stále častěji nakupují nástroje, které jim umožňují zavádět úvěrové produkty kolem hlavního systému, aniž by musely měsíce čekat na schválení malé aktualizace.

Technické týmy vědí, že jediná chyba může být velmi nákladná. V dubnu 2018 převedla TSB Bank údaje svých klientů na novou platformu, která selhala hned po spuštění. Významná část klientů ztratila přístup k bankovním službám a bance vznikly velké ztráty. Mnoho technických týmů tento případ stále zmiňuje při plánování nové verze hlavního systému.

V úvěrování se navíc chyby projevují přímo v rozvaze. Nesprávně nastavená schvalovací hranice přijme úvěry, které měly být zamítnuty, nebo odmítne žadatele, kteří podmínky splňovali. Obě chyby se během několika týdnů projeví jako ztráty nebo ušlé příjmy.

Kde AI přináší úvěrování největší výhodu

Banky obvykle začínají zavádět AI prostřednictvím nejznámějších a zdánlivě bezpečných integrací: chatbotů a asistentů podpory v klientském rozhraní. Poskytovatel úvěrů, který přidá chatbota, však přijímá méně viditelné riziko. Generativní modely někdy s naprostou jistotou poskytnou nesprávnou odpověď. V průzkumu AI Impact Survey 2026 společnosti Grant Thornton uvedlo jen 18 % vedoucích pracovníků bank, že plně důvěřují svým kontrolním mechanismům AI.

Výhoda AI v úvěrování spočívá v rychlosti, s jakou může poskytovatel změnit vše kolem úvěrového rozhodnutí. Samotné rozhodnutí zůstává u schválených hodnoticích modelů a úvěrových výborů.

Rychlost měla vždy obchodní hodnotu. Změna úvěrové infrastruktury ve starším hlavním systému vyžaduje 12 až 18 měsíců technické práce a nové produkty jsou po celou tuto dobu pozastaveny. Úplná výměna hlavního systému trvá tři až pět let. Žadatelé mezitím podávají žádosti jinde.

Ve zprávě Federálního rezervního systému z roku 2026 o zaměstnavatelských firmách se uvádí, že podíl amerických malých podniků žádajících o úvěr, které hledaly financování u online fintechových poskytovatelů, vzrostl ze 17 % v roce 2020 na 29 % v roce 2025. Mnoho firem jako důvod uvedlo rychlejší rozhodování.

AI vychází z obchodního požadavku

Namísto provádění analýz nebo účasti na úvěrových rozhodnutích může AI přinést velkou hodnotu při konfiguraci, která pomáhá zavádět a aktualizovat úvěrové produkty. Vstupem je obchodní požadavek napsaný vlastníky produktu. Úvěrový tým popíše, co potřebuje: kdo může žádat, jaké dokumenty jsou vyžadovány, jaké jsou úrovně schválení, která data vstupují do hodnocení, co se vykazuje a kdy.

AI převede každý bod do konfigurace platformy: kritéria způsobilosti, seznam dokumentů, schvalovací postup s jednotlivými úrovněmi, propojení se zdroji dat pro hodnocení a harmonogram výkaznictví. Ve starším hlavním systému vytvářejí technici každý prvek ručně a každá změna prochází celým cyklem vydání. S AI se produkt buduje funkci po funkci na společném základu. Technické týmy a týmy pro dodržování předpisů každou změnu před spuštěním kontrolují a testují a ponechávají si konečné schválení.

Požadavek může být zcela nezávislý na stávajícím hlavním systému. AI nemusí číst ani vykládat jeho logiku, takže poskytovatel může zadat produkt, pro jehož podporu nebyl současný systém nikdy navržen. Dvě desetiletí nedokumentovaného kódu zůstávají nedotčena.

Nový úvěrový proces běží na samostatné platformě nasazené vedle hlavního systému. Obě řešení jsou propojena integracemi a hlavní systém si ponechává stávající záznamy a funkce. Před spuštěním nového produktu není nutné přepisovat žádnou část jeho kódu.

Využití dat, která jsou dnes k dispozici

Mnoho bankovních projektů AI však uvízne na datech. Obrovská databáze ale není skutečně potřeba: je užitečná, nikoli nezbytná. AI navrhne pravidla posuzování úvěrů a datové požadavky kolem dostupných zdrojů a rizikový tým je schválí, než se cokoli spustí. Když zdroj chybí, systém určí způsob jeho získání: údaje od žadatele, údaje od ručitele, povinné dokumenty a dokumenty k nahrání a externí datové zdroje.

Tento proces „budování dat“ pomáhá bankám a fintechovým společnostem rozšiřovat jejich skutečnou zásobu dat včetně mezer a předpoklady dodavatelů o tom, co by již mělo být shromážděno, přestávají projekt řídit.

Připravenost dat přestává být předpokladem pro spuštění úvěrového produktu a stává se součástí stejného konfiguračního kroku.

Změna produktu oproti změně hlavního systému

Pro většinu poskytovatelů úvěrů je praktickou otázkou, zda lze zavádět nové úvěrové produkty a upravovat stávající během pokračující víceleté migrace hlavního systému. Samostatná úvěrová platforma nakonfigurovaná pomocí AI podle obchodních požadavků na tuto otázku odpovídá. Poskytovatel může každé čtvrtletí zavádět a upravovat úvěrové produkty, zatímco program hlavního systému pokračuje podle vlastního harmonogramu. Právě v tomto oddělení dnes AI prokazuje svou hodnotu v úvěrování.

Dmitriy Wolkenstein je generální ředitel a spoluzakladatel TIMVERO, londýnské společnosti zabývající se technologií úvěrů. Od roku 2017 vedl více než 30 projektů automatizace úvěrů pro finanční instituce v USA, Velké Británii, Izraeli a Evropě. Dmitriy vedl vývoj timveroAI, AI implementační vrstvy společnosti pro poskytovatele úvěrů.