Příjmy ze zahraničí, výdaje doma: Jak co nejlépe využít finanční nástroje s umělou inteligencí

Designérka v Mexico City vystavuje klientovi v New Yorku faktury v dolarech, platby dostává do digitální peněženky a nájem hradí v pesos. Ještě donedávna zjistila, jakou hodnotu měla měsíční práce ve skutečnosti, až když peníze dorazily a byly převedeny. V tu chvíli už směnný kurz napáchal škody.

Za rok se tato nejistota nasčítá. Dodavatelka, která stanovuje ceny v jedné měně a rozpočet sestavuje v jiné, řídí malou pokladní operaci bez podpory finančního týmu. Musí se rozhodnout, kdy peníze převést, odkládat si prostředky na daně v zemi, kde má sídlo finanční úřad, zatímco její klienti jsou v jiné zemi, a vysvětlovat místní bance, proč jí každá platba přichází ze zahraničí. Každé z těchto rozhodnutí se dříve zakládalo na zastaralých informacích.

Právě v této oblasti přinesla umělá inteligence nejrychlejší změnu. „Před několika lety dodavatelka, která fakturovala v USD, dostávala zaplaceno do peněženky a utrácela v pesos, neměla v reálném čase přehled o tom, co to všechno znamená,“ říká Stephan Tschabold, ředitel pro compliance a řízení rizik ve společnosti Ontop, která zajišťuje platby pro pracovníky na dálku. Lidé se o své skutečné kupní síle dozvídali až zpětně. Dnes ji tentýž pracovník může sledovat průběžně.

Velká část úsilí odvětví v oblasti umělé inteligence se však tímto směrem neubírá. Tschabold říká, že ve velkých společnostech zaměřených na mezinárodní převody peněz a platby směřují investice v roce 2026 především do interních řešení, podle McKinsey s cílem zlevnit provoz a urychlit uvádění produktů na trh. Zmiňuje myšlenku, která se v debatách o platbách prosazuje stále více: skutečným úkolem umělé inteligence při přeshraničním převodu je umožnit výpočetně zpracovat již existující důvěryhodný platební koridor, a to sjednocováním jmen, jejich přepisů do jiných písem a záměrů; důvěru, která nikdy neexistovala, však vytvořit nedokáže. Pro jednotlivého pracovníka to znamená, že nástroje v telefonu dokážou mnohem lépe vyhodnotit jeho situaci, než změnit systémy, na nichž tato situace závisí.

Pro stále větší počet lidí, kteří si vydělávají tímto způsobem, jsou výsledky nejednotné. Finanční nástroje využívající umělou inteligenci dnes v některých oblastech výrazně pomáhají, v jiných jen velmi málo. Tschabold dobře ví, kde se tato hranice v současnosti nachází, a poukazuje na několik praktických návyků, které stojí za to si osvojit.

Využívejte AI pro lepší přehled

Největší přínos těchto nástrojů spočívá podle Tschabolda v tom, co nazývá „viditelnou“ stránkou problému. Prognózy peněžních toků, automatické třídění výdajů a upozornění, kdy směnit měnu, poskytují pracovníkům aktuální přehled o jejich financích v několika měnách. Do stejné kategorie řadí funkce, které pomáhají připravit se na daňové povinnosti, a doporučení týkající se poplatků přizpůsobená platebním zvyklostem konkrétního člověka.

„Tohle se už dnes nabízí a je to skutečně užitečné,“ říká. Praktickým krokem pro dodavatelku je zapnout si upozornění na směnné kurzy a prognózy všude, kde je platforma nabízí, a před rozhodnutím, kdy přesouvat peníze mezi měnami, zkontrolovat měsíční prognózu.

Veďte si vlastní záznamy napříč hranicemi

Nástroje selhávají, jakmile je třeba řešit něco, co se týká více než jednoho právního systému. „Většina finančních nástrojů s umělou inteligencí vznikla pro uživatele v jedné zemi, s jednou měnou, jedním finančním úřadem a jednou bankou,“ říká Tschabold.

„Vrstva inteligence je napřed před vrstvou infrastruktury.“ Aplikace může v reálném čase ukazovat, co se děje s příjmy, a přesto nenabídnout žádnou pomoc se sladěním závazků vůči dvěma zemím.

Stejný problém se objevuje i při stěhování do jiné země. Člověk, který má pět let pravidelných a doložitelných příjmů, může být po příjezdu považován za osobu bez přístupu k bankovním službám nebo za vysoce rizikového klienta, protože jeho příjmy, daňové záznamy a úvěrová historie jsou vedeny v oddělených systémech, které spolu nikdy nekomunikují. Tschabold považuje přenositelnou finanční identitu za největší dosud nevyužitou příležitost.

Dokud se toho někdo neujme, je pro pracovníky výhodnější sestavit si tyto podklady sami: uchovávat pohromadě faktury, daňová přiznání, historii plateb na platformách a bankovní výpisy v podobě, kterou mohou předložit věřiteli v nové zemi.

Zjistěte, proč jsou platby označovány za podezřelé

Starší systémy pro odhalování podvodů založené na pravidlech označovaly za podezřelé vše neobvyklé, od platby z nové země po převod uskutečněný v nezvyklou hodinu. Jak Tschabold podotýká, je to „přesně to, jak vypadá běžný život poctivého dodavatele“. Výsledkem byla léta falešně zamítnutých plateb a zablokovaných účtů lidí, kteří neudělali nic špatného.

Novější modely zohledňují četnost transakcí, údaje o zařízení, historii vztahů a konzistentnost chování; emitenti, kteří je používají, hlásí méně falešně pozitivních výsledků. Proto se před registrací vyplatí zeptat poskytovatele, jak platby prověřuje.

Pomáhá také konzistentní chování: používání stejných zařízení a předvídatelný rytmus fakturace ponechávají behaviorálnímu modelu méně důvodů k pochybnostem. Počítejte také s přísnějšími kontrolami totožnosti při registraci, protože počet falešných identit a podvodů s hlasovými deepfaky roste souběžně s přeshraničními podvody.

Využívejte pravidla, která už platí

Už příští únor vstoupí v platnost povinnosti Aktu EU o umělé inteligenci pro vysoce rizikové systémy, mezi něž patří systémy pro odhalování podvodů, sledování praní špinavých peněz a hodnocení úvěruschopnosti. Tato hodnocení nyní musí být vysvětlitelná, auditovatelná a podléhat možnosti lidského zásahu; odpovědnost nese instituce, která model nasazuje. Pracovník, jehož účet model zablokuje nebo jehož žádost o úvěr zamítne, má důvod požádat o vysvětlení a lidské přezkoumání.

Ochrana je však nerovnoměrná. Očekává se, že revidovaná evropská pravidla pro platby, která přenášejí odpovědnost za podvody s autorizovanými okamžitými platbami na poskytovatele, vstoupí v plném rozsahu v platnost až koncem roku 2027, a FinCEN v USA stále pracuje na návrhu pravidel proti praní špinavých peněz. „Platba pracovníka může být v jedné jurisdikci z právního hlediska vysoce rizikovým využitím AI, zatímco v jiné jurisdikci je při totožném způsobu použití na téže trase fakticky neregulovaná,“ říká Tschabold. Nezávislí pracovníci málokdy mají zaměstnavatele nebo osobního poradce, který by se za ně mohl přimluvit, proto se vyplatí vědět, jakému regulačnímu režimu každý poskytovatel podléhá.

U zásadních rozhodnutí mějte v procesu člověka

Tschabold považuje plně autonomního finančního poradce využívajícího AI zatím převážně za přehnaný příslib. Rozpoznávání vzorců už funguje dostatečně dobře, ale dosud není jasné, kdo nese odpovědnost, když algoritmus špatně vyhodnotí přeshraniční daňovou nebo investiční záležitost. Visa, Mastercard a Alipay budují infrastrukturu pro platby mezi agenty, přesto i ony uvádějí, že masové rozšíření je ještě poměrně daleko.

Rozumným řešením je zatím AI, která upozorní na vhodnější okamžik pro směnu měny nebo včas odhalí daňovou povinnost, přičemž pracovník schvaluje vše, co může mít závažné důsledky. Uhlazený vzhled není při výběru poskytovatele spolehlivým vodítkem. „Větším rizikem je, že si lidé zamění rychlost za důvěryhodnost,“ říká. U každé platformy je užitečnější ptát se, kdo za ni ponese odpovědnost, když se něco pokazí, protože podle něj musí „využívá AI“ stále znamenat, že za její fungování odpovídá člověk.