AI dokończy to, co zaczęły neobanki — a tradycyjne banki nawet tego nie zauważą

Wzór, który powtarza się w każdej zdysruptowanej branży

Istnieje schemat, według którego ugruntowane branże reagują na przełomy technologiczne. Najpierw obserwują z bezpiecznej odległości. Potem wahają się, powołując się na złożoność lub regulacje. W końcu adoptują, ale gdy to robią, klienci, których warto zatrzymać, już odeszli.

Bankowość właśnie przeżywa ten moment, a AI jest tym, co uczyni ten proces nieodwracalnym.

Jak neobanki przesunęły bramki

Przez lata odpływ technologicznie zaawansowanych klientów korporacyjnych od tradycyjnych banków był powolny i łatwy do zignorowania. Neobanki podgryzały brzegi rynku dzięki lepszemu UX, szybszemu onboardingowi, czystszym interfejsom. Ale duże banki zawsze mogły wskazać na stabilność, długoterminowe relacje i inercję procesów zakupowych w przedsiębiorstwach, aby utrzymać swoją pozycję.

Ten argument traci rację bytu.

Firmy, które odchodzą jako pierwsze, robią to po cichu. Nie ma komunikatu prasowego, nie ma publicznego zerwania. Adopcja kont biznesowych stała się strukturalnym trendem neobankowym, przy czym ten segment odpowiada obecnie za około 67% przychodów neobanków w 2025 roku. Napędzają to właśnie firmy, które nie mogą sobie pozwolić na operacyjne obciążenie związane z relacjami z bankami o przestarzałej infrastrukturze. Pismo na ścianie: szybkość jest teraz niepodlegająca negocjacjom dla warstwy operacyjnej.

Nie da się prowadzić nowoczesnego biznesu napędzanego AI i tolerować relacji bankowej, w której przelew wymaga od menedżera wydrukowania formularza, zebrania dziesięciu podpisów i ręcznego wprowadzenia danych z powrotem do systemu. Rozważmy, ile kosztuje firmę zarządzającą płacami w trzech walutach lub przetwarzającą płatności dla dostawców powiązane z czasowo wrażliwymi umowami, pojedynczy opóźniony przelew. Niedopasowanie wykracza poza niewygodę. Narasta ono stopniowo w każdej transakcji, aż ktoś z budżetem postawi stopę.

Dlaczego AI zmienia pytanie, które zadaje się bankom

Gdy odbudujesz swój biznes wokół AI, patrzysz na każdego dostawcę inaczej. Pytasz: dlaczego to wciąż jest ręczne? Dlaczego to zajmuje dni? Twój bank nie jest wyjątkiem. Dla większości tradycyjnych banków nie ma dobrej odpowiedzi.

Przypadek użycia jest konkretny. Firma prowadząca rozrachunki z dostawcami za pomocą agenta AI potrzebuje infrastruktury, która potrafi odczytać przychodzącą fakturę, określić właściwą walutę, wyzwolić zatwierdzenia przez interesariuszy poprzez zintegrowany workflow i zwolnić płatność bez ludzkiego pośrednika na każdym etapie przekazania. To nie jest spekulacja. Zespoły finansowe budują właśnie takie procesy już dziś, a każdy ręczny krok, który ich bank ponownie wprowadza na końcu łańcucha, jest punktem awarii, który woleliby wyeliminować.

Analiza Accenture z 2024 roku prognozowała, że automatyzacja AI może obniżyć koszty operacji finansowych nawet o 25% w obszarze skarbowości i płatności. Pod koniec 2025 roku Globalny Przegląd Roczny Bankowości McKinsey podawał, że redukcja netto kosztów operacyjnych wyłącznie dzięki agentowemu AI wyniesie 20% lub więcej, ostrzegając jednocześnie, że te zyski w dużej mierze zostaną wykonkurowane, a nie zatrzymane. Odrębna analiza PwC wykazała, że banki w pełni przyjmujące AI mogą odnotować poprawę wskaźnika efektywności nawet o 15 punktów procentowych, przy czym jedna instytucja zgłosiła 40% redukcję kosztów weryfikacji klientów biznesowych.

Dla firm, które już osiągają taką wydajność wewnętrznie, partner bankowy, który ponownie wprowadza ręczne kroki na ostatniej mili, jest w tym momencie po prostu obciążeniem.

Problem niekompatybilności architektonicznej

Zamiast po prostu wybierać bank, startupy i firmy technologiczne składają ekosystem operacyjny. Od każdego narzędzia w tym ekosystemie oczekuje się integracji, reagowania na pojawiające się nowe technologie oraz zwiększania efektywności operacyjnej w czasie. Bank, który nie może dostarczyć salda w czasie rzeczywistym (a, co godne uwagi, wiele z największych instytucji na świecie wciąż nie może), jest architektonicznie niekompatybilny z nowoczesną infrastrukturą biznesową.

Dlaczego tak wciąż jest? Według raportu 10x Banking z 2024 roku, 55% banków identyfikuje ograniczenia systemów legacy jako największą pojedynczą przeszkodę w osiąganiu celów biznesowych, przy czym ponad połowa wskazuje na silosy danych i wąskie gardła produkcyjne jako powód, dla którego nie mogą się skalować. COBOL, język programowania opracowany w 1959 roku, nadal napędza ponad 40% światowych systemów bankowości kluczowej. 45 z 50 największych banków na świecie nadal wykorzystuje mainframe’y jako infrastrukturę krytyczną dla działalności. Oryginalni programiści w większości przeszli na emeryturę, a instytucje uruchamiające ten kod często nie posiadają wewnętrznej wiedzy eksperckiej, aby w pełni zrozumieć, co on robi.

Nie chodzi o to, że tradycyjne banki nie chcą się modernizować, ale o to, że przyrostowe łatanie 60-letniego rdzenia nie jest w stanie wyprodukować infrastruktury opartej na API i zdarzeniach, której potrzebują biznesy natywne dla AI jako swojej warstwy bankowej. Nie można po prostu zmodernizować systemu rozliczeń wsadowych, aby zachowywał się jak infrastruktura czasu rzeczywistego, ponieważ te ograniczenia architektoniczne są fundamentalne.

Tradycyjne banky nauczyły się oferować płatności kartą. Potem aplikacje mobilne. Potem, w końcu, jakąś formę dostępu przez API. Za każdym razem traktowały nową funkcjonalność jako cel, a nie kierunek, wdrażając ją, ogłaszając zwycięstwo, a następnie pozostając w tyle za kolejną krzywą.

Instytucje, które zareagują, doczepiając chatbot AI do legacy’owego rdzenia, znajdą się w tej samej pozycji, w jakiej były, gdy pojawiły się neobanki, tj. będą obserwować, jak klienci odchodzą, nie rozumiejąc dlaczego.

Kto odejdzie następny — i kiedy

Firmy, które ruszyły pierwsze (natywne dla AI startupy, fintechy związane z krypto, operatorzy technologiczni), w większości podjęły już decyzje. Druga fala będą średnie firmy i większe korporacje, które już odczuły, jak AI przekształca ich własne branże. Czy to poprzez wewnętrzną automatyzację, która zmieniła ich strukturę kosztów, czy poprzez presję konkurencyjną, która całkowicie zmieniła ich rynki.

Przesunięcie lojalności jest już mierzalne. Globalny Przegląd Roczny Bankowości McKinsey z 2025 roku odnotował, że w Stanach Zjednoczonych tylko 4% nowo otwieranych rachunków rozliczeniowych pochodzi obecnie od istniejących klientów banku — w porównaniu z 25% w 2018 roku. To nie jest chwilowy spadek, ale strukturalne rozpadanie się inercji, na którą tradycyjne banki długo polegały, aby utrzymać swoją bazę klientów.

Ten sam raport prognozuje, że banki, które nie przystosują się, mogą zobaczyć spadek swoich globalnych pul zysków o 170 miliardów dolarów, czyli około 9%, w ciągu następnej dekady. Co bardziej uderzające, zagrożenie, które identyfikuje McKinsey, nie pochodzi tylko od neobanków czy fintechów. Pochodzi od samych klientów wykorzystujących agentów AI do optymalizacji własnych finansów: przenoszenia depozytów na lepsze oprocentowanie, zarządzania wykorzystaniem kredytu, kierowania płatności przez lepszą infrastrukturę. Klient, który buduje wewnętrznie natywną dla AI funkcję skarbowości, nie potrzebuje, aby jego bank robił to za niego. Właściwie to potrzebuje, aby jego bank nie stał mu na drodze.

Linia podziału

Nadchodzący podział w bankowości przebiega między bankami, które zostały zbudowane na ten moment, a bankami, które próbują się do niego dostosować. Nie między dużymi i małymi instytucjami. Nie między graczami utrzymującymi status quo a tymi, którzy go kwestionują.

“Zbudowane na ten moment” oznacza, że warstwa API jest produktem, a nie dodatkiem. Infrastruktura czasu rzeczywistego jest obecną rzeczywistością operacyjną. Procesy compliance, wykonanie transakcji walutowych i logika zatwierdzania są teraz programowalne przez własne systemy klienta, zamiast być kierowane przez skrzynkę odbiorczą relationship managera.

Według raportu The Financial Brand “2025 Retail Banking Trends”, tylko 25% banków nadało priorytet modernizacji swojej infrastruktury back-office, nawet gdy ponad połowa wymienia doświadczenie cyfrowe jako priorytet strategiczny. Ta luka, między deklarowaną intencją a rzeczywistymi inwestycjami architektonicznymi, to dokładnie miejsce, z którego wyłoni się kolejna fala odejść klientów.

Neobanki udowodniły, że lepsze doświadczenie jest możliwe. AI udowodni, że model bankowości z człowiekiem w pętli nie jest już możliwy do utrzymania dla firm poruszających się najszybciej. Dla banków, które czekały zbyt długo, okno zamknie się nagle, tak jak to zawsze bywa w takich sytuacjach. Powoli, a potem nagle.

Bardziej interesującym pytaniem jest dla mnie teraz, czy istnieje tradycyjna instytucja z organizacyjną wolą działania, zanim to się stanie, czy też przepaść między prezentacjami strategicznymi a rzeczywistą infrastrukturą jest zbyt szeroka, aby ją zamknąć na czas?