Bank of America wdrożył platformę opartą na agentach AI dla około tysiąca swoich doradców finansowych. To nie jest kolejny chatbot do obsługi klienta ani wewnętrzny asystent do tworzenia notatek. To narzędzie osadzone bezpośrednio w procesie doradczym.
Platforma działa w oparciu o Salesforce Agentforce – środowisko do budowania i wdrażania agentów AI zdolnych do samodzielnego wykonywania zadań. System ma pomagać doradcom w obsłudze zapytań klientów, przygotowywaniu rekomendacji i zarządzaniu codziennymi obowiązkami. Nie zastępuje człowieka przy biurku, ale aktywnie współtworzy to, co ten człowiek następnie proponuje klientowi.
Jeśli chcesz otrzymać raport przed oficjalną premierą oraz zobaczyć nazwę swojej firmy wśród uczestników badania – zostaw adres email na końcu ankiety.
Erica i 11 tysięcy etatów w jednym modelu
To nie pierwsze starcie Bank of America z AI na większą skalę. Bank od dawna promuje swojego wirtualnego asystenta Erica, którego wydajność szacuje się na równowartość pracy około 11 000 pracowników. Wszyscy 18 000 programistów banku korzysta z narzędzi do wspomagania pisania kodu, a produktywność w tym obszarze wzrosła o około 20%.
Nowe wdrożenie idzie jednak krok dalej. O ile Erica obsługuje klientów detalicznych przy prostych zapytaniach, o tyle platforma oparta na Agentforce trafia do doradców zajmujących się majątkiem i relacjami z klientami premium. To inny poziom wrażliwości danych i inny poziom odpowiedzialności za decyzje.
Branża patrzy, a kilku graczy już działa
Bank of America nie jest w tej grze sam. JPMorgan, Wells Fargo czy Goldman Sachs również testują narzędzia AI skierowane do pracowników obsługujących klientów. Każdy idzie własną ścieżką, ale cel jest wspólny: zwiększać efektywność bez proporcjonalnego wzrostu zatrudnienia.
Warto jednak słuchać głosów sceptycznych. Analityk Wells Fargo, Mike Mayo, ocenił obecną fazę jako „a little boring from a product standpoint” – i trudno mu odmówić racji. Większość wdrożeń wciąż ma charakter eksperymentalny, pilotażowy, ograniczony do wybranych zespołów.
Obserwuję ten trend od dłuższego czasu i widzę w nim dwie równoległe rzeczywistości. Z jednej strony banki mają realne korzyści: szybszy dostęp do informacji, lepiej przygotowani doradcy, mniej czasu spędzonego na rutynowych czynnościach. Z drugiej – to pierwsze poważne wdrożenia AI w miejscach, gdzie błąd kosztuje nie tylko reputację, ale i realne pieniądze klientów. Pytanie nie brzmi „czy AI powinna tu być”, bo jest już faktem. Pytanie brzmi: kto ponosi odpowiedzialność, gdy agent AI zasugeruje złą rekomendację? Regulatorzy jeszcze nie wiedzą. Banki też chyba nie do końca.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Co konkretnie robi agent AI w pracy doradcy?
System nie działa autonomicznie. Jest wbudowany w workflow doradcy i wspiera go na kilku poziomach:
- analiza danych klienta przed spotkaniem
- sugerowanie kolejnych kroków i rekomendacji produktowych
- obsługa bieżących zapytań w trakcie rozmów
- zarządzanie zadaniami i harmonogramem
Ludzki nadzór pozostaje elementem obowiązkowym. Szczególnie przy decyzjach dotyczących bardziej złożonych portfeli czy klientów z segmentu wealth management.
Ryzyko, którego nie można zignorować
Są też realne wyzwania, które branża często przemilcza w komunikatach prasowych.
Systemy AI potrzebują czystych, dobrze ustrukturyzowanych danych. W dużych instytucjach finansowych, obciążonych latami legacy systemów, to warunek rzadko spełniony od razu. Integracja trwa. Szkolenia pracowników trwają. Procesy compliance muszą nadążyć za technologią, a to bywa bolesne.
Regulatorzy dokładają kolejną warstwę złożoności. Każda rekomendacja wygenerowana lub współtworzona przez AI musi być możliwa do wyjaśnienia – audytorom, klientom, organom nadzoru. To naturalnie ogranicza zakres autonomii, jaki można oddać systemowi.
Szacunki mówiące o tym, że nawet jedna trzecia zadań bankowych może z czasem trafić w ręce AI, brzmią poważnie. Ale „z czasem” to wciąż gumowe pojęcie.
Zmiana roli, nie likwidacja stanowisk
Wdrożenie w Bank of America pokazuje kierunek, w którym zmierza sektor. Nie chodzi o zastępowanie doradców, lecz o przekształcenie samej natury ich pracy. Jeśli AI przejmie większość analityki i przygotowania, doradca może skupić się na tym, czego żaden model jeszcze nie zastąpi: na zaufaniu, empatii i rozumieniu kontekstu życiowego klienta.
To brzmi optymistycznie. I pewnie tak właśnie jest w dobrze zarządzanych wdrożeniach.
Pytanie, co się dzieje w tych gorzej zarządzanych.
