Jak AI redefiniuje fundamenty polskiej bankowości? Od wdrożeń na szeroką skalę po nowe standardy pracy. Wywiad z Piotrem Kostrzewą-Zalewskim, liderem transformacji i innowacji w międzynarodowych korporacjach z sektora usług finansowych

Jak zmienia się rola sztucznej inteligencji w bankowości – czy dziś jest to już przewaga konkurencyjna, czy raczej konieczność operacyjna?

Rozróżnienie między przewagą a koniecznością operacyjną to dziś kwestia tempa. Dwa lata temu banki, które wdrażały AI, zyskiwały realną przewagę. Teraz punkt ciężkości znajduje się w zupełnie innym miejscu. Instytucje, które nie inwestują w AI na poziomie procesów i produktów, zaczynają zostawać w tyle wobec tych, które już działają w pełnej skali.

W PKO Banku Polskim przyjęliśmy zasadę „AI everywhere” i to widać w konkretach. Ponad 16 tysięcy pracowników korzysta z wewnętrznej wyszukiwarki SzukAI, blisko 1 400 programistów na co dzień pracuje z asystentem kodowania. Równie istotnym elementem tej zmiany jest Copilot Chat, z którego aktywnie korzysta już ponad 10 tysięcy pracowników banku w codziennej pracy.

Do końca roku narzędzia oparte na modelach językowych mają objąć cały bank. Jako Centrum Kompetencji wspieramy rozwój wiedzy i umiejętności w AI we wszystkich obszarach banku. Nie jest to już kwestia testów i pilotaży, a realna zmiana sposobu pracy.

Bankowe Centrum Kompetencji AI traktujemy jako inwestycję operacyjną: dajemy ludziom strukturę, czas i środowisko do tworzenia lub kupowania rozwiązań. Inaczej pracujemy z deweloperami, inaczej z analitykami, a jeszcze inaczej z ludźmi w obsłudze klienta. AI w każdym z tych miejsc rozwiązuje inny problem i wymaga innego podejścia. Pytanie nie brzmi już „czy wdrażać AI”, ale „jak wdrażać ją szybciej i efektywniej niż konkurencja”.

PKO Bank Polski rozwija własne kompetencje AI – gdzie widzi Pan granicę między budowaniem technologii in-house a współpracą z zewnętrznymi dostawcami?

Granica jest tam, gdzie rozmawiamy o czasie do wdrożenia – czyli time-to-market. Jeśli nie potrafimy czegoś zrobić szybciej niż kupić i skonfigurować – to chcemy to mieć z rynku. Potem, na bazie kosztu alternatywnego możemy rozważać wymianę rozwiązań lub ich elementów na nasze własne rozwiązania. Uczestniczymy w wyścigu, w którym zasady nie są jasno ustalone, a tempo jest ekstremalnie szybkie. Rozwiązania chcemy mieć „na już”, ale nie zapominamy o R&D.

Kiedy zdecydowaliśmy się dołączyć do platformy Hugging Face i udostępnić publicznie nasz model RoBERTa, zrobiliśmy to z bardzo konkretnego powodu. Model językowy, który rozumie specyfikę polskiego prawa, języka i realiów rynkowych to szansa na budowę kompetencji w Banku i udział w globalnym ekosystemie AI.

Jesteśmy bankiem, mamy system zaufanych dostawców i tam gdzie rynek oferuje dojrzałe rozwiązania, korzystamy z nich bez kompleksów. Nasz zespół skupia się na budowie przewagi konkurencyjnej PKO Banku Polskiego – platformie usług AI, danych i governance, które pozwalają szybko dostarczać wartość dla klientów.

Jakie konkretne procesy w banku najwięcej zyskały dzięki wdrożeniu AI – i które okazały się najtrudniejsze do transformacji?

W mojej ocenie jest za wcześnie, żeby o tym mówić. Skupiamy się na efektywności i rozwoju kompetencji – chcemy realizować wzrostową strategię ale ograniczyć wzrost kosztów. Dziś największe efekty przynoszą wdrożenia, które zmieniają codzienną pracę na dużą skalę – agenci i asystenci. To na nich skupiamy się przede wszystkim. Ale patrzymy dalej – dzięki porządkowi w danych i możliwościach AI chcemy lepiej i szybciej adresować potrzeby naszych klientów. W 2026 wykorzystamy fundamenty, w które inwestowaliśmy przez ostatnie dwa lata i będziemy sukcesywnie informować o wdrożeniach.  

W dużych organizacjach często problemem nie jest pomysł, lecz skalowanie – co w praktyce blokuje wdrażanie innowacji w sektorze finansowym?

To prawda – pomysłów na innowacje nam nie brakuje. Jesteśmy w trakcie transformacji sposobu pracy – żyjemy w czasie post-agile. Naszym celem jest szybkie wdrażanie kolejnych rozwiązań dzięki bezpiecznej i zgodnej z regulacjami platformie AI. Chcemy udostępniać modele i polityki bezpieczeństwa w taki sposób, aby zespoły w Banku mogły szybko skalować rozwiązania wykorzystujące AI. Dzisiaj najważniejsze jest przejście od działającego pilotażu do rozwiązania – chcemy ten problem rozwiązać na poziomie architektury i podejścia compliance-by-design. Wiemy, że wymaga to pracy nad intensywnym rozwojem kompetencji naszych koleżanek i kolegów. Dzięki temu możemy systemowo podejść do wyzwań, które są przed nami:

Pierwsze wyzwanie to regulacje. Sektor finansowy działa w środowisku, gdzie każde wdrożenie wymaga weryfikacji zgodności -często projekty gotowe technicznie czekają na rozstrzygnięcia i opiniowanie. Pracujemy nad wbudowaniem kompetencji eksperckich w tym zakresie w projektowanie rozwiązań AI.

Drugie jakość i standaryzacja danych. Wiemy, że AI jest tak dobre, jak dane, na których pracuje. W dużej organizacji z wieloletnią historią ich uspójnienie to często projekt większy niż samo wdrożenie rozwiązania AI. Jednak bez solidnych fundamentów nie osiągniemy prawdziwego, głębokiego wykorzystania AI do poprawy jakości obsługi i wzrostu wyników biznesowych.

Trzeci challenge to szybki transfer innowacyjnych technologii do banku i całej Grupy Kapitałowej. Innowacja wymaga szybkich decyzji, a w dużych instytucjach każdy projekt ma wielu interesariuszy. Im więcej punktów akceptacji, tym dłuższa droga od pomysłu do produkcji. Dlatego postawiliśmy na specjalny program współpracy ze fintechami – Let’s Fintech with PKO Bank Polski jako strukturę, która ten proces skraca, zbierając potrzeby biznesowe i proponując rozwiązania – chcemy szybko walidować czy rozwiązanie AI rzeczywiście, produkcyjnie wspiera biznes, a następnie budować skalę.

Jak wygląda zarządzanie portfelem inicjatyw AI – co decyduje o tym, które projekty przechodzą z fazy pilotażu do produkcji?

Każdy projekt AI w pewnym momencie staje przed tym samym pytaniem: czy to, co działa w kontrolowanych warunkach pilotażu, jest gotowe na rzeczywistość operacyjną banku. Odpowiedź bywa techniczna, ale niemal zawsze biznesowa. I żeby jej udzielić, patrzymy na trzy obszary.

Pierwsze kryterium to wartość biznesowa. Każde wdrożenie musi odpowiedzieć na potrzebę organizacji: oszczędność czasu, redukcja błędów, poprawa obsługi. Drugie to skalowalność. Pilotaż na stu użytkownikach to zupełnie inne środowisko niż produkcja na dziesiątkach tysięcy. Rozwiązanie, który nie udowodni gotowości na tę złożoność, zostaje w fazie testów. Trzecie to zgodność i bezpieczeństwo. Wymagamy pełnej zgodności regulacyjnej i ochrony danych – jako standardu wdrożeniowego.

Zarządzanie portfelem inicjatyw AI to w praktyce ciągła selekcja – mamy tradycyjny „lejek”, do którego trafiają pomysły. Następnie grupujemy je, patrzymy jakie elementy usług platformowych są do nich potrzebne, ile to będzie kosztowało i czy warto rozwiązanie kupić, a może lepiej robić. To sposób na to, żeby ograniczone zasoby trafiały tam, gdzie mają szansę na skalowanie, a uzysk jest jak największy. Pomogło nam tu doświadczenie zdobyte przy współpracy ze startupami. Wypracowane procesy szybkiej oceny i selekcji projektów, okazały się naturalnym fundamentem dla działań związanych ze sztuczną inteligencją.

Jak przygotować organizację finansową na regulacje takie jak AI Act czy DORA, nie hamując jednocześnie innowacyjności?

Organizacje, które traktują AI Act i DORA jako zewnętrzne ograniczenie, będą je odczuwać jako hamulec. Organizacje, które wbudowały zgodność w swój proces innowacji, po prostu działają dalej.

Gotowość regulacyjna jest filarem strategii AI PKO Banku Polskiego od samego początku. Zespoły techniczne i prawne pracują razem od fazy projektowania. Oznacza to, że inicjatywa, która wchodzi do produkcji, jest już gotowy na wymagania compliance, bez dodatkowej rundy weryfikacji i zbędnego wstrzymywania harmonogramu. AI Act daje przy tym konkretne narzędzie: klasyfikację ryzyka. Niskie ryzyko – szybkie wdrożenie. Wysokie ryzyko – więcej wymagań, ale znanych z góry. Jeśli zarządzasz portfelem inicjatyw świadomie, regulacja staje się elementem planowania, nie źródłem opóźnień.

Czy Pana zdaniem sektor bankowy może stać się liderem odpowiedzialnego wykorzystania AI w Europie?

Banki od lat funkcjonują w reżimie, który inne sektory dopiero zaczynają poznawać: wyjaśnialność decyzji, ochrona danych, zarządzanie ryzykiem, ciągłość działania. Do tego dochodzi skala oddziaływania. Banki podejmują decyzje, które mają bezpośredni wpływ na życie milionów ludzi m.in. dostęp do kredytu, bezpieczeństwo oszczędności czy ciągłość płatności. Sektor, który wdraża AI odpowiedzialnie w tym kontekście, buduje standard trudny do zignorowania, zarówno przez sektor finansowy, regulatorów, jak również inne branże.

Polska posiada również konkretną przewagę. Polski rynek bankowy należy do najbardziej cyfrowo zaawansowanych w Europie: BLIK, poziom adopcji bankowości mobilnej, tempo wdrożeń. Jest to solidny kapitał, na którym można budować pozycję lidera odpowiedzialnego AI na poziomie całego kontynentu. Polski ekosystem AI to również światowy poziom – wspieramy rozwój lokalnego ekosystemu i wdrażamy rozwiązania polskich firm.

Jak zmieniają się kompetencje pracowników banku w dobie AI – które role zyskują na znaczeniu, a jak ewoluują pozostałe stanowiska?

Narzędzia AI eliminują powtarzalne, żmudne zadania i przesuwają uwagę ludzi na to, co wymaga osądu, kontekstu i relacji. Analityk, który wcześniej spędzał połowę dnia na zbieraniu danych, dziś spędza ten czas na ich interpretacji. Inżynier, który pisał kod, dokumentował i testował każdy „use-case”, dziś rozwiązuje bardziej złożone problemy.

Role, które zyskują na znaczeniu, to przede wszystkim te na styku technologii i biznesu. Ludzie, którzy rozumieją zarówno możliwości modeli AI, jak i realia operacyjne banku, są dziś jednym z najbardziej poszukiwanych zasobów,  nie tylko w PKO Banku Polskim, ale w całym sektorze. Do tego dochodzą kompetencje z obszaru zarządzania danymi, architektury systemów AI i odpowiedzialnego wdrażania rozwiązań AI.

Największa zmiana dotyczy jednak postawy wobec innowacji. Konkurencyjny bank przyszłości, to miejsce pracy, które wspiera każdego pracownika umiejętności pracy z narzędziami AI i gotowości do ciągłego uczenia się. Dlatego w PKO BP budowa kompetencji AI jest jest jednym z filarów naszej strategii AI, a Centrum Kompetencji AI koordynuje transfer kompetencji do wszystkich obszarów Banku. Jestem przekonany, że inwestycja w tzw. AI literacy, czyli w kompetencje naszych koleżanek i kolegów, to będzie nasza największa przewaga konkurencyjna.

Jak budować kulturę organizacyjną, która sprzyja eksperymentowaniu z nowymi technologiami, ale jednocześnie zachowuje wysokie standardy bezpieczeństwa?

Kultura eksperymentowania i wysokie standardy bezpieczeństwa się nie wykluczają. W PKO Banku Polskim wypracowaliśmy podejście oparte na trzech elementach. Pierwszym jest wyraźne oddzielenie środowisk eksperymentalnych od produkcyjnego – eksperyment musi mieć przestrzeń, w której pomyłka nie ma konsekwencji operacyjnych. Drugim jest czytelność zasad, które pozwalają pracownikom działać pewniej i odważniej. Trzecim jest zarządzanie ryzykiem eksperymentu. Nieudany projekt, który dostarcza wnioski, redukuje ryzyko kolejnych błędnych decyzji. To wymierna wartość, którą świadomie wbudowaliśmy w nasz proces innowacji.

Jakie trzy najważniejsze trendy technologiczne – poza samą AI – będą w najbliższych latach redefiniować sektor finansowy?

Ekosystemy staną się w jednym z kluczowych pól konkurencji w sektorze finansowym. Bank, który potrafi wbudować swoje usługi w platformy, z których klienci korzystają codziennie, zbuduje relację opartą na użyteczności, a nie na lojalności wymuszonej brakiem alternatyw. Przykładem jest Allegro Klik. Konto bankowe zintegrowane z największą polską platformą e-commerce daje możliwość dokonywania płatności bez konieczności opuszczania aplikacji, przy czym nasze usługi działają w tle. Kolejnym trendem jest wykorzystanie technologii kosmicznych. Dane satelitarne mogą zmienić m.in. sposób oceny ryzyka kredytowego i wyceny aktywów w czasie rzeczywistym. Banki, które pierwsze wykorzystają to w kontekście operacyjnym i biznesowym, zyskają ważną przewagę analityczną. Kryptografia postkwantowa to jeden z nielicznych trendów technologicznych, który daje bankom realną szansę na zbudowanie trwałej przewagi w obszarze zaufania. W sektorze, w którym bezpieczeństwo danych jest fundamentem relacji z klientem, bycie liderem w ochronie danych ma wymierną wartość biznesową.

Piotr Kostrzewa-Zalewski

Lider transformacji i innowacji w międzynarodowych korporacjach z sektora usług finansowych. Odpowiada za strategie digital, data governance, wykorzystanie sztucznej inteligencji oraz projektowanie modeli operacyjnych. Wspiera organizacje w łączeniu technologii z celami biznesowymi przy zachowaniu zgodności regulacyjnej. Wykłada na Uniwersytecie Warszawskim i prowadzi praktykę mentoringową.

Przeczytaj także: Od programisty w korpo do CEO firmy osiągającej ponad 4,6 mln zł przychodów. Inspirująca historia Michała Sadowskiego

Last Updated on 24 kwietnia, 2026 by Anastazja Lach