Jonathan Pelosi, az Anthropic pénzügyi szolgáltatásokért felelős vezetője szerint a banki és biztosítói vezetők eddig leginkább azt kérdezték: valódi üzleti értéket teremt-e a mesterséges intelligencia, vagy csak túlzó várakozásokról beszélünk.
Az Anthropic válasza szerint a kérdés mára eldőlt.
A Claude ma már nem csupán válaszokat ad. Adatokat gyűjt, elemzést készít, pénzügyi modellt épít, prezentációt állít össze, ellenőriz, javaslatot tesz, és egyre hosszabb munkafolyamatokat képes emberi felügyelet mellett végigvinni.
Nem gyorsabb kereső, hanem új munkaszervezési modell
Ez a pénzügyi szektorban különösen fontos. Egy bank vagy biztosító nem engedheti meg magának, hogy egy rendszer „nagyjából jó” választ adjon. A kérdés az, hogy rá lehet-e bízni egy kutatási anyag előkészítését, egy kockázati elemzés első változatát, egy értékelési modell felépítését vagy egy ügyfélanyag összeállítását úgy, hogy az ellenőrizhető, visszakövethető és üzletileg használható legyen.
Amodei szerint a mesterséges intelligencia egyre inkább képes lesz olyan feladatokat ellátni – egyre inkább AI-ügynökökként -, amelyeket ma még nem egy embernek, hanem egy kisebb csapatnak adnak ki több napra vagy akár hetekre.
Ez nem egyszerű hatékonyságjavulás. Ez a pénzügyi munka újraszervezése.
Jamie Dimon: a technológia már stratégiai banki eszköz
A JP Morgan régóta használ gépi tanulást mintázatfelismerésre, kockázatelemzésre és csalásmegelőzésre.
A generatív mesterséges intelligencia azonban Dimon szerint új szintet jelent.
A banknál már több száz felhasználási területen dolgoznak vele: kockázatkezelésben, csalásmegelőzésben, marketingben, dokumentum-ellenőrzésben, jegyzetelésben és ügyfélfolyamatokban.
A JP Morgan a technológiát átfogó képességként kezeli: olyan működési rétegként, amely belső adatokkal, külső adatforrásokkal és webes információkkal együtt képes támogatni a döntéshozatalt.
A szoftvercégek védőárkai is átalakulnak
Amodei szerint azok a cégek kerülhetnek veszélybe, amelyek előnye kizárólag abból fakad, hogy nehéz szoftvert írni. Ha a mesterséges intelligencia egyre jobb lesz a kódírásban, ez az előny gyengülni fog.
Ugyanakkor nem minden védőárok tűnik el. Az iparági tudás, az ügyfélkapcsolatok, a szabályozási tapasztalat, a beágyazottság és a meglévő rendszerekhez való kapcsolódás továbbra is értéket jelenthet. Dimon szerint különösen a kisebb bankok esetében valószínű, hogy nem saját rendszereket építenek, hanem a meglévő beszállítóiktól vásárolnak mesterséges intelligenciával kiegészített megoldásokat.
A szoftveripar nem tűnik el – de a szereplők között az dönt, ki tud időben alkalmazkodni.
A kiberbiztonsági kockázat nő, de a védekezés is gyorsulhat
Amodei és Dimon is egyértelművé tették: a mesterséges intelligencia a támadók kezében új kockázatokat teremt, de a védekezésben is áttörést hozhat.
A leirat szerint az Anthropic Mythos nevű modellje több száz sebezhetőséget talált például a Firefoxban, zárt környezetben pedig már ennél jóval nagyobb számú hibát is azonosított. Ez azért fontos, mert ha a hasonló képességek szélesebb körben is elérhetővé válnak, akkor a támadók is gyorsabban találhatnak gyenge pontokat.
Dimon szerint a bankoknak és a kritikus infrastruktúrák szereplőinek együtt kell működniük. Nincs értelme annak, hogy minden bank külön-külön javítsa ugyanazokat a nyílt forráskódú hibákat. A pénzügyi szektor előtt ezért iparági szintű kiberbiztonsági feladat áll.
A korábbi napos vagy hetes javítási ciklusok helyett olyan működésre kell felkészülni, ahol bizonyos hibák kezelését percekben kell mérni.
Szabályozás: kell korlát, de nem szabad lefojtani az innovációt
Az Anthropic vezérigazgatója az autóipart hozta példaként.
Az autó hatalmas gazdasági értéket teremt, de alapvető biztonsági feltételek nélkül nem kerülhet forgalomba. Hasonló logikára lehet szükség a mesterséges intelligenciánál is: kiszámítható, egységes, de nem bénító szabályokra.
Ez a pénzügyi szektorban kulcskérdés. A bankoknak gyorsan kell haladniuk, miközben a biztonság, a szabályozói megfelelés és az ügyfélbizalom nem sérülhet.
Három irány: okosabb munkatársak, újratervezett folyamatok, új bevételek
Az első az alkalmazottak képességeinek megsokszorozása. A fejlesztők után a pénzügyi elemzők, kárszakértők, biztosítási döntéshozók és tanácsadók is olyan AI-ügynököket kaphatnak, amelyek jelentősen gyorsítják és javítják a munkájukat.
A második a teljes üzleti folyamatok újragondolása. Ilyen lehet az ügyfél-átvilágítás, a hitelbírálat, a biztosítási kockázatvállalás, a kárfeldolgozás vagy a pénzügyi egyeztetés.
A harmadik az új bevételi lehetőségek létrehozása.
A pénzügyi adatvagyon nemcsak kimutatásokban vagy adatbázisokban jelenhet meg, hanem olyan döntéstámogató szolgáltatásokban, amelyeket mesterséges intelligenciára épülő rendszerek használnak fel.
A pénzügyi elemzői munka is fordulóponthoz ért
A vállalat példája szerint a Claude AI-ügynökként már képes nyílt végű elemzési feladatokat elvégezni: híreket olvas, adatforrásokat keres, több módszert kipróbál, majd a tényleges adatok alapján javítja a saját megközelítését.
Egy energiaár-előrejelzési feladatnál a leirat szerint olyan munkát végzett el két óra alatt, amely korábban három hétig tartott volna.
Ez jól mutatja, miért nem puszta gyorsításról beszélünk. A rendszer nem egyetlen részfeladatot vesz át, hanem összekapcsolja az adatgyűjtést, az elemzést, a modellezést és az értelmezést.
Új sablonok pénzügyi feladatokra
A bemutatott befektetési banki példában egy bankár egy sürgős vállalatfelvásárlási ügyben indítja el a Claude-ot. A rendszer adatokat gyűjt, összehasonlító elemzést készít, tőkeáttételes kivásárlási modellt épít, majd prezentációt állít össze. A felhasználó közben ellenőriz, módosít, kérdez és jóváhagy.
A cég azt is bejelentette, hogy a Claude hozzáférhető az Excelben, a PowerPointban és a Wordben, valamint béta változatban az Outlookban is.
Ez a pénzügyi szektor számára különösen fontos, mert az érték nem különálló beszélgetőfelületként, hanem a napi munkakörnyezetbe beépülve jelenik meg.
A digitális munkatárs már nem metafora
A digitális munkatárs feladatot kap, adatokat keres, részfeladatokat oszt ki, ellenőriz, majd emberi jóváhagyásra előkészíti az eredményt.
Ez már túlmutat az asszisztensi szerepen. A pénzügyi szektorban ugyanakkor alapfeltétel, hogy mindez követhető, ellenőrizhető és szabályozható legyen.
A mesterséges intelligencia nem működhet fekete dobozként.
A legnagyobb akadály már nem a technológia
A Goldman Sachs szerint az első hullám a technológiai csapatok hatékonyságáról szólt. A második az üzleti folyamatok átalakításáról. A harmadik pedig arról, hogyan hoznak a pénzügyi intézmények jobb kockázati, befektetési és üzleti döntéseket.
A JP Morgan oldaláról az is elhangzott: a sebesség önmagában nem elég.
A gyorsabb működésnek együtt kell járnia biztonsággal, skálázhatósággal, hatékonysággal és ellenállóképességgel.
Az AIG pedig arra mutatott rá, hogy a biztosításban a mesterséges intelligencia közvetlenül a vállalat lényegi működését érinti: a kockázatvállalást és a kárkezelést.
Megtérülés: nem mindent lehet hagyományos módon mérni
Vannak beruházások, amelyeket nem érdemes klasszikus megtérülési számítással kezelni. Ilyen a biztonsági réteg, az ellenőrzési rendszer, a modellkockázati irányítás vagy a munkafolyamatok újraszervezése. Ezek alapfeltételei annak, hogy a technológia biztonságosan használható legyen.
Az üzleti érték ott mérhető, ahol az ügyfélkiszolgálás javul, a tanácsadók több ügyfelet tudnak ellátni, a fejlesztési ciklusok rövidülnek, vagy új bevételi lehetőségek nyílnak meg.
A munka nem eltűnik, hanem átalakul – de nem fájdalommentesen
A vállalat becslése szerint a mesterséges intelligencia jelentősen növelheti a termelékenységet a következő évtizedben. Ugyanakkor a munkaerőpiaci hatások bizonytalanok. A leginkább érintett munkakörökben egyelőre nem látszik kiugró munkanélküliség, de a dolgozók félelme erős, különösen a fiatalabb szakemberek körében.
A munka megmaradásánál sürgetőbb kérdés, hogyan változik meg, és milyen tudásra lesz szükség az új környezetben.
Jamie Dimon szerint a vállalatoknak és a kormányzatnak együtt kell felkészülniük az átmenetre: átképzéssel, jövedelemkiegészítéssel, új szerepkörökkel és tudatos munkaerő-átalakítással. Amodei szerint a cégek dönthetnek úgy is, hogy ugyanannyi emberrel több értéket teremtenek, nem pedig ugyanazt végzik el kevesebb emberrel.
A pénzügyi szektor versenye most gyorsul fel igazán
A következő versenyelőnyt az adja, ki képes biztonságosan beépíteni a napi működésbe, újratervezni vele a folyamatait, felkészíteni rá a munkatársait – és közben megőrizni azt, ami a pénzügyi szektor alapja: a bizalmat.
A technológia már elindult. Most az a kérdés, melyik pénzügyi intézmény tud szervezeti szinten is elég gyorsan felnőni hozzá.
Az AI-ügynökök magyar éles üzeme: ott lesz a tét, ahol futni kezdenek
A bejelentés üzenete egyértelmű: a banki és biztosítói AI-ügynökök elhagyták a kísérleti labort. A magyar pénzügyi szektor számára a kérdés, ki képes élesben futtatni őket, és milyen kontroll-rétegekkel.
A TechShow X. konferencia Autonóm pénzügyek szekciója pontosan erre a kérdésre keresi a választ: konkrét magyar és nemzetközi példák, hogyan néz ki egy AI-ügynök a kárfeldolgozásban, a hitelbírálatban vagy az ügyfél-átvilágításban – élesben, magyar pénzügyi környezetben.
- TechShow X. – 2026. október 14-15.
- Várkert Bazár, Budapest
- Programok és regisztráció →
Felhasznált forrás: Anthropic élőben közvetített bejelentése
