Mesterséges intelligencia
Az AI nem oldja meg a banki innovációt: a magyar szektor emberhezragadva küzd a fejlesztésekkel
A magyar bankvezetők szerint a mesterséges intelligencia gyorsítja a fejlesztéseket, de a siker kulcsa ma már nem a technológia, hanem az üzleti értelmezés, a priorizálás és az AI-fluint alkalmazók hiánya.
3 perc olvasás

A budapesti Portfolio Banking Technology 2026 konferencia nyitó paneljén egyre világosabbá vált: a magyar bankszektor digitális versenyében a mesterséges intelligencia nem a technológiai akadályokat szünteti meg, hanem az emberi képességek hiányát hozza előtérbe. A kerekasztal résztvevői – köztük Vinnai Balázs, az IVSZ elnöke, Sebők András, az OTP vezérigazgató-helyettese és Kaliszky András, az Erste informatikai és operációs területért felelős vezérigazgató-helyettese – arról vitatkoztak, mennyi forrás áll rendelkezésre innovációra, és mi akadályozza a gyakorlati előrelépést.
Több költ a bank extraprofitadóra, mint az innovációra
Vinnai Balázs szerint a hazai bankszektor ma többet költ extraprofitadóra, mint fejlesztésekre. Ugyanakkor az adatvagyon, a kibervédelem és az AI továbbra is tömeges beruházást igényel. A fejlesztésintenzív korszak helyét egyre inkább a hatékonyságnövelés veszi át, miközben az AI a jövőben drasztikusan csökkentheti a fejlesztési időket – és ezzel egyre tisztábban mutatja meg, valójában mit akar elérni a szervezet.
Sebők András hangsúlyozta: az erőforrások bősége önmagában nem garantál jó megoldásokat. Az OTP-nek van elegendő pénze az innovációra, de többször bebizonyosodott, hogy a szűkebb keret jobb döntéseket eredményez. Kaliszky András szerint a fejlesztési források stagnálnak, viszont az innovációra fordított arány nő; a menedzsment egyik legfontosabb feladata az, hogy az agilis működés mellett is helyesen priorizáljon.
Az AI felértékeli az üzleti tudást, nem csak a kódolást
A panel egyik központi tézise, hogy a mesterséges intelligencia paradox módon erősebben értékeli az emberi szempontokat, mint korábban. Vinnai Balázs szerint naponta közel hét milliárd ember találkozik az AI-val, de csak mintegy húsz millió használja munkahatékonyság növelésére. A hatékony együttműködéshez ma már nem elég a programozói tudás: az üzleti ismeret is felértékelődött, különösen az adatfelhasználás, a vállalati bankolás és a payment ökoszisztéma területén.
Sebők András úgy fogalmazott: „ha nem tudja a megrendelő, mit akar, azon az se segít, ha fizet”. A szűk keresztmetszetet szerinte az emberi képességek jelentik – Magyarországon kevés igazi AI-szakértő érhető el, és a digital marketing, az analytics és a customer intelligence területen is munkaerőhiány tapasztalható. Kaliszky András szerint a kódolás csak az egyik terület, ahol az AI hatékonyságot hoz: a legnagyobb kihívás az, hogy a szervezet egészét képes legyen támogatni a fejlesztéseket.
Gyorsuló technológia, lassú compliance
A gyorsuló fejlesztési ciklus új kockázatokat is hoz. Sebők András figyelmeztetett: az AI-modellek akár napok vagy hetek alatt elavulhatnak, amit a banki compliance nehezen tud követni. Ha egy use case közben elavul a technológia, cserélni kell. A szervezeteknek a végtelen rend működésére kell átállniuk – a rendetlenség kezelhetetlen komplexitást szül. A tokenárak gyors emelkedése pedig meglepetéseket okozhat a költségkontroll ellenére is.
Kaliszky András hangsúlyozta: erős törekvés, hogy a „change the bank” típusú kiadások arányát javítsák a „run the bank” költségekkel szemben. A szabályozói megfelelés miatti kiadások aránya legalább most már nem nő tovább – említette.
Mit jelent ez a gyakorlatban?
A hazai banki vezetők becslése szerint az AI-natív transzformációk 25–30 százalékos végponttól végpontig tartó hatékonyságnövelést tudnak elérni – de csak akkor, ha világos az üzleti cél, és megvan a megfelelő összetett kompetencia. A nemzetközi trendek is ezt erősítik: a pénzügyi szolgáltatók egyre inkább az AI bevezetésére és az üzleti folyamatok átformálására keresnek szakembereket, nem pusztán modellfejlesztőket.
Magyar ügyfelek és vállalkozások szempontjából ez azt jelenti, hogy a bankok gyorsabb, személyre szabottabb szolgáltatásokat ígérnek – de a háttérben a verseny valójában azon dől el, ki tudja az AI-t üzleti értékké alakítani, miközben a szabályozói és költségnyomás együtt nő. A technológia már nem a legnagyobb akadály; a kérdés inkább az, ki érti meg előbb a változást.
Források: Portfolio.hu, IVSZ
Jelen írás kizárólag tájékoztatási célt szolgál. A cikkben megjelenő információk nyilvánosak és mindenki számára elérhető adatok alapján kerültek felhasználásra.



