Jak pokazują badania, poziom adopcji rozwiązań AI jest różny w zależności od organizacji. Wiele z nich jest na początkowym etapie, w innych widać już zyski z pierwszych wdrożeń, a nieliczne zbudowały dużą skalę działających agentów. Z badania wynika, że dominującym trybem pracy z AI jest zadawanie pytań. To oczywiste, bo taki model wykorzystania jako asystenta, któremu zadajemy pytania, stanowi naturalny i racjonalny pierwszy etap adopcji. Szeroka adopcja rozpoczyna się zazwyczaj od prostych baz wiedzy, opartych na architekturze RAG. Są one relatywnie łatwe do wdrożenia od strony technologicznej, ich użycie wiąże się z mniejszym ryzykiem, a jednocześnie szybko przynoszą wymierne korzyści: ułatwiają dostęp do informacji, skracają czas ich wyszukiwania i wspierają pracowników w codziennych zadaniach.
Przejście od udzielania odpowiedzi do automatyzacji zadań i systemów agentowych jest jednak znacznie bardziej wymagające. W branżach regulowanych, a szczególnie w bankowości, jesteśmy zobowiązani do zapewnienia pełnej wyjaśnialności i powtarzalności procesu podejmowania decyzji. Dlatego przed wdrożeniem rozwiązań agentowych konieczne jest zbudowanie kompleksowego procesu AI Governance. Musi on obejmować aspekty prawne, szacowanie i akceptację ryzyka, pełne observability oraz możliwość wyjaśnienia i uzasadnienia użytkownikowi każdej decyzji podejmowanej w procesie . Równie istotne jest precyzyjne określenie punktów, w których powinien pojawić się człowiek – jako nadzorca procesu i osoba podejmująca ostateczną decyzję.
Zapisz się na newsletter BGR. Otrzymuj najlepsze informacje i porady, a także zaproszenia na eventy.
Klikając „Zapisz mnie”, potwierdzasz, że przeczytałeś i zgadzasz się z naszą Polityką prywatności.
Spełnienie tych wymagań nie jest możliwe bez silnych fundamentów technologicznych. Organizacja musi kontrolować dostęp do modeli, zakres i rodzaj przekazywanych im danych, a także działania wykonywane przez agentów. Kluczowa jest możliwość skutecznego ograniczania ich uprawnień i obszaru działania, tak aby każdy agent realizował wyłącznie ściśle powierzone mu zadania. Dopiero takie połączenie technologii, bezpieczeństwa i governance pozwala skalować automatyzację w sposób odpowiedzialny.
W Banku Millennium odpowiednio wcześnie rozpoczęliśmy przygotowania do skalowania rozwiązań AI. Po stronie IT wydzieliliśmy dedykowany obszar odpowiedzialny za budowę i rozwój spójnej platformy, umożliwiającej dynamiczne tworzenie rozwiązań agentowych. Wskazaliśmy również jednostkę odpowiadającą za zarządzanie zgodnością . Mamy zdefiniowany efektywny proces decyzyjny określający, które rozwiązania implementujemy i wdrażamy. W każdym przypadku szacujemy potencjalne ryzyko i na tej podstawie ustalamy dopuszczalny poziom autonomii. AI może przedstawić propozycję lub rekomendację, ale ostateczne słowo zawsze należy do pracownika. W naszym podejściu jasno określiliśmy, że za decyzję odpowiada człowiek, a rolą AI jest wsparcie go w jej podjęciu.
Dla każdej organizacji bardzo ważne jest również ustanowienie strategii AI i jej systematyczna realizacja. Bez konsekwentnie wdrażanego planu AI nie przyniesie wymiernych korzyści, a dodatkowo może zwiększyć poziom ryzyka. W Banku Millennium, zgodnie z przyjętą strategią, koncentrujemy się obecnie na trzech obszarach: zwiększaniu efektywności operacyjnej – zarówno biznesowej, jak i IT, wsparciu obszaru korporacji oraz budowaniu primacy w bankowości detalicznej. Realizowane projekty od początku mają ściśle zdefiniowane mierzalne benefity, których osiągnięcie skrupulatnie weryfikujemy po wdrożeniu.
Jesteśmy obecnie na etapie skalowania rozwiązań automatyzujących pracę w różnych obszarach organizacji. Podobnie jak reszta rynku zaczynaliśmy od prostych asystentów wykorzystujących RAG – są one wdrożone w wielu obszarach. Pracownicy mają również dostęp do platformy AI Hub, która umożliwia im pracę z modelami LLM oraz dzielenie się swoimi promptami. Oferujemy także dostęp do Copilota, który skraca czas dotarcia do informacji oraz zwiększa osobistą efektywność.
Dalsza część pod materiałem wideo:
W części obszarów posiadamy już systemy agentowe, które automatyzują pracę naszych pracowników, przy czym nie przekazujemy agentom decyzyjności na tym etapie. Nasze doświadczenie pokazuje, że skuteczne wdrożenie, oprócz zmiany technologicznej, wymaga przedefiniowania całego procesu. Z powodzeniem wykorzystujemy Agentic AI w rozwoju oprogramowania i testowaniu aplikacji. Wspieramy również obszary biznesowe, takie jak sprzedaż, AML, departament prawny, compliance oraz obszar regulacji wewnętrznych. Pierwszy system agentowy w obszarze biznesowym wdrożyliśmy w połowie 2025 roku.
Dynamicznie zwiększamy liczbę agentów oraz skalę ich wykorzystania. W tym celu wdrożyliśmy platformę Agentic Workflow, która pozwala szybciej dostarczać nowe rozwiązania, a jednocześnie znacząco upraszcza ich nadzór i zarządzanie. Koncentrujemy się na tym, aby AI przejmowało od pracowników powtarzalne kroki procesów, uwalniając ich czas na pracę kreatywną, ekspercką i twórczą. Właśnie w tym kierunku zmierzamy: od narzędzia, które przede wszystkim podpowiada, do technologii, która bezpiecznie i pod kontrolą realnie wykonuje pracę na dużą skalę.
Marcin Laskowski, kierujący Wydziałem Rozwoju Technologii w Banku Millennium
W Banku Millennium odpowiedzialny za wyznaczanie standardów technologicznych, innowacje oraz wdrożenia rozwiązań AI. Aktywnie rozwija i promuje wykorzystanie GenAI w organizacji, łącząc perspektywę technologiczną, biznesową i regulacyjną. W swojej pracy koncentruje się na tym, jak nowe technologie przekładać z poziomu obietnic i eksperymentów na realne, mierzalne efekty biznesowe.
