Jak AI burzy stary model zatrudnienia w bankowości

Praca w bankowości w Kenii, a co za tym idzie, na większości rynków afrykańskich cieszyła się pewnym prestiżem społecznym dzięki stabilnym wynagrodzeniom, planom emerytalnym i zaufaniu do sektora, który wydaje się zbyt ważny, by mógł się kurczyć. 

Jednak rozprzestrzenianie się sztucznej inteligencji (AI) grozi przepisaniem tej obietnicy. Patrząc na bank taki jak Standard Chartered Kenya (StanChart), liczby opowiadają wielką historię, zanim zrobią to jego menedżerowie.

W 2013 roku StanChart zatrudniał ponad 2200 pracowników. W tamtym czasie bank prowadził rozbudowaną sieć oddziałów, duże zespoły operacyjne, liczne stanowiska kierownictwa średniego szczebla i tysiące pracowników obsługujących większość procesów ręcznie – od onboardingu klientów i przetwarzania dokumentów po przeglądy zgodności i uzgodnienia.

Do końca 2025 roku liczba jego pracowników po raz pierwszy w historii spadła poniżej 1000 osób.

Te zmiany w StanChart sygnalizują wycenę pracy w afrykańskim sektorze bankowym. Praca, która niegdyś uzasadniała istnienie tysięcy stanowisk na poziomie podstawowym i średnim, jest teraz wykonywana przez systemy tańsze i wymagające znacznie mniej ludzi.

W maju spółka matka kredytodawcy zasygnalizowała, że trwające od dekady cięcia nie są tymczasowe, lecz stanowią część jej nowego strategicznego ukierunkowania. Podczas spotkania inwestorskiego w Hongkongu 19 maja brytyjski bank poinformował, że planuje do 2030 roku zredukować ponad 15% pracowników zajmujących się funkcjami wsparcia. 

Są to osoby pracujące w obszarach takich jak zasoby ludzkie, compliance, zamówienia, operacje i administracja. Bank otwarcie stwierdził, że AI pomoże zastąpić wiele z tych zadań, ponieważ jej przyspieszenie „zapewni szybszą realizację i wyraźne wyniki finansowe".

Bank zmierza ku temu, co określa jako „prosty, połączony i szybki" model operacyjny, w którym każde zadanie jest przypisane do automatyzacji, przepływów pracy wspomaganych przez AI lub do ludzi. 

Do 2027 roku bank oczekuje, że 90% kluczowych kontroli technologicznych będzie stale monitorowanych przez AI, podczas gdy 80% kontroli zostanie w pełni skodyfikowanych w postaci wykonywalnych reguł. Procesy operacyjne są również automatyzowane – docelowa dokładność przetwarzania dokumentów przez AI wynosi 95% (w porównaniu z 85%), a wirtualni asystenci mają rozwiązywać do 60% wewnętrznych zapytań bez interwencji człowieka.

Bank wdrożył ponad 300 przypadków użycia AI, w tym 43 aplikacje generatywnej AI o dużym wpływie, i przeszkolił około 85 000 pracowników w zakresie Microsoft Copilot. Raportuje wczesne zyski efektywności, w tym 40% redukcję fałszywych alarmów w nadzorze aktywów cyfrowych, 88% ograniczenie zasobów ludzkich przeznaczonych na monitorowanie dzięki scentralizowanym systemom (oszczędzając około 10 milionów dolarów rocznie) oraz 30% redukcję ręcznej pracy związanej z wdrażaniem zmian regulacyjnych. 

AI nadchodzi po ludzi

Pierwsza fala bankowości cyfrowej zlikwidowała część oddziałów, ale AI nadchodzi teraz po te nieliczne, które pozostały, a nawet po centrale. 

W istocie pierwsza era była skierowana ku klientom. Przez ostatnie 15 lat banki przekonywały klientów, by przestali odwiedzać oddziały i korzystali z bankowości internetowej lub mobilnej, bankomatów i bankowości agencyjnej. Wyeliminowało to potrzebę fizycznych interakcji, przenosząc większość transakcji poza sale bankowe.

Pierwsza faza transformacji dotknęła jedynie pracowników pierwszej linii, takich jak kasjerzy. W miarę jak sieć oddziałów się kurczyła, obsługa gotówki malała.

Jednak kolejny etap automatyzacji, sygnalizowany przez StanChart, ma większe konsekwencje, ponieważ jest wymierzony w instytucjonalny szkielet samych banków.

Funkcje bankowe takie jak zasoby ludzkie, compliance, call center i onboarding klientów zatrudniają tysiące ludzi na rynkach afrykańskich właśnie dlatego, że bankowość pozostaje jedną z najbardziej administracyjnie złożonych branż na kontynencie. Sektor musi poruszać się wśród rozdrobnionych systemów tożsamości, regulacji transgranicznych, wymagań dotyczących obszernej dokumentacji papierowej, obowiązków związanych z przeciwdziałaniem praniu pieniędzy oraz zróżnicowanych infrastruktur płatniczych na wielu rynkach.

Historycznie duża siła robocza radziła sobie z większością tych nieefektywności, ale AI grozi teraz zrobieniem tego taniej. Na tym polega znaczenie ogłoszenia StanChart. Bank argumentuje, że wiele funkcji wsparcia nie musi już być pracochłonnych.

Na przykład duży model językowy (LLM) może nieprzerwanie przeglądać dokumenty bez kosztów nadgodzin i sygnalizować podejrzane transakcje szybciej niż ludzcy analitycy. Zautomatyzowane systemy compliance mogą natychmiastowo przetwarzać ogromne ilości informacji regulacyjnych, podczas gdy chatboty obsługi klienta mogą jednocześnie obsługiwać tysiące zapytań.

To, co niegdyś wymagało pięter młodszych pracowników, wymaga teraz infrastruktury oprogramowania nadzorowanej przez mniejszą liczbę specjalistów.

Miejsca pracy klasy średniej

Niebezpieczeństwo szybszego wdrażania AI w bankach dla afrykańskich gospodarek to nie tylko bezrobocie. To erozja pracy zawodowej średniego szczebla.

Bankowość historycznie była jednym z najważniejszych motorów miejskiej klasy średniej w Afryce. Stworzyła ustrukturyzowane ścieżki rekrutacji absolwentów, programy szkoleń menedżerskich, kariery wspierane przez emerytury oraz stosunkowo stabilne zatrudnienie umysłowe.

Znani afrykańscy liderzy polityczni i biznesowi przechodzili przez banki na początku swojej kariery. Tym, co AI grozi usunąć, są właśnie rodzaje miejsc pracy, które stworzyły te ścieżki.

Te stanowiska są wystarczająco powtarzalne, by je zautomatyzować, ale wymagają wystarczających kwalifikacji, by historycznie wspierać miejskie życie klasy średniej. To stwarza większe ryzyko społeczne.

Jeśli banki będą nadal osiągać wysokie zyski, zatrudniając znacznie mniej ludzi, sektor może przestać funkcjonować jako główny pracodawca. Bankowość mogłaby upodobnić się do samego sektora technologicznego, stając się wysoce produktywna i wysoce dochodowa, zatrudniając przy tym niewielką liczbę wyspecjalizowanych pracowników.

A transformacja może już być w toku. W kenijskim sektorze bankowym zatrudnienie koncentruje się wokół cyberbezpieczeństwa, inżynierii danych, AI i wyspecjalizowanego zarządzania relacjami, a nie tradycyjnych operacji. Niektóre banki, takie jak KCB Group i Equity Group, nadal zwiększają ogólną liczbę pracowników, ale skład zatrudnienia się zmienia.