AI-boom és fintech verseny - Mitől retteghetnek és miben reménykedhetnek a bankok?

A Banking Technology 2025 konferencia záró panelbeszélgetésén a digitális innovációk fizetésekre és mindennapi bankolásra gyakorolt hatása került fókuszba: a résztvevők szerint a fintech-ekkel lépést kell tartani, de fontos lenne, hogy azonos versenyfeltételek és terhek legyenek érvényesek mindenkire – a tranzakciós illeték megkerülése nem innováció, hanem piaci torzítás. A banki vezetők elismerően szóltak a neobrókerek piacélénkítő szerepéről, miközben a készpénz "kártékony" hatásai miatt az elektronikus fizetések ösztönzését sürgették. A panel úgy látja, hogy az MI-megoldások 2–3 éven belül alapjaiban formálják át a fizetési rendszert.

Kelemen Tamás (Visa) arról tartott előadást, hogyan formálják át a határokon átnyúló pénzküldést. Ma durván 1 milliárd ember küld vagy fogad pénzt, ők 2027-re 250 ezer milliárd dollárnyi pénzt mozgatnak meg. A kulcsszereplők változnak, a levelező bankok száma 40%-kal csökkent 2011 óta. A csalások száma ugyanakkor gyorsan nő, az e-kereskedelmi csalások értéke 2029-re várhatóan eléri a 107 milliárd dollárt.

A magas díjak, az átláthatóság hiánya és a lassú banki átutalások erodálták az ügyfélhűséget. A fintechek gyorsabb, olcsóbb és intuitívabb szolgáltatásokat kínálnak. Ha az ügyfelek elkezdtek fintech megoldásokat használni, ritkán térnek vissza​. A határokon átnyúló fizetések és egyéb bevételi források területén a bankok veszélyben Vannak.

A szakértő arra figyelmeztette a bankokat: a fintechek meg akarják ismételni P2P sikert a B2B-ben is. Úgy vélte,

határozott lépésekre van szükség a jövőbeli banki bevételek védelme, a növekvő volumen megtartása és a hosszú távú relevancia érdekében.

Kertay Balázs (Senior Manager, Visa Consulting & Analytics, CEE) a negyedik szekciót megnyitó előadásában ismertette: a Z generáció, azaz a "Gen Z" állandóan online van, naponta akár 6 órát tölt a mobilján, történelmileg a leginkább edukált generáció, és erősen érzékeny a társadalmi-környezeti ügyekre is. A Visa európai kutatása alapján a fiatalok nyitottak a fintech-szolgáltatásokra, de továbbra is számítanak a hagyományos bankokra, és feltétlenül elvárják a gördülékeny, akadálymentes mobilbankolást. Többségük hűséges ugyan, de ha egy bank nem felel meg társadalmi vagy fenntarthatósági elvárásaiknak, hajlandók váltani. A kutatás szerint a Z generáció tagjai több aktivitást várnának a bankoktól a pénzügyi útmutatás terén, és 20%-uk már a ChatGPT‑től is kért pénzügyi tanácsot.

Manuel Sanabria (Director, Strategic Accounts Advisor, Salesforce) és Vedran Zrilic (Director, CE South Salesforce Practice & Alliance Leader, Deloitte) közös előadásukban azt mutatták be, hogyan válhatnak a cégek ügynökalapú MI‑vállalattá, ahol az emberek a kreativitásra és a döntésekre, a MI‑ügynökök pedig az ismétlődő, adatvezérelt feladatokra összpontosítanak. Fő üzenetük szerint érdemes kicsiben kezdeni egy jól megválasztott felhasználási móddal, az MI‑t mélyen a munkafolyamatokba integrálva, és a felülről érkező vezetői támogatást a dolgozók bevonásával összehangolva. Úgy látják, a folyamatok automatizálása kézzelfogható és nagyfokú termelékenységnövekedést és tehermentesítést tud eredményezni.

Két fő visszaélési módszer jellemzi továbbra is a hazai bankszámlákat érő kibercsalásokat:

a pszichológiai manipuláció és az adathalászat.

Jó példa volt erre az, amikor a banki honlap lemásolásával több ezer ügyfelet tévesztettek meg Magyarországon a közelmúltban, több milliárd forint összegben. A Verizon 2024-es kutatása kimutatta, hogy az adatszivárgások több mint 60%-a esetében is „entry point” a pszichológiai manipuláció – hangzott el a kibercsalásokról szóló panelbeszélgetésben. A Kiberpajzson keresztül az MNB és a Magyar Bankszövetség sok emberhez elért mára, de már ennek az együttműködésnek a nevével visszaélve is követnek el csalásokat. Az online shopping scam, a romantikus és a befektetési csalások révén szintén sokakat megkárosítanak.  

Kormos Benjámin (Head of BI & Data Solutions, Clarity Consulting) felhívta a figyelmet, hogy az AI‑projektek sikere csak 10%-ban múlik az algoritmuson és 20%-ban a technológián, míg 70% a szervezeti környezet hozzájárulása. A kudarcos AI-bevezetések fő okaiként a hiányos fókusz, a gyenge adatgazdálkodás és a nem megfelelő képzettség jelölhető meg. A szakértő szerint az AI-forradalom egyik fő hatása, hogy kikényszeríti a professzionális adatmenedzsmentet, miközben a felkészültséghez a kollégák képzésére és egy átgondolt agentic AI‑keretrendszerre van szükség. Első lépésként érdemes definiálni a célzott érettségi szintet – jó hír, hogy az AI‑beruházások költsége csökken, és akár hónapok alatt is bevezethetők jól működő megoldások.

Panos Chalkias (CEO, Central, South and East Europe, Transaction Systems) rámutatott, hogy az utóbbi 10 évben drámaian átalakult a fizetési piac: miközben az Android lett a POS globális szabványa, Európa számos országban a fintech‑szereplők törtek az élre, de Magyarországon továbbra is erős a banki jelenlét. Bemutatta a MAXSTORE-t, egy egységes eszköz‑ és alkalmazásmenedzselő platformot, amely egy helyre szervezi a POS‑park távoli felügyeletét és frissítéseit. A rendszer már mintegy 15 millió terminált menedzsel, üzleti szempontból pedig kereskedőmegtartást, új "nem‑payment" típusú bevételeket és az összes ügyfél‑touchpoint egységes irányítását ígéri.

Czirok László (Principal Cloud Architect, TC2) előadásában egy GenAI‑projekt teljes folyamatát járta végig, a kezdeti elképzeléstől a specifikáción át az ügyféllel való kommunikációig. Ideális esetben a folyamat végén olyan AI‑alapú megoldások születhetnek, amelyeket azok is magabiztosan használnak, akik korábban még soha nem is beszélgettek AI-chatbottal.

Rendkívüli módon elszaporodtak a kibercsalások a világon, a Jaguar Land Rovert ért kibertámadás 73 évvel korábbi szintre vetítette vissza a brit autógyártást, egy kambodzsai kriptovaluta-csalás során pedig rabszolgaként tartott emberekkel követték el a történelem egyik legnagyobb befektetési átverését. A csalók sokkal kifinomultabb technológiával és sokkal nagyobb sebességgel támadnak, mint korábban, és új típusú csalások terjednek – ismertette előadásában Marton László, az SMP Solutions IT Security osztályvezetője.

A zero-click-exploitok felhasználó interakció nélkül támadnak, az AI-alapú adathalászat és a deep fake csalások sokak számára szinte kivédhetetlenek,

elterjedtek az AI-modellek elleni támadások, és pusztít a cégekbe való beszivárgás is. 2030-ra 100 milliárdnyi IoT eszköz vehet körül minket, terjedésükkel együtt a csalásokkal szembeni sebezhetőségünk is nő, emellett újszerű DDOS-támadási technikák jelentek meg. Előadásában Marton László a védekezési stratégiákról is beszélt.

Az MNB kibercsalások elleni „öt csapás” csomagjának első eleme a július 1-jén elindult Központi Visszaélésszűrő Rendszer (KVR), amelyről Marosi Bence, a Giro üzleti igazgatója tartott előadást. A központi megoldás célja a pénzforgalmi szolgáltatók csalásmegelőzésének a támogatása és valós idejű nyomonkövetés, kiegészítő kontroll magas minőségű elvárás mellett, sziktorszintű és bilaterális együttműködés keretében egyaránt. A visszaélések kiszűrésére maximum fél másodperc áll rendelkezésre, a szabályalapú megoldást mesterséges intelligencia / gépi tanulás egészíti ki a scoringban. Gyakran kapják a kérdést, hány csalót kaptak már el - a válasz az, hogy egyet sem, ennek feladata a bankok oldalán van.  A KVR működésében jelenleg 23 bank vesz részt, mintegy 100 millió darab feldolgozott üzenetnél tart, az elutasítási arány 4,7% (de folyamatosan javul), az átlagos válaszidő a szeptemberi és októberi adatok alapján 142 millisecundum.

Az átlagos fraud rate eddig 0,0057%, a visszajelzett csalások száma 3927 db, összege 2,63 milliárd forint.

A jövő feladatai között szerepel Marosi Bence szerint a rendelkezésre állás és válasz idő magas szinten történő stabilizálása, a banki adatminőség folyamatos javítása, a kockázatértékelés hatékonyság folyamatos javítása és az együttműködő „ökoszisztéma” továbbépítése.

A 3/B szekció nyitó előadásában Szabó László (Bitmist) és Matheser Dániel (Salesforce) kiemelték: a mesterséges intelligencia egy gyerekhez vagy egy pályakezdő munkatárshoz hasonlít, aki rendelkezik az alapvető képességekkel és akarattal, de nincs saját tapasztalata, ezért folyamatos kontrollt és iránymutatást igényel. A szakemberek úgy látják, az AI nem tud megoldani egy olyan problémát, amelyet az ember nem tud számára pontosan megfogalmazni, ezenkívül a folyamatos optimalizáció érdekében mindig felül kell vizsgálni az alkalmazott utasításokat.

Bartha Lajos (MNB) előadásában kifejtette: az elmúlt években nem csak Magyarországon vált problémává a visszaélések helyzete. A kártyás fizetéseknél sokat romlott a helyzet: Magyarország 2013-ban még a kártyás visszaélések szempontjából hátulról a második volt, 2025-ben viszont a negyedik helyen vagyunk elölről. "Ez kérdéseket vet fel, hogy mások csináltak valamit jól, vagy mi csináltunk valamit rosszul" - mondja Bartha Lajois.

53 ezer visszaélés történt 7,9 milliárd forint értékben egy negyedév alatt Magyarországon. Esetszámban 200 ezer felett vagyunk, 30 milliárd forint felett értékben. Jelenleg a károk 92 százalékát az ügyfelek viselik.

Ebből is látszik, hogy társadalmi problémává vált a csalások kérdése. Az MNB visszaélés-megelőzési ajánlását nemsokára elkezdik ellenőrizni a bankoknál, hogy minden szereplő teljesítette-e az ebben leírtakat.

Az „öt csapással” bejelentett jogszabályváltozások kapcsán jelenleg zajlik a „szkanderozás”. Az MNB úgy hiszi, olyan javaslatokat hoztak, amelyek mindenképpen meg fognak jelenni (PSR), csak előrébb szeretnék hozni. A felelősségi szabályok a bankszektor irányába mozdulhatnak el, azaz a 92 százalékos kárviselési arányt az ügyfelekről a bankok felé szeretnék terelni.

A 2/B szekció záró panelbeszélgetésében elhangzottak szerint a jövő ügyfelei olyan hiperperszonalizált élményt várnak, amilyet a vezető technológiai cégektől is megszokhattak, a változó igények kielégítése érdekében a bankoknak paradigmát kell váltaniuk. Az AI nem cél, hanem eszköz: akkor jó, ha segít minél gyorsabban és megbízhatóbban megoldani az ügyfelek valós problémáit.

Az elmúlt három év mintegy 150 use case-t hozott a CIB Banknál AI-fronton, az első üzleti eredmények között többek között egy prediktív árazási modell említhető, amely a kereskedelmi hatékonyság növelése szempontjából nagy lehetőséget teremtett a bank számára a fedezetlen hitelek értékesítése során. A Hold Alapkezelő az ügyfélszolgálatban alkalmazza a AI-t, a munkatársakat vértezték fel olyan AI-megoldásokkal, hogy egy kolléga minél több ügyfelet ki tudjon szolgálni. Az OTP Bank az első nagy magyar nyelvi modell felépítését tűzte ki célul évekkel ezelőtt, a projekt sok tanulságot annak eldöntésére, mit érdemes építeni, és mit vásárolni. A bank széleskörűen használja az AI-lehetőségeket a kollégák képzésében is, és egyes, a piacon ritkaságnak számító speciális modelleket is használ már, például a digitális marketingkampányok sebességének növelésére.  A K&H Bank sok munkaidőt spórolt már digitális asszisztense, Kate használatával, és többek között odaadták a Copilotot is az összes kollégának. A Shivaforce banki beszállítóként szintén nagyon sok olyan pontot azonosított, ahol a saját folyamatait AI-jal (többek között agentic end-to-end megoldással) tudja optimalizálni, ezek között elsősorban hatékonysági szempontok alapján priorizálnak.

Panelfelvezető előadásában Dojcsák Dániel (Shiwaforce) kiemelte, hogy megváltozott a fogyasztói döntéshozatal, ma a kényelem és a súrlódásmentes, mindennapi ügyintézés az elsődleges, ezért a banki fejlesztéseknek nem extra funkciókra, hanem a legegyszerűbb ügyek akadálytalan elvégzésére kell fókuszálniuk. Hangsúlyozta, hogy a fizikai ügyintézés továbbra is fontos, de ugyanarra az egységes, többcsatornás digitális háttérre kell épülnie, hogy az ügyfél és az ügyfélszolgálat ugyanazt a felületet és információt lássa – ennek megteremtése komoly belső munkát igényel. Mindez egyre drágább, mert a biztonsági és megfelelési elvárások folyamatosan emelkednek, ám ezek teljesítése elkerülhetetlen a szigorúan szabályozott pénzügyi szektorban.

Sallai Péter (CTO, Dorsum) előadásában bemutatta: a RegTech egy olyan eszközkészlet, amely a szabályozói megfelelést teszi hatékonyabbá specializált szoftverek segítségével. Mivel a bankok a világ egyik legszabályozottabb régiójának egyik legszabályozottabb piacán működnek, így kulcskérdés, miként lehet a szabályozásnak való megfelelést egyre erőforrás-hatékonyabban megvalósítani. Az adatszolgáltatás jelenleg az időszakos jelentésekre épül, de el kell érni először a valós idejű adatszolgáltatást, majd az interaktív adatelérést is, azaz a végső cél, hogy a felügyelet önállóan is belenézhessen a banki rendszerekbe, célzott lekérdezéseket és ellenőrzéseket futtathasson.

Ignácz Péter (KPMG) panelfelvezető előadásában kifejtette, a vállalati célok némileg eltérnek az innovátorok törekvéseitől, ez AI implementációs projektek a felszínre hozzák a problémákat. A tapasztalatok szerint sok olyan probléma vállalati LLM (nagy nyelvi modell) bevezetésénél sokan dolgoznak azon, hogy ne férjen hozzá minden dokumentumhoz, és úgy legyen használható az alkalmazottaknak. Ezek a problémák az éles használattal kerülnek elő. A technológia elképesztő gyorsasággal fejlődik, a use case-ek bővülnek, de ezzel a komplexitás is bővül, az infrastruktúra rendelkezésre állása nem triviális kérdés.

Emellett a szakértő szerint

A genAI projektek a „legemberibbek”, mert azon múlik a sikerük, hogy a munkavállalók hogyan használják ezeket az eszközöket.

Egyelőre ez a fajta szervezeti változásmenedzsment még elmarad az AI-projekteknél, ebben még sokat kell fejlődni. Az AI és Machine Learning projektek ugyanakkor nem a munkavállalók elbocsátásáról szólnak, hanem arról, hogy a meglévő állomány termeljen több értéket a vállalat számára.

Ezzel a címmel tartott előadást Ács Dávid (Regional Vice President, FlowX.ai), aki három fő témát érintett: 1. Különbséget kell tenni az AI fő típusai (hagyományos, generatív és agentic) között – utóbbi már tervez, dönt, és cselekszik is az ember helyett. 2. A bankok épp az agentic AI bevezetésénél ütköznek a legtöbb problémába, amely üzletileg épp a legígéretesebb lenne, az agentic AI use case-ek aránya azonban nagyon alacsony. Egy 173 AI use case-t feltérképező felmérés arra jutott, hogy e projektek kevesebb mint egyharmada produkált eredményeket, ezek ugyanis jellemzően nem jutnak túl a pilot fázison. 3. Hová érdemes fókuszálni az erőforrásokat? A Word Economic Forum tanulmánya alapján 2023-ban 35 milliárd dollárt tartott a pénzügyi szektor az AI-ra, ez 2027-re 97 milliárd dollárra nőhet, a nagy kérdés az, hogy ez milyen arányban hasznosul üzletileg hasznos befektetésekben.

A Vadnyugat korában a távíró, a mail service, a rendezőpályaudvar, a régiók összekötése és a standard time bevezetése

nagy gazdasági fejlődést idézett elő, mindegyiknek megvan a maga analóg megfelelője az AI alkalmazásában. Öt tanulságként fogalmazta meg Ács Dávid a következőket AI-bevezetésre vonatkozóan: 1.  Az agentic AI önmagában nem elég, támogató infrastruktúrára van szükség. 2. Az AI-infrastruktúrára legalább akkora szükség van, mint magára az AI-megoldásra. 3. Lényeges a bankspecifikus szakértelem és a választott partnernél. 4. Elengedhetetlen az integrációs képesség 5. Azonnali ROI-ra van szükség, vagyis már a kezdetben mérni kell az üzleti eredményeket.

Izer Norbert, az MNB ügyvezető igazgatója előadásában jelezte: digitalizációban a tavalyinál lényegesen jobban áll a szektor, jelenleg a digitális bankok korszakától az „intelligens bankok” korszaka felé lépünk, a jegybank pedig kész a biztonságos innováció irányítására. Az MNB hatodik digitalizációs felmérése a szektor 90%-át lefedve, közel 200 kérdéssel és erős AI-fókusszal készült, pozitívumként megállapítható, hogy a lakossági ügyfelek mintegy kétharmada már elsősorban digitálisan intézi ügyeit, míg a vállalati szegmensben kevésbé előrehaladott az elektronikus ügyintézés. A bankok MI‑érettségében nagy a szórás, a mesterséges intelligencia technológiáját főként ügyfélélmény- és hatékonyságnövelésre használják a pénzintézetek. Az uniós MI-rendelet (AI Act) Izer Norbert szerint körültekintő szabályozás, nem fojtja meg az innovációt, mindenesetre a bankoknak még sokat kell tenniük a megfelelésért.

Jendrolovics Máté, az Intuitech vezérigazgatója előadásában felidézte, hogy az MIT riportja szerint a genAI befektetések mindössze 5%-a hozott valód megtérülést. Egy részük elhal pilot, egy részük POC fázisban, a lényeg, hogy

összességében az AI-projektek 95%-ka üzleti hatás nélkül zajlott le.

Ezért adódik a kérdés, hogy mi kell ahhoz, hogy egy nagy vezető bankban hatása legyen az AI-nak? Fontos, hogy nem lehet egyetlen olyan agentic AI megoldást fejleszteni, ami mindent megold egy banknál. A genAI nem egy „mestertechnológia”: bizonyos technológiákban nagyon jól működik, de van, amiben ügyetlen. Egy konkrét problémát kell kiválasztani: az AI-nak transzformatív hatása akkor lesz, ha nem csak kis részfolyamatokat végez el, hanem a kiválasztott folyamatot end-to-end elvégzi. A szakember egy AI-ügynökkel támogatott jelzáloghitelezési folyamatot mutatott be előadásában.

Az utóbbi időszak legnagyobb technológiai megatrendjévé nőtte ki magát az AI-forradalom, amely a bankszektor működését, fejlesztési irányait és informatikai stratégiai céljait is átformálhatja. Mely banki területek működését transzformálja az AI, hol segíthet a költségcsökkentésben, a hatékonyabb operációban?

A hazai bankok digitális transzformációja mellett a pénzforgalmi trendekről, kiberbiztonsági kérdésekről az egyre komolyabb veszélyt jelentő csalásokról, a hazai fintech szektor innovációiról is szó lesz a rendezvényen.

A bankszektor top vezetői, fintech-guruk, tanácsadók, a szabályozók és az IT-cégek szakértőinek krémje tizedik éve gyűlik össze konferenciánkon, hogy megosszák egymással gondolataikat a bankszektort érintő legfontosabb üzleti és informatikai kérdésekben.