Yapay zeka devrimi bankacılıkta gürültüyle değil, bir danışmanın iç çekişiyle geldi. McKinsey & Company'nin yapay zeka destekli bankacılık üzerine yakın dönem analizi yüzeyde profesyonel ve dengeli görünse de, cilalanmış yazının altında yatan korkunç bir gözlem vardır: yerleşik finansal kuruluşların büyük çoğunluğu, makine öğrenmesi ve ileri yapay zeka sistemlerinin vaat ettiği değeri yakalayacak şekilde örgütlenmiş değildir. Bu, teknolojik benimsemede geçici bir gecikme veya eğitim programlarının düzeltebileceği bir yetenek açığı değildir. Bu, modern bankacılığın çok temelinde yer alan yapısal bir sorundur.

Merkezi konu yapısal uyumsuzluktur. Geleneksel bankalar, ürünlerin ayrıştırılmış olduğu, bölümlerin özerkliğe sahip olduğu ve sıralı karar alma mekanizmalarının hakim olduğu bir dönemde inşa edilmiştir. İpotekler bir bölümde, varlık yönetimi diğerinde, ödemeler üçüncü bir bölümde yer alır. Veriler katı kanallar aracılığıyla akar. Onay süreçleri hiyerarşiktir. Eski sistem mimarileri modüler olması ya da gerçek zamanlı olarak öğrenen ve uyum sağlayan zeka sistemlerine sorunsuzca veri beslemesi için tasarlanmamıştır. Yapay zeka ise tam tersine, entegre veri ortamında, hızlı deneyler yapılmasında, geçirgen örgütsel sınırlar ve sürekli geri bildirim döngülerinde gelişir. Temel çalışma ilkeleri uyumsuztur.

Gerçekten yapay zeka destekli bir bankanın nelere ihtiyacı olacağını düşünün: tüm iş kolları arasında erişilebilen birleşik müşteri verileri, birbirleriyle akıcı şekilde konuşan API'ler, bürokratik engellere takılmadan binlerce mikro deney yapması için yetkilendirilen ekipler ve verileri işlem işlemenin yan ürünü değil, stratejik bir varlık olarak gören bir kültür. Birçok yerleşik kuruluşun bunların hiçbiri yeterli ölçüde yoktur. Onlara inşası onlarca yıl alan ve tam olarak uzlaştırılması daha da onlarca yıl alacak eski veri depoları vardır. Yazılım uyumluluk departmanları makine öğrenmesi ekiplerinden farklı bir hızda çalışır. Kâr-zarar yapıları, uzun vadeli dönüşüm yerine çeyrek yıllık kazançları ödüllendirir. Uyum ve risk yöneticileri için kariyer yolları vardır, ancak makine öğrenmesi mühendislerini veya veri bilimcileri elde tutmak ve yükseltmek için kurumsal mekanizmalar azdır.

Yapay zeka paradoksu, rekabet riski açısından düşünüldüğünde daha da derinleşir. Dijital yerlisi fintech oyuncuları ve finansal hizmetlere giren teknoloji devleri bu tür örgütsel kısıtlarla karşı karşıya değildir. Bir meydan okuyan, ilk günden itibaren yapay zeka tabanlı iş akışlarıyla sıfırdan tasarlanabilir. Entegre edilecek eski sistemleri, yıkılacak bölümsel siloları, sıralı, insan tarafından yönetilen onay zincirleri üzerine kurulmuş örgütsel bir kültürü yoktur. Bu yapısal avantaj bileşenlenir. Yerleşik bir kuruluşun altyapısını modernize etmek harcadığı her ay, saf oyun bir rakibinin müşteri davranışı üzerine modeller eğitmek, fiyatlandırma algoritmalarını optimize etmek, dolandırıcılık tespitini otomatikleştirmek ve ürün önerilerini geleneksel herhangi bir A/B testi çerçevesinden daha hızlı öğrenen makine öğrenmesiyle kişiselleştirmek için harcadığı bir aydır.

Düzenleme ortamı karmaşıklığın başka bir katmanını ekler. Dünyadaki bankacılık otoritelerinden—Avrupa Merkez Bankası'ndan ulusal merkez bankalarına ve finansal denetim otoritelerine—yapay zekanın kritik finansal altyapıda nasıl dağıtıldığı haklı olarak yakından incelenmektedir. Yapay zeka uygulayan yerleşik bir banka, yalnızca kendi eski sistemlerinde değil, aynı zamanda açıklanabilirlik, adillik ve risk konfinmanı konusunda düzenleyici gereklilikler arasında da gezinmelidir. Bunlar meşru endişelerdir, ancak doğmuş dijital rakiplerin bitişik pazarlarda daha az keskin şekilde yüz yüze gelebileceği bir sürtünme yaratırlar. Sonuç, birinin hala uçarken motorunu yeniden inşa etmesi gereken bir yarışta, diğeri ise sıfırdan yeni bir uçak inşa edebilir.

İstisnalar vardır. Bazı büyük finansal kuruluşlar yapay zeka yeteneğine gerçek örgütsel yatırımlar yapmışlardır—mevcut ürünlere bir ek olarak değil, nasıl çalıştıklarının temel olarak yeniden kavramsallaştırılması olarak. Bu bankalar veriler etrafında yeniden yapılandırılmış, korunan bütçe ve özerklikle ayrılmış yapay zeka işletme birimleri oluşturmuş, makine öğrenmesi yeteneğine ölçek olarak yatırım yapmış ve örgütsel siloları gevşetmenin acılı çalışmalarına başlamışlardır. Ancak bu çabalar nadir kalmakta ve var olduğu yerde de kurumsal itişin tersine çalışmaktadır. Orta kademeli bankalar—önemli olacak kadar büyük ancak küresel sistematik öneme sahip kurumların kaynaklarına veya dönüşüm iştahına sahip olmayan—özellikle akut bir sıkıştırmaya maruz kalmaktadırlar.

Bu açığı kapatyamayan bankalara ne olur? Yakın vadede, belirli alanlarda rekabet avantajı kaybederler: algoritmik ticaret, dolandırıcılık tespiti, müşteri kayıp tahmini ve kişiselleştirilmiş fiyatlandırma daha yapısal olarak çevik rakiplere göç edecektir. Orta vadede, yapay zeka destekli yerleşik oyuncular ve fintech girişimcileri daha önce insan emeği yoğun olan süreçleri otomatikleştirdikçe ve tasarrufları müşterilere aktardıkça marj sıkışmasıyla karşı karşıya kalacaklardır. Uzun vadede, kamu hizmetlerine dönüşme riski altında olacaklar—ağır düzenlenmiş, vasat karlı, öncelikli olarak artık rakiplerin rekabet etmek istemedikleri eski mevduat tabanları ve kredi portföylerini yönetmeye odaklanmış.

McKinsey teşhisi, danışmanlık kaygısıyla nasıl sarılı olursa olsun, zor bir gerçeğe işaret eder: yapay zeka, bankaların mevcut çalışma modellerine birlikte benimseyebileceği yeni bir teknoloji değildir. Bu, örgütsel yeniden yapılandırma için bir güçtür ve kendilerini yeniden yapılandıramayan kuruluşlar ondan anlamlı şekilde faydalanmayacaklardır. Bankacılık rekabetinin sonraki aşaması, öncelikle hangi kurumların en iyi yapay zeka bilimcilerine veya en büyük makine öğrenmesi bütçelerine sahip olduğu tarafından belirlenecektir. Bu, kurumların kendilerini temel düzeyde yeniden örgütlenmeye—hiyerarşileri düzleştirmeye, siloları çözmeye, karar almayı ademi merkeziyetçileştirmeye ve verileri canlı, stratejik bir varlık olarak kabul etmeye—istekli olup olmadığı tarafından belirlenecektir. Bu yeniden yapılandırma teknoloji problemi değildir. İnsan problemidir ve çözmesi çok daha zordur.

Codego Press tarafından desteklenen bağımsız gazetecilik – editoryal ekip tarafından yazılmıştır.