Trzy lata temu siedziałem w sali, w której jeden z dziesięciu największych banków w USA zatwierdził dziewięciocyfrowy budżet na trenowanie własnego modelu bazowego. Logika wydawała się nie do podważenia: własny model miał zapewnić własną barierę przed działaniem konkurencji.
Dziś ten kapitał jest zamrożony w aktywie, które straciło uzasadnienie.
W 2026 r. scenariusz działania bankowości i usług finansowych, oparty na pozyskaniu ogromnej liczby GPU, trenowaniu szytych na miarę LLM-ów i wiązaniu całego środowiska AI z jednym hiperskalerem, z pewnością przestał być aktualny. Budowanie własnego modelu klasy frontier dla operacji core banking przypomina budowę prywatnej sieci energetycznej tylko po to, żeby włączyć światło w biurze: technicznie imponujące, ekonomicznie nie do obrony. Możliwości modeli klasy frontier stały się dziś usługą infrastrukturalną. Przewaga przesunęła się na wyższy poziom: z posiadania modeli do inteligentnej orkiestracji.
Tak wygląda to w instytucjach, które skalują AI w porównaniu w tymi, które wciąż z podziwem patrzą na własne działania pilotażowe.
1. Główne pole rywalizacji: warstwa wykonawcza agentów
Wartość zdecydowanie przesunęła się z modeli do warstw wykonawczych. Instytucje, które uciekają konkurencji, budują spójną warstwę orkiestracji. Koordynuje ona autonomiczne procesy między core bankingiem, zapleczem mainframe’u i kanałami obsługi klienta, bez konieczności przenoszenia czterdziestoletniego środowiska na nową platformę.
Realna zmiana zaczyna się wtedy, gdy z konwersacji wynika konkretny skutek operacyjny:
- Od chatbotów do działań w zamkniętej pętli. Następuje uruchomienie konkretnej sekwencji operacyjnej: wstrzymanie, weryfikację i zwolnienie transakcji w procesie przeciwdziałania fraudom, automatyczne przeprowadzenie wniosku o finansowanie firmy przez ponad 140 funkcji procesu kredytowego albo proaktywne zbilansowanie portfela w wealth management.
- Ujednolicone warstwy semantyczne. Liderzy dają każdemu agentowi, od bankowości detalicznej, przez wealth management, po bankowość transakcyjną, ten sam nadzorowany widok kontekstu klienta, produktu i ryzyka. Jedno źródło prawdy, wielu agentów. W ten sposób unika się niekontrolowanego rozrostu liczby agentów, analogicznego do rozrostu mikroserwisów z 2018 r., który jednak kosztuje więcej.
Jeśli Wasze agenty nie widzą całych strumieni wartości, to nie zbudowaliście inteligencji. Zbudowaliście silosy, które potrafią rozmawiać.
2. Radykalna niezależność od hiperskalerów to podejście do ryzyka na poziomie zarządu
Koncentracja operacji AI w jednej chmurze publicznej nie jest już wyłącznie optymalizacyjną decyzją zakupową. To systemowe ryzyko operacyjne, o które regulator prędzej czy później zapyta tak samo, jak pyta o zależność od jednego dostawcy infrastruktury płatniczej.
- Dynamiczny routing modeli. Wyszukiwanie podmiotu w procesie KYC nie wymaga modelu klasy frontier o 70 mld parametrów. Dojrzałe orkiestratory kierują zadania zgodnie z ich ekonomiką: SLM-y wykorzystują do ekstrakcji danych, modele dostrojone domenowo do wnioskowania w obszarze compliance, a największe modele wyłącznie do złożonej strukturyzacji. Właściwy model, właściwe zadanie, właściwy koszt.
- Odporność i arbitraż wpisane w architekturę. Gdy u dostawcy A rośnie opóźnienie lub zmienia się koszt przetwarzania, warstwa orkiestracji przenosi procesy do dostawcy B albo do prywatnych zasobów on-premise, bez naruszania choćby jednej istniejącej integracji. Dla procesów suwerennych i regulowanych taka rezerwa w postaci prywatnej AI nie jest dodatkiem. To założenie projektowe.
Przenaszalność staje się nową formą odporności. Banki, które nie potrafią przenosić procesów, będą zmuszone zapłacić cenę podyktowaną przez dostawcę.
3. Ekonomia tokenów to nowe FinOps, a dyrektorzy finansowi nie chcą dłużej czekać
Era oprogramowania licencjonowanego per stanowisko załamuje się pod naporem ekonomii tokenów opartej na rzeczywistym zużyciu. Przy okazji widać, które programy AI od początku projektowano tak, aby zarabiały.
- Liczy się Cost per Transaction Completed, czyli koszt zakończonej transakcji, a nie NPS pilotażu ani tempo przygotowywania demo. Nienadzorowane pętle agentowe i rozdęte okna kontekstu spalają budżet bez żadnych przychodów po drugiej stronie. Każdy CFO, z którym rozmawiam, potrafi dziś wyczuć niekontrolowany rachunek za przetwarzanie z kwartalnym wyprzedzeniem.
- Traktuj tokeny jak walutę. Liderzy prowadzą rygorystyczne budżety tokenów dla każdego procesu, kompresują kontekst, wykorzystują cache na dużą skalę i budują krzywe kosztów jednostkowych, dzięki czemu koszt krańcowy tysięcznego procesu AI stanowi ułamek kosztu pierwszego. Tu AI przestaje być pozycją kosztową, a zaczyna być instrumentem zarządzania rachunkiem zysków i strat: rozliczanym według dostarczonej jednostki wartości, nie według liczby stanowisk.
Jeśli nie potrafisz podać pełnego kosztu jednej decyzji kredytowej zrealizowanej przez AI, nie masz strategii AI. Masz pozycję kosztową pod nazwą AI.
4. Klub TOP 15%: architektura ważniejsza od algorytmów
Luka między około 15% banków, które skalują AI, a resztą uwięzioną w paraliżu pilotaży nie ma nic wspólnego z jakością modeli. Wszyscy mają dostęp do tej samej klasy frontier. Różnicę robi dyscyplina architektoniczna:
- Nadzór wbudowany w środowisko wykonawcze, nie doklejony po fakcie. Kontrole ryzyka modelu zgodne z SR 11-7, zgodność z ISO 42001 i pełna audytowalność decyzji są wpisane bezpośrednio w warstwę wykonawczą, dzięki czemu każde działanie agenta jest od początku zgodne z wymaganiami, zamiast być później dopasowywane pod wymagania kontroli.
- Dopasowanie do strumieni wartości. Wdrażanie agentów w odniesieniu do zmapowanych zdolności bankowych, a nie list pomysłów na use case'y, zmienia eksperymenty w dźwignię operacyjną.
Najważniejszy wniosek
Przestań dążyć do posiadania fabryki AI. Ta fabryka na Twoich oczach traci unikatową wartość.
Zbuduj system podobny do kontroli ruchu lotniczego, który nią zarządza: orkiestrację niezależną od hiperskalerów, ekonomikę jednostkową na poziomie tokenów i nadzór trwale wpisany w proces. Banki, które to opanują, będą działać szybciej, bezpieczniej i ze strukturalną przewagą kosztową, której nie da się uzyskać poprzez żaden trening własnego modelu.
Wojny modelowe się skończyły. Zaczęła się era orkiestracji. A na co stawia Twoja instytucja?