Sztuczna inteligencja zagraża dziesiątkom tysięcy stanowisk w europejskich bankach

Sztuczna inteligencja może doprowadzić do likwidacji ponad 200 tysięcy miejsc pracy w europejskim sektorze bankowym do 2030 roku — wynika z analizy Morgan Stanley. To mniej więcej 10% spośród 2,12 miliona pracowników zatrudnionych w tej branży na kontynencie. Głównym motorem zmian jest rosnące zainteresowanie automatyzacją jako narzędziem poprawy rentowności.

Najważniejsze fakty

Prognoza: likwidacja ponad 200 tysięcy miejsc pracy w europejskiej bankowości do 2030 roku
Zasięg: Europa, ze szczególnym uwzględnieniem 35 największych banków europejskich
Kontekst: analiza Morgan Stanley, banki, inwestorzy
Dlaczego to ważne: AI może radykalnie przyspieszyć procesy i przekształcić zatrudnienie, zwłaszcza w funkcjach pomocniczych

AI uderza przede wszystkim w „usługi centralne" i funkcje pomocnicze

Opracowanie Morgan Stanley wskazuje, że sztuczna inteligencja może wyeliminować co dziesiąte miejsce pracy spośród 35 największych europejskich instytucji bankowych objętych analizą. Najbardziej zagrożone obszary to tak zwane „usługi centralne": middle-office, back-office, zgodność regulacyjna oraz zarządzanie ryzykiem.

Wszystkie te funkcje łączy jeden wspólny mianownik — duże wolumeny powtarzalnych zadań, jasno zdefiniowane reguły i ogromne ilości danych: dokumenty, formularze, transakcje, raporty. Właśnie tam AI zyskuje najwięcej: selekcja dokumentacji, ekstrakcja danych, rekoncyliacje, tworzenie wstępnych wersji pism, wsparcie audytów i wstępna analiza w kontroli wewnętrznej.

Co istotne, ryzyko nie zawsze polega na „bezpośrednim zastąpieniu" pracownika. Często redukcje odbywają się przez nieuzupełnianie wakatów powstałych w wyniku odejść czy rotacji oraz przez reorganizację zespołów.

Niccolò Ubertalli, prezes CCF (dawniej HSBC France), przyznał w wypowiedzi dla BFM Business, że „AI już wyeliminowała miejsca pracy w obszarach niezwiązanych bezpośrednio z obsługą klientów". Jako przykład podał kredyty hipoteczne, które dziś można rozpatrzyć nawet w ciągu jednego dnia, podczas gdy wcześniej proces ten trwał kilka tygodni.

Presja inwestorów napędza automatyzację w europejskiej bankowości

Za wyścigiem ku automatyzacji stoi jeden cel: poprawa zysków i efektywności kosztowej. Morgan Stanley podkreśla, że europejskie banki wciąż pozostają w tyle za swoimi północnoamerykańskimi odpowiednikami pod względem rentowności. Wśród krajów najbardziej narażonych na skutki zmian analitycy wskazują Francję i Niemcy, gdzie wskaźniki kosztów są szczególnie wysokie.

Inwestorzy naciskają na poprawę wskaźnika kosztów do przychodów, a AI jawi się jako naturalna odpowiedź. Jednak wdrożenie sztucznej inteligencji w bankowości to nie zawsze „natychmiastowe oszczędności". Wiąże się z integracją ze starszymi systemami, rewizją procesów, wymogami bezpieczeństwa, zarządzaniem modelami i koniecznością zapewnienia audytowalności decyzji.

Obszary takie jak AML/KYC, ochrona danych czy raportowanie regulacyjne wymagają dodatkowych mechanizmów kontrolnych, co może ograniczać szybkie korzyści. Mimo to analitycy Morgan Stanley wskazują, że „wiele banków mówi o zyskach efektywnościowych sięgających 30% dzięki AI".

Cięcia już trwają: ABN Amro i Société Générale w centrum uwagi

Restrukturyzacja nie jest już tylko hipotetycznym scenariuszem. Holenderski bank ABN Amro zapowiedział redukcję zatrudnienia o niemal 20% do 2028 roku.

We Francji dyrektor generalny Société Générale, Slawomir Krupa, oznajmił, że w planie cięcia kosztów „nic nie jest święte" — co rynek odczytał jako gotowość do redukcji na różnych poziomach i w różnych obszarach organizacji.

Warto zauważyć, że automatyzacja funkcji pomocniczych uderza przede wszystkim w stanowiska o dużym wolumenie zadań i stabilnych regułach: operacje, raportowanie, rutynowe walidacje. Tymczasem funkcje bliżej istotnych decyzji — złożone kredytowanie, ryzyko modelowe, compliance o wysokim wpływie — ewoluują w kierunku profili wymagających silniejszego nadzoru i zdolności do kwestionowania wyników generowanych przez AI.

UBS i JPMorgan apelują o ostrożność i powrót do „podstaw"

Nie wszyscy analitycy są przekonani, że obietnice produktywności AI przełożyły się już na realne efekty. Jason Napier, szef działu analiz banków europejskich w UBS, stwierdził wprost, że „banki nie raportują jeszcze poprawy efektywności" i że „te potężne narzędzia nie zostały jeszcze w pełni wdrożone".

Mimo to UBS dostrzega, że rok 2026 może stać się punktem zwrotnym, jeśli AI wykaże wymierny wpływ na wyniki. Bank wysłał już 250 wyższych menedżerów na poświęcony AI szczyt w Oksfordzie, traktując ten temat jako kwestię strategiczną.

Głos w sprawie ryzyk zabrał też Conor Hillery, współdyrektor generalny JPMorgan Chase na Europę. Jego zdaniem „w wyścigu do AI nie możemy tracić z oczu podstaw". W bankowości oznacza to umiejętność oceny ryzyka, rozumienie produktów, wykrywanie luk kontrolnych i przestrzeganie przepisów — bo AI może się mylić, a bez solidnych podstaw nadzór sprowadza się do automatycznej akceptacji jej wyników.

Trend wykracza poza Europę: Goldman Sachs i projekt „Mercury" OpenAI

Presja na zatrudnienie w bankowości nie jest wyłącznie europejskim zjawiskiem. W Stanach Zjednoczonych Goldman Sachs ostrzegł pracowników w październiku o planowanych cięciach i zamrożeniu rekrutacji do końca 2025 roku w ramach programu „OneGS 3.0", koncentrującego się na obsłudze klientów i raportowaniu regulacyjnym.

Tymczasem Bloomberg podał, że OpenAI uruchomiło projekt o nazwie „Mercury", którego celem jest stworzenie AI zdolnej do zastąpienia młodszych analityków w zadaniach z zakresu modelowania finansowego. Do projektu miano zaangażować ponad 100 byłych bankierów.

Nawet gdy AI automatyzuje elementy analizy, banki i regulatorzy zazwyczaj wymagają obecności człowieka w pętli decyzyjnej przy kluczowych rozstrzygnięciach: walidacja założeń, spójność modeli, identyfikowalność i kontrola wersji — zwłaszcza tam, gdzie w grę wchodzi wpływ na klientów, kapitał regulacyjny lub ryzyko operacyjne.

Dlaczego ta informacja jest ważna

Jeśli prognozy Morgan Stanley się potwierdzą, czeka nas jedna z największych transformacji zatrudnienia w europejskiej bankowości od dziesięcioleci. Dotknie ona funkcji kluczowych, choć mniej widocznych — takich jak ryzyko czy compliance. W krajach takich jak Polska, gdzie banki również zmagają się z presją efektywnościową i rosnącymi wymogami regulacyjnymi, efekt może objawiać się nie tyle bezpośrednimi zwolnieniami, ile przekwalifikowaniem pracowników, centralizacją funkcji i ograniczeniem nowych rekrutacji na stanowiskach procesowych.

Jednocześnie rozbieżność między obietnicą zysków — do 30% efektywności według Morgan Stanley — a ostrożnością analityków pokroju UBS sugeruje, że rzeczywisty wpływ AI zależeć będzie od jakości wdrożenia: kondycji danych, integracji z procesami, mechanizmów kontrolnych, prywatności i bezpieczeństwa. W sektorze silnie regulowanym działanie szybko, bez odpowiedniego zarządzania, może słono kosztować — w postaci błędów operacyjnych, incydentów danych i decyzji trudnych do uzasadnienia.