Global Banking Annual Review 2026: Dlaczego przyszłość bankowości zależy od precyzji, a nie od wielkości

Łatwo byłoby pomyśleć, że ostatnie kilka lat było przeciętnym okresem dla sektora bankowego, biorąc pod uwagę nagłówki gazet dotyczące zwolnień i obawy o spowolnienie gospodarcze. W rzeczywistości banki ustanawiały kolejne rekordy bez większego uprzedzenia i rozgłosu.

Niniejszy raport jest wspólnym dziełem Dariusa Imreguna, Ido Segeva, Jona Steitza, Klausa Dallerupa, Martiego Riby, Miklosa Dietza, Pradipa Patiatha i Saptarshi Ganguly'ego i stanowi opinię Financial Services Practice. Pieniądze, którymi zarządza globalny system bankowy, zarówno tradycyjne banki, jak i dostawcy usług pozabankowych, wzrosły o 122 biliony, czyli o około 40 procent, napędzane przez światowe bogactwo gospodarstw domowych i instytucji. Przychody banków, które przetrwały koszty ryzyka, osiągnęły w 2024 r. rekordowy poziom 5,5 biliona, co przyczyniło się do wysokiego dochodu netto w tym sektorze, najwyższego w historii jakiejkolwiek branży. Niemniej jednak rynki kapitałowe nie są jeszcze przekonane o potencjalnym tworzeniu wartości przez banki: wyniki sektora bankowego są w większości o 70 procent niższe od średniej wszystkich innych sektorów.

Skąd ta rozbieżność?

Ostatnie wyniki banków były wspierane przez dobre warunki, a mianowicie szczyt międzynarodowego cyklu koniunkturalnego, wyjątkowo wysokie marże przychodów wynikające ze wzrostu stóp procentowych oraz niskie koszty ryzyka, jednak wiadomo, że te sprzyjające czynniki słabną. ROE ledwo pokrywa koszt kapitału. Wskaźnik ceny do wartości księgowej w branży wynosi 1, czyli jest o 67 procent niższy niż w innych branżach.

Po gwałtownym wzroście sektora bankowego w ciągu ostatnich kilku lat istnieje możliwość powrotu do średniej, spowolnienia wzrostu i zwiększenia presji na rentowność. Aby wykorzystać nową krzywą wzrostu, banki muszą zmienić swoje dotychczasowe podejście oparte na tradycyjnych, sprawdzonych metodach na rzecz bardziej ambitnych strategii tworzenia wartości.

Prawdopodobny powrót do średniej będzie wspierany nie tylko przez czynniki makroekonomiczne, w tym zmiany stóp procentowych i demografii, ale także przez zakłócenia spowodowane rozwojem sztucznej inteligencji (AI), wzrost konkurencji ze strony podmiotów niebędących bankami, w tym firm z branży fintech, oraz zmianę oczekiwań klientów. Banki muszą odejść od tradycyjnych metod, które stosowały przez lata, i skupić się na precyzyjnych strategiach tworzących wartość w bardziej wymagających środowiskach, aby wykorzystać kolejną krzywą wzrostu.

Obecne strategie zawiodły

Banki wydają ponad 600 miliardów dolarów rocznie na technologie, ale wasza wydajność jest niska. Ogólna segmentacja klientów nie przyniosła oczekiwanych rezultatów. W zakresie efektywności kapitałowej nie wystarczą radykalne realokacje i szerokie korekty bilansowe. Dążenie do osiągnięcia skali poprzez fuzje i przejęcia nie przyniosło oczekiwanych rezultatów. Banki potrzebują nowych rozwiązań, aby prosperować. Strategie zorientowane na makroekonomię i skalę działalności kiedyś gwarantowały odporność, ale teraz już tak nie jest. Kluczowym czynnikiem wyróżniającym jest precyzja, która odróżnia liderów od maruderów w branży bankowej i powoduje zmianę krzywej wyników branży.

Zestaw narzędzi precyzyjnych

Zestaw precyzyjnych narzędzi, który ma zastosowanie zarówno w dużych, jak i małych bankach, zmienia strategię w czterech kluczowych obszarach:

• Technologia: precyzyjne inwestowanie w technologie o największym wpływie — nawet w sztuczną inteligencję agencyjną i ogólną — oraz ograniczanie inwestycji, które nie usprawniają przepływu pracy, nie poprawiają jakości obsługi klienta ani modeli biznesowych
• Nowy konsument: koniec z szeroką segmentacją, czas na indywidualizację (segment konsumencki składający się z jednej osoby), oferowanie hiperpersonalizowanego, opartego na danych dostępu do produktów i usług, które zyskują sympatię klientów w erze malejącej lojalności
• Efektywność kapitałowa: nie przeprowadzaj już masowych realokacji, ale miliony małych, opartych na danych optymalizacji

W 2024 r. sektor bankowy nadal się rozwijał. Tempo wzrostu środków krążących w systemie bankowym zawsze było wyższe niż ogólny wzrost gospodarczy. Środki finansowe pośredniczone przez globalny system bankowy, banki konwencjonalne, ale także dostawców niebędących bankami, wzrosły w tempie znacznie wyższym niż globalny PKB (średnio 7,0% rocznie w porównaniu z 4,8%). Tendencja ta była spowodowana wysokimi stopami procentowymi, oszczędnościami podczas pandemii COVID-19 spowodowanymi rządowymi bodźcami i zmianą nawyków konsumpcyjnych oraz silną aktywnością inwestycyjną, która skierowała jeszcze więcej pieniędzy za pośrednictwem banków i zarządzających aktywami, zwiększając wolumen funduszy, którymi pośredniczą. W tym samym czasie fundusze detaliczne zarządzane przez instytucje finansowe rosły w tempie 6,0% rocznie, a fundusze instytucjonalne – 7,7% rocznie. Banki w systemie bankowym rozwijały się najszybciej dzięki kapitalizacji systemu bankowego w postaci funduszy, które rosły o 17,2% rocznie, co wskazuje na rosnącą rolę kapitału prywatnego na rynkach światowych. Globalny majątek gospodarstw domowych i instytucji stanowi podgrupę funduszy pośrednich, które charakteryzują się tendencją wzrostową, co przyczynia się do wzrostu przychodów w sektorze bankowym. W ciągu ostatnich pięciu lat światowe bogactwo wyniosło ponad 350 procent nominalnego PKB. Poza tym kapitał podlegający podziałowi lub wolne przepływy pieniężne dla kapitału własnego, wygenerowane przez banki w latach 2021–2024, są ogromne w porównaniu z sumą innych branż. Akcjonariusze uzyskali ogromny udział, ale banki zgromadziły historycznie duże rezerwy jako potencjalne inwestycje i przejęcia.

Czy banki są przygotowane na przyszłość?

Ostatnie trzy lata były niezwykle pomyślne dla banków, ale czy wykorzystały one ten sprzyjający okres, aby przekształcić nadzwyczajne zyski w zapewnienie, że wasze modele biznesowe są dostosowane do przyszłości? Opinia rynku kapitałowego wskazuje, że być może nie wszystkie banki tak postąpiły. Chociaż ostatnie lata były najlepsze w historii banków, nadal istnieje różnica w wycenie między sektorem bankowym a innymi branżami. Banki nie są przekonane, że wasze wysokie wyniki są trwałe dla rynków. Sytuację tę badają makroekonomiczne trendy, takie jak spadające stopy procentowe, zmieniająca się technologia i zachowania konsumentów oraz ciągłe wyciekanie lukratywnych zysków przez fintechy, prywatne instytucje kredytowe i zarządzających majątkiem. Wszystko to może doprowadzić do sytuacji, w której ROE banków będzie niższe niż koszt kapitału własnego na większości rynków.

Banki, które już teraz borykają się ze spadkiem przychodów, desperacko potrzebują zwiększenia wydajności, a sztuczna inteligencja może im to zapewnić. Niemniej jednak sztuczna inteligencja ma dwa oblicza i może nie tylko przynieść oszczędności, ale także spowodować zakłócenia. Sztuczna inteligencja może radykalnie zmienić branżę bankową, nie zawsze na korzyść całej branży. Może to przynieść niespotykaną dotąd efektywność i nową wartość dla klientów, ale jeśli banki nie podejmą zdecydowanych działań, aby się do tego dostosować, spowoduje to kanibalizację tradycyjnych źródeł zysków.

Ponieważ są to wciąż początkowe etapy rozwoju sztucznej inteligencji agentalnej i generatywnej, dopiero teraz konieczna jest chirurgiczna precyzja, aby dowiedzieć się, gdzie technologie te mogą faktycznie przynosić zyski, a nie inwestować w nie znaczne środki z powodu FOMO.

Scenariusze wpływu sztucznej inteligencji

Dwa ważne czynniki będą decydować o skali wpływu sztucznej inteligencji na bankowość, a mianowicie: w jakim stopniu banki będą w stanie w pełni działać jako agenci i radykalnie obniżyć koszty działalności oraz w jakim stopniu klienci będą korzystać ze sztucznej inteligencji do obsługi swoich funkcji finansowych. Na podstawie naszej analizy opisano dziewięć scenariuszy. W środkowym przypadku, zgodnie z waszymi obliczeniami, istnieje 30-procentowe prawdopodobieństwo, że scenariusz ten się zrealizuje, a sztuczna inteligencja radykalnie zmieni działalność bankową, a także zachowania konsumentów. Inne sytuacje wydają się mniej prawdopodobne. Przykładowo scenariusz C3, w którym konsumenci przekazują cały proces podejmowania decyzji finansowych agentom AI, a banki drastycznie redukują liczbę pracowników, jest uzależniony od dwóch nierealistycznych aspektów, które nie mogą mieć miejsca w perspektywie średnioterminowej: akceptacji agentów działających autonomicznie w imieniu klientów oraz zdolności AI do podejmowania decyzji na wysokim szczeblu. Niemniej jednak, chociaż może być konieczne, aby konsumenci również udzielali ostatecznej zgody na transakcje dokonywane przez agentów AI, tzn. nie są one całkowicie autonomiczne, model ten może prowadzić do znaczących zakłóceń w branży, jak w naszym głównym scenariuszu. Nie wiadomo, kiedy nastąpi przełom. Wierzymy jednak, że w ciągu najbliższych trzech do pięciu lat pojawi się przełomowy model biznesowy, który będzie punktem zwrotnym.

Oszczędności kosztów i erozja zysków

Wdrożenie sztucznej inteligencji w sektorze bankowym może doprowadzić do znacznego obniżenia niektórych kosztów nawet o 70 procent. Jednakże, ponieważ oszczędności te zostaną częściowo zniwelowane przez rosnące koszty technologii, przewidujemy, że ogólny wpływ na łączną bazę kosztową banków wyniesie od 15 do 20 procent. Oszczędności te przyniosą efekty, ale nie będą one długotrwałe. Podobnie jak w przypadku poprzednich zmian, konkurencja spowoduje zmniejszenie zysków banków, a większość korzyści z czasem zostanie przeniesiona na klientów. W dłuższej perspektywie sztuczna inteligencja spowoduje spadek rentowności banków, gdy konsumenci zaczną aktywnie wykorzystywać agentów AI do racjonalizacji swoich finansów (np. poprzez automatyczne przenoszenie depozytów na lepiej oprocentowane konta), co sprawi, że klienci staną się mniej bierni i zmieni się ekonomia branży.

Zakłócenia w depozycie

Depozyty i pożyczki kart kredytowych będą jednymi z obszarów, w których sztuczna inteligencja może spowodować zakłócenia poprzez przełamanie inercji. Obecnie 23 biliony z 70 bilionów światowych depozytów konsumenckich znajdują się na rachunkach bieżących o praktycznie zerowym oprocentowaniu, a pozostała część znajduje się na rachunkach, które zazwyczaj oferują stosunkowo niskie oprocentowanie oszczędności. Zakładając, że tylko 5–10 procent sald rachunków bieżących przeszło na najwyższe stawki rynkowe, co może spowodować działanie agentów AI, zmniejszyłoby to ogólny zysk z depozytów w sektorze bankowym o 20 procent lub więcej.

Wystarczy, że średnie zyski będą niższe od kosztu kapitału. Skutki nie będą odczuwalne w równym stopniu. Wykorzystując swoją przewagę, pionierzy sztucznej inteligencji mogą osiągnąć czteropunktowy wzrost zwrotu z kapitału własnego (ROTE) poprzez przekształcenie modeli i wykorzystanie wartości. Z drugiej strony, firmy o powolnym tempie rozwoju prawdopodobnie odnotują spadek zysków w dłuższej perspektywie.

Sztuczna inteligencja zmienia relacje między klientami a bankami, zwiększając zapotrzebowanie na płynne, hiperpersonalizowane doświadczenia, szczególnie wśród młodszych pokoleń. Klienci są bardziej cyfrowi, mniej lojalni i bardziej świadomi przy wyborze dostawców usług finansowych.

Proces podejmowania decyzji przez konsumenta

Gdy konsument jest zainteresowany poszukiwaniem produktu finansowego, proces podejmowania decyzji przez konsumenta (CDJ) zazwyczaj rozpoczyna się od wstępnego zestawu rozważań (ICS), czyli pierwszego zestawu banków, które konsument bierze pod uwagę. Następnie konsument przechodzi do aktywnej oceny, w ramach której banki mogą zostać dodane lub wyeliminowane. Podróż ta może również obejmować pętlę lojalnościową, w ramach której klienci kupują nowe produkty w banku, nie rozważając innych alternatyw, ale obecnie jest to znacznie mniej prawdopodobne. Nastąpiła transformacja CDJ zakupów bankowych. W Stanach Zjednoczonych zaledwie 4% nowych posiadaczy kart kredytowych wybiera obecnego dostawcę kart kredytowych bez uprzedniego porównania go z innymi, w porównaniu z 10% w 2018 r. Konta czekowe w Stanach Zjednoczonych są jeszcze bardziej imponujące, a otwarcia kont lojalnościowych spadły o 4% do 25% w 2018 r. Klienci przywiązują większą wagę do kilku pierwszych banków, które sprawdzają podczas procesu zakupowego, co oznacza, że każdy bank, który odpowiednio wypromuje swoją markę, będzie mógł wejść do ICS i znaleźć się w odpowiedniej pozycji, aby odnieść sukces.

Klucze do wprowadzenia wstępnego zestawu rozważań

Banki, które najprawdopodobniej zostaną objęte systemem ICS, zazwyczaj wyróżniają się w czterech głównych aspektach:

• bądźcie bardzo świadomi, np. wykorzystując zasoby medialne tam, gdzie przyniosą one największy efekt
• zachęcaj do działania, np. poprzez precyzyjne wykorzystanie rekomendacji ustnych, np. programy poleceń oparte na danych
• dopasuj komunikat do tego, co cenisz sobie jako klient
• wywoływanie preferencji poprzez pierwszeństwo Fakt, że bank jest głównym bankiem konsumenta (tj. bank zdeponował większość jego pieniędzy lub był zaangażowany w większość jego działań płatniczych) sprawia, że prawdopodobieństwo włączenia tego banku do ICS w celu oferowania większej liczby produktów, a także sprzedaży krzyżowej produktów, jest trzy do czterech razy większe niż w przypadku konkurencji. Proces podejmowania decyzji przez konsumentów jest dodatkowo zakłócany przez inne formy działalności, w tym agregatory, platformy sztucznej inteligencji, pośredników i dostawców usług finansowych, co również nie sprzyja zmniejszeniu lojalności.

Wdrażanie sztucznej inteligencji przez konsumentów

Ponad połowa klientów korzysta obecnie z narzędzi opartych na sztucznej inteligencji i oczekuje, że wasze banki również będą je udostępniać. Prawie wszyscy twierdzą, że ostatecznie zmieniliby dostawcę usług bankowych, gdyby ich obecny bank nie był w stanie dostosować się do tych zmian technologicznych. Sztuczna inteligencja i urządzenia mobilne przyczyniły się do transformacji konsumenckiej. Sztuczna inteligencja jest już wykorzystywana przez większość konsumentów, którzy oczekują, że wasze banki również będą ją oferować. Liczba konsumentów korzystających z narzędzi sztucznej inteligencji wzrosła do ponad połowy, a znaczna część konsumentów polega na modelach takich jak ChatGPT, które pomagają wam zarządzać waszymi potrzebami finansowymi. Niemniej jednak są oni również zainteresowani świadczeniem takich usług przez banki: zdecydowana większość użytkowników chciałaby, aby ich obecny bank oferował rozwiązania oparte na sztucznej inteligencji, a prawie wszyscy z nich ostatecznie przeszliby do innego dostawcy, gdyby ich obecny bank nie był w stanie nadążyć za zmianami technologicznymi.

Dominacja bankowości mobilnej

Bankowość sprawiła, że urządzenia mobilne stały się najpopularniejszym kanałem bankowości, a ich znaczenie wzrośnie wraz z integracją sztucznej inteligencji generacyjnej w usługach finansowych. Wartość dostarczana przez banki za pośrednictwem urządzeń mobilnych jest znacznie wyższa w przypadku klientów korzystających z tych urządzeń, co potwierdza strategiczny charakter tego kanału. Niemniej jednak oddziały są nadal ważne w większości regionów geograficznych, zwłaszcza w przypadku operacji takich jak otwieranie rachunków bieżących. Kolejny poziom zaangażowania klientów to banki, które łączą w sobie wiedzę opartą na sztucznej inteligencji i mobilne, spersonalizowane doświadczenia z cyfrową łatwością obsługi i ludzkimi relacjami. Banki, które chcą odnieść sukces, muszą przyciągnąć uwagę konsumentów, wykorzystać technologie mobilne jako sposób na nawiązanie z nimi kontaktu oraz włączyć sztuczną inteligencję do obsługi klienta, zanim zrobią to ich konkurenci. Precyzja może umożliwić bankom lepsze zaspokojenie potrzeb mniej zaangażowanych, bardziej cyfrowych, nowoczesnych klientów, którzy pragną hiperpersonalizowanych doświadczeń oraz zintegrowanych doświadczeń i podróży z priorytetem dla urządzeń mobilnych, takich jak możliwość rozpoczęcia zadania na urządzeniu mobilnym i zakończenia go w oddziale bez konieczności ponownego wyjaśniania powodu. Banki, które potrafią dostosować się do tych zmian i zaoferować klientom dokładnie to, czego oczekują, będą miały duże szanse na odniesienie sukcesu. W przypadku braku reakcji ze strony obecnych graczy nastąpi nagły wzrost liczby nowych firm z branży fintech wykorzystujących sztuczną inteligencję, które wypełnią tę lukę.

Kolejna krzywa wzrostu branży bankowej nie będzie zależała od skali, ale od precyzji. Liderzy, którzy uwzględniają dokładność w swoich planach obejmujących technologie, interakcje z klientami, alokację kapitału oraz fuzje i przejęcia, osiągną ogromne korzyści, podczas gdy ci, którzy działają powoli i pozostają przy dotychczasowych strategiach, poniosą porażkę. Precyzja to nie tylko strategia w nowej erze, ale także droga do rentownego wzrostu. Pod warunkiem, że banki będą w stanie dobrze wykorzystać precyzyjny zestaw narzędzi, ogromna luka wycenowa w sektorze może zacząć się zmniejszać, pozostawiając bankom, które postępują właściwie, rzeczywistą wartość dodaną.

Darius Imregun jest partnerem w biurze w Bostonie, gdzie Saptarshi Ganguly, Ido Segev i Saptarshi Ganguly są starszymi partnerami. Jon Steitz jest starszym partnerem w biurze w Bay Area, Klaus Dallerup jest starszym partnerem w biurze w Kopenhadze, Marti Riba jest partnerem w biurze w Barcelonie, a Miklos Dietz jest starszym partnerem w biurze w Vancouver. Pradip Patiath jest starszym partnerem w biurze w Miami, Suhas Gudhe pracuje jako partner stowarzyszony w tym samym biurze, Michael Kirchner jako partner stowarzyszony w biurze w Nowym Jorku, a Valeria Laszlo jako starszy ekspert ds. kompetencji i analiz w biurze w Budapeszcie.

Dodatkowi współautorzy

Autorzy pragną również podziękować następującym współpracownikom za wkład w powstanie niniejszego raportu: Partnerzy i partnerzy seniorzy: Amit Garg, Dan Williams, David Remley, Federico Berruti, Felicia Tan, Felipe Costa, Felipe Villarreal, Fernando Ferrari-Haines, Fuad Faridi, Ishaan Seth, James Kaplan, Javier Martinez Arroyo, Jonathan Godsall, Joydeep Sengupta, Marukel Nunez Maxwell, Max Flototto, Paul Maia, Renny Thomas, Roberto Marchi, Roger Rudisuli Współpracownicy ds. analityki i rozwiązań: Anubhav Das, Belian Kiss-Borlase, Blanka Koji, Csanad Kortvelyessy, Debopriyo Bhattacharyya, Enrique Briega, Garima Ailawadhi, Istvan Rab, Jay Datesh, Luca Pato, Mayar Abdelaziz, Nurzhan Onashabay, Rauhan Nazir, Sanjana Agarwal, Sergey Khon, Shikha Gupta, Tanuj Sachdeva i Urvashi Jain Jako członkowie ekipy: Annie Tan, Anouk Frieden, Eszter Teszarik, Gretal Tang, Julia Shamayskaya, Lisa Kondo, Mark Staples, Matt Cooke, Matteo Camera, Polina Skladneva, Pomponia Orehoczki, Roberto Truque i Teresa Diviu Autorzy pragną również podziękować następującym analitykom i ekspertom ds. akcji bankowych: Brianowi Foranowi i Johnowi McDonaldowi z Truist Securities; Guyowi Moszkowskiemu, współzałożycielowi Autonomous Research US, a obecnie starszemu doradcy; Mathiasowi Nielsenowi z Nordea; oraz Mike'owi Mayo z Wells Fargo Securities. Redakcją zajęła się Jana Zabkova, starszy redaktor w biurze w Nowym Jorku.