Polski sektor finansowy a AI — co realnie robi PKO BP, mBank i Allegro Pay

Polski sektor finansowy w 2025 przestał mówić o AI w trybie "planujemy" i zaczął pokazywać produkcyjne wdrożenia. Bank PKO BP, mBank, Allegro Pay — każdy z innym podejściem. Ten artykuł to przegląd publicznie dostępnych informacji (raporty, komunikaty, oferty pracy, patenty) plus nasze wnioski dla mniejszej firmy, która chce uczyć się od tych największych.

PKO BP — agent IKO i analiza transakcji

PKO BP od lipca 2025 uruchomił asystenta AI w aplikacji IKO. Asystent odpowiada na pytania o saldo, historię, produkty, pomaga z prostym budżetowaniem. Co istotne: na infrastrukturze własnej (data center w Warszawie), z lokalnie hostowanym modelem, nie zewnętrznym API.

Co możemy zdedukować

• Wybór self-hosted = compliance jako priorytet (RODO + KNF).
• Skala: 7,3 mln aktywnych użytkowników IKO — to ogromny throughput.
• Asystent zawsze "z gwiazdką" — nie ma porad inwestycyjnych, nie autoryzuje transakcji.

mBank — fraud detection i scoring

mBank od dawna używa AI w fraud detection, ale w 2025 rozszerzył to o real-time scoring decyzji kredytowych. Decyzja w 4 sekundach (wcześniej 1-3 dni dla podstawowych produktów). Według raportu rocznego: 47% wniosków kredytowych obsługiwanych w 100% automatycznie.

Wnioski dla mniejszej firmy

Real-time decisioning jest dziś dostępny nie tylko dla wielkich banków. Z modelami open-source i prywatną instancją można zbudować podobne workflow dla scoring leadów, ryzyka klienta B2B, decyzji o przyznaniu kredytu kupieckiego.

Allegro Pay i Allegro Lokalnie — AI w obsłudze klienta

Allegro w drugiej połowie 2025 wdrożył AI w obsłudze klienta Pay oraz w opisach produktów. Pierwsze wdrożenie: chatbot obsługujący ponad 60% interakcji z klientami Pay bez eskalacji. Drugie: generowanie polskich opisów produktów dla sprzedawców na podstawie zdjęć + tytułu.

Firma	Główne wdrożenie AI	Skala	Model
PKO BP	Asystent IKO	7,3 mln użytk.	self-hosted
mBank	Fraud + scoring real-time	~ 4 mln klientów	hybrid (lokalny + API)
Allegro	Chatbot Pay + opisy produktów	22 mln użytk.	hybrid
ING	Inbox AI (klasyfikacja)	~ 3,8 mln klientów	self-hosted
Santander	AI w call center	~ 6 mln klientów	hybrid

Czego uczy nas sektor finansowy

1. Compliance to nie hamulec, to przewaga

Banki, które wcześnie zainwestowały w infrastrukturę compliance dla AI, wdrażają szybciej. Mniejsze firmy często rezygnują z AI "bo RODO" — to błąd. Prywatna instancja rozwiązuje problem.

2. Mierzalne KPI od dnia 1

mBank publikuje: 47% wniosków pełna automatyzacja, NPS chatbota, czas obsługi. Bez tego nie ma rozmowy o ROI. Mniejsze firmy często wdrażają "na czuja".

3. Mocny human-in-the-loop

Każde wdrożenie ma fallback do człowieka. AI obsługuje 60%, ale człowiek odbiera trudne sprawy i feedback wraca do tuningu.

4. Inwestycja w polskie modele

PKO BP i mBank są zaangażowane w polskie inicjatywy LLM (SpeakLeash, PLLuM). Nie ze względu na koszt — ze względu na suwerenność.

Praktyczne wnioski dla firmy 5-200 osób

1. Nie kopiuj banków — kopiuj ich podejście (mierzalność, compliance, fallback).
2. Skala banku nie jest twoja — wybierz model adekwatny (nie potrzebujesz 7,3 mln użytkowników infrastructure).
3. Sektor finansowy szuka talentów AI — jeśli twój dev ma doświadczenie z bankiem, zatrudniaj.
4. Co PKO BP rozwiązał wewnętrznie (compliance), ty rozwiążesz przez RedAI lub podobnego dostawcę za ułamek kosztu.

Trendy 2026 — gdzie idzie sektor finansowy

• Agent AI dla doradców (nie klientów) — wsparcie human advisora wewnątrz.
• Asystenci compliance — AI weryfikuje zgodność dokumentów z regulacjami.
• Voice AI w call center — polskie głosowe modele dojrzewają.
• AI w treasury — automatyczne decyzje płynnościowe.

Co RedAI replikuje z bankowych wzorców

Polskim klientom oferujemy "bankową architekturę dla firmy 50-osobowej": prywatna instancja w infrastrukturze klienta, pełne logowanie, audyt każdej decyzji AI, fallback do człowieka, RBAC. To, co PKO BP buduje za dziesiątki milionów, my postawimy w 4-6 tygodni za rozsądny budżet.

Podsumowanie

Polski sektor finansowy w 2025 to laboratorium AI dla całego rynku. Co się sprawdza tam, sprawdzi się też u mniejszych. Lekcja kluczowa: compliance + mierzalność + fallback = produkcyjne AI. Pokażemy wam architekturę wzorowaną na bankowej, ale dopasowaną do skali waszej firmy.