Η τεχνητή νοημοσύνη εξελίσσεται σε κεντρικό στρατηγικό εργαλείο για τον ευρωπαϊκό τραπεζικό κλάδο, με τη Goldman Sachs να επιχειρεί για πρώτη φορά μια ποσοτικοποίηση του συνολικού οφέλους σε επίπεδο αποδοτικότητας. Στην έκθεσή της για τις ευρωπαϊκές τράπεζες, εκτιμά ότι η υιοθέτηση εφαρμογών AI θα μπορούσε να ενισχύσει την απόδοση ιδίων κεφαλαίων (ROE) κατά περίπου 240 μονάδες βάσης σε κανονικοποιημένη βάση, χωρίς να συνυπολογίζονται τα αρχικά κόστη επένδυσης.

Οφέλη κυρίως από τη μείωση κόστους

Το βασικό συμπέρασμα της ανάλυσης είναι ότι το κύριο όφελος προκύπτει από τη μείωση κόστους και λιγότερο από την αύξηση εσόδων. Η Goldman Sachs εκτιμά ότι το κόστος αποτελεί ευκαιρία άνω των τεσσάρων φορές σε σχέση με τα έσοδα, καθώς οι εφαρμογές AI επιτρέπουν αυτοματοποίηση διαδικασιών, βελτίωση εσωτερικών ροών και ενίσχυση της διαχείρισης κινδύνου.

Στην ανάλυση για το 2027, οι Eurobank, Εθνική Τράπεζα, Alpha Bank και Τράπεζα Πειραιώς αναμένονται να ενισχύσουν την αποδοτικότητα τους περίπου κατά 130-170 μονάδες βάσης, έναντι μέσου όρου 243 μονάδων βάσης για το σύνολο του δείγματος, λόγω βελτιωμένης δομής κόστους και της επικέντρωσης στο καθαρό επιτοκιακό έσοδο.

Προσδοκώμενη ενίσχυση αποτελεσμάτων

Σε επίπεδο αποτελεσμάτων χρήσης, η Goldman Sachs υπολογίζει δυνητική αύξηση εσόδων περίπου 2% για τον ευρωπαϊκό κλάδο, με μείωση λειτουργικών εξόδων κατά 9% και βελτίωση του κόστους κινδύνου κατά 7 μονάδες βάσης μέσω καλύτερης πιστοληπτικής αξιολόγησης και έγκαιρου εντοπισμού επιδείνωσης ποιότητας ενεργητικού. Η συσσωρευτική επίδραση αυτών των παραγόντων ενισχύει τις αποδόσεις.

Ωστόσο, τα οφέλη δεν κατανέμονται ομοιόμορφα. Η Goldman Sachs επισημαίνει ότι η διαφορά στο δυνητικό όφελος μπορεί να φτάσει τις 300 μονάδες βάσης μεταξύ των «καλύτερα τοποθετημένων» και των λιγότερο ευνοημένων τραπεζών, με μεγαλύτερη δυναμική βελτίωσης σε αυτές με υψηλότερο δείκτη κόστους προς έσοδα, μεγαλύτερη ένταση εργασίας και σημαντική παρουσία σε προμήθειες και διαχείριση περιουσίας.

Κίνδυνοι και Ευαισθησίες

Η έκθεση αναδεικνύει και τους κινδύνους από ευρύτερη υιοθέτηση AI, κυρίως όσον αφορά τις προμήθειες και το κόστος καταθέσεων. Σε υποθετικό σενάριο αύξησης 25 μονάδων βάσης του κόστους επιτοκιακών καταθέσεων λιανικής, η μέση αρνητική επίπτωση εκτιμάται περίπου 3% στα κέρδη προ φόρων ή 0,7 ποσοστιαίες μονάδες στο ROTE για τον κλάδο. Στο σημείο αυτό, οι ελληνικές τράπεζες εμφανίζονται σχετικά «θωρακισμένες», καθώς η πλειονότητα των καταθέσεων αφορά λογαριασμούς όψεως ή χαμηλής αμοιβής, περιορίζοντας τη δυνητική ευαισθησία στα καθαρά επιτοκιακά έσοδα.

Μεσοπρόθεσμη Προοπτική

Η Goldman Sachs εκτιμά ότι η ενσωμάτωση εφαρμογών τεχνητής νοημοσύνης δεν θα επιφέρει άμεση ή γραμμική βελτίωση της κερδοφορίας, καθώς τα αρχικά κόστη επένδυσης, οι ρυθμιστικοί έλεγχοι και η αναδιάρθρωση διαδικασιών μπορεί να προκαλέσουν βραχυπρόθεσμη μεταβλητότητα. Ωστόσο, σε μεσοπρόθεσμο ορίζοντα, το AI μπορεί να λειτουργήσει ως σταδιακός καταλύτης, ενισχύοντας τη λειτουργική αποδοτικότητα και τη βιωσιμότητα των αποδόσεων.

Διαβάστε ακόμη: