Future Mind
Dziewięciu na dziesięciu pracowników polskiej bankowości i finansów już używało generatywnej AI w pracy. To najwyższy wskaźnik wśród badanych branż i o dziesięć punktów procentowych więcej niż średnia dla całej populacji pracujących Polaków. Codzienne korzystanie również przebija średnią krajową: 18,5% wobec 15,8%.
Mimo tej pozycji lidera, w sektorze nie widać entuzjazmu typowego dla wczesnej fazy wdrożeń. Silne zainteresowanie AI deklaruje 41,5% pracowników bankowości (w populacji 48,1%). Compliance z firmowymi wytycznymi pozostaje wysoki, ale w ciągu roku spadł z 56,2% do 47,5%.
Czytaj dalej, by zobaczyć, jak wygląda dojrzała relacja sektora finansowego z AI: branży, która z narzędzia korzysta na co dzień, ale zawsze raczej rzeczowo niż z entuzjazmem. Wszystkie liczby pochodzą z dodatkowej analizy danych źródłowych raportu Future Mind „Jak AI zmienia codzienność Polaków w 2026?".
W bankowości i finansach kategoria „nigdy nie próbowałem AI w pracy" wynosi obecnie 9,2% odpowiedzi. Rok wcześniej deklarowało to 28,4% pracowników. Roczna skala zmian wyróżnia sektor na tle polskiego rynku pracy:
Każda z tych kategorii wypada powyżej średniej krajowej. Codzienne sięganie po AI jest w bankowości o 2,7 punktu procentowego wyższe niż w populacji ogólnej, tygodniowe użycie o 5 punktów. Najsilniej kontrastuje natomiast wskaźnik osób, które AI w ogóle nie używały: w bankowości to 9,2%, w populacji ogólnej dwa razy więcej.
W praktyce oznacza to, że na każde 1000 pracowników banku aż 540 osób używa AI co najmniej raz w tygodniu, a 185 robi to każdego dnia. To skala, w której AI nie jest już eksperymentem, tylko standardem codziennej pracy.
W obszarze ładu organizacyjnego bankowość nadal trzyma się znacznie powyżej rynku. 47,5% pracowników sektora deklaruje, że zawsze stosuje się do firmowych wytycznych dotyczących AI, podczas gdy średnia krajowa wynosi 36,8%. Tylko 1,7% pracowników bankowości uważa wytyczne za nieistotne wobec 2,2% w populacji.
Liczby same w sobie są pozytywne, ale dynamika roczna stanowi sygnał ostrzegawczy. Rok wcześniej 56,2% pracowników bankowości deklarowało pełną zgodność z wytycznymi. Obecnie odsetek ten spadł o niemal dziewięć punktów procentowych. Innymi słowy: gdy adopcja AI rosła, dyscyplina compliance zaczęła się rozluźniać.
Spadek nie zepchnął sektora poniżej rynku, ale pokazuje wzór, który będzie istotny dla każdego CIO w bankowości w kolejnych dwóch–trzech latach. Tempo, w jakim pracownicy zaczęli używać AI, wyprzedziło zdolność organizacji do aktualizacji polityk. Tam, gdzie wytyczne zostały skonstruowane przed gwałtowną adopcją, pojawia się dziś przestrzeń, w której pracownicy działają częściowo poza pierwotnym zakresem przepisów.
Dane o emocjach pokazują sektor, który traktuje AI jako narzędzie, nie jako temat dyskusji. Pracownicy bankowości rzadziej niż populacja ogólna deklarują silne uczucia w stosunku do AI:
To nie są pracownicy odwracający się od AI. Niski poziom obojętności (16,9% wobec 23,8%) pokazuje, że sektor o AI myśli i z nią pracuje. Niski stres (21,5% wobec 26,4%) sugeruje, że ekspozycja na technologię nie jest źródłem niepokoju. Ale i ekscytacja, i nadzieja są poniżej rynkowej średniej. Sektor, który już AI ma, mniej o niej fantazjuje.
Dane o postrzeganiu kompetencji potwierdzają tę dojrzałość. 36,9% pracowników bankowości uważa, że nowi pracownicy powinni posiadać znajomość AI od samego początku, podczas gdy w populacji takiego zdania jest 23,4%. Tylko 32,3% uznaje znajomość AI za nieistotną w swojej pracy wobec 37,2% w populacji ogólnej. W każdym z pomiarów relacji pracownik–AI sektor finansowy plasuje się jako bardziej świadomy, mniej entuzjastyczny i bardziej praktyczny niż reszta polskiego rynku pracy.
Funkcjonalna mapa zastosowań w sektorze różni się od reszty rynku. Dwa najczęściej wskazywane cele to:
Oba wskaźniki są zauważalnie powyżej średniej krajowej. Bankowcy używają AI z ostrym ukierunkowaniem na efektywność własnej pracy, nie na poszerzanie wiedzy ogólnej.
Najbardziej wymowną różnicą jest jednak inna kategoria. „Aby wyeliminować powtarzające się zadania" wskazuje 27,1% pracowników bankowości, w populacji 21,5%, a w handlu detalicznym tylko 14,3%. Sektor finansowy ma w swojej codziennej pracy istotną warstwę zadań rutynowych (analizy, raporty, komunikacja regulacyjna, przetwarzanie dokumentów), które AI bezpośrednio adresuje. To po części tłumaczy wysoką adopcję: AI realnie odciąża pracownika w mierzalnej części obowiązków.
Mimo dominującej pozycji w klasycznej adopcji generatywnej AI, sektor finansowy ma w obszarze agentic AI pozycję zbliżoną do średniej rynkowej. W pracy z agentic AI korzysta 9,2% pracowników bankowości, w populacji 9,3%. 21,5% próbowało takich narzędzi na małą skalę (20,6% w populacji), a 40,0% nigdy o agentic AI nie słyszało (43,0% w populacji). To pierwszy pomiar, na którym sektor nie wyprzedza rynku.
Drugim wątkiem w badaniu jest agentic commerce, czyli zjawisko głównie konsumenckie: zakupy dokonywane przez agenta AI w imieniu klienta. Pracownicy bankowości jako konsumenci znają tę koncepcję w stopniu zbliżonym do średniej krajowej. 44,6% nigdy o niej nie słyszało (43,6% w populacji), a 18,5% próbowało narzędzi z cechami handlu agentowego (16,6% w populacji). Dla sektora finansowego ważne pytanie nie brzmi „czy używamy agentic commerce w pracy", tylko „czy nasze produkty są gotowe na świat, w którym klient zakupuje przez agenta AI". Banki, które rozpoczną pilotaże integracji z agentami w nadchodzących latach, zyskają przewagę trudną do odrobienia, między innymi ze względu na wymagania regulacyjne wokół zautomatyzowanych decyzji finansowych.
Polska bankowość w 2026 roku jest na innym etapie niż większość polskiego rynku pracy. Adopcja generatywnej AI dotarła już do 91% pracowników, codzienne użycie przebija średnią krajową, a sektor traktuje AI rzeczowo, jako narzędzie operacyjne, nie jako temat strategicznej dyskusji. To pozycja dojrzała.
Dojrzałość niesie jednak inny zestaw zadań niż faza wczesnej adopcji. Banki nie potrzebują już kampanii „AI dla każdego". Potrzebują czterech innych rzeczy.
Po pierwsze, aktualizacji polityk AI dopasowanej do skali, na której pracownicy z AI już pracują. Spadek compliance z 56% do 47% w ciągu roku jest sygnałem, że dotychczasowe wytyczne nie nadążyły za zachowaniem zespołów. Realistyczna polityka opisuje to, co pracownicy faktycznie robią, daje im bezpieczne narzędzia w infrastrukturze firmy i zostawia compliance po stronie systemu, nie świadomości pracownika.
Po drugie, inwestycji w warstwę agentic. Tu sektor nie ma już strukturalnej przewagi adopcyjnej.
Po trzecie, uporządkowania danych. Sektor ma najlepsze dane w polskim biznesie, ale nie zawsze są one „AI-ready". Praca nad katalogiem danych, governance i Customer 360 jest dziś warunkiem skalowania AI w obsłudze klienta. Więcej o tym, jak rozumiemy gotowość danych do wdrożenia AI, w naszym ebooku Dane AI-Ready.
Po czwarte, wykorzystania pozycji startowej. 91% pracowników z doświadczeniem AI to kapitał, który niewiele branż w Polsce posiada. Banki, które potrafią ten kapitał uzgodnić z konkretnymi przypadkami użycia w obsłudze klienta, w produktach kredytowych i w zarządzaniu ryzykiem, mogą wyprzedzić konkurencję.
Najsilniejsza zmiana to spadek z 28,4% do 9,2% udziału pracowników, którzy nigdy nie próbowali generatywnej AI. Druga zmiana: korzystanie z AI raz w tygodniu wzrosło z 20,9% do 35,4%. Codzienne użycie wzrosło z 13,4% do 18,5%, znacząco powyżej średniej krajowej. Compliance z firmowymi wytycznymi spadł natomiast z 56,2% do 47,5%, co jest jedyną kategorią, w której sektor stracił grunt rok do roku.
Najczęściej do dwóch celów: bycia bardziej produktywnym i poprawy jakości swojej pracy (oba 45,8%, blisko dziesięć punktów procentowych powyżej średniej krajowej). Dalej: zmniejszenie potrzeby proszenia kogoś o pomoc (35,6%), poszerzenie wiedzy (28,8%), eliminowanie powtarzających się zadań (27,1%). Eliminowanie rutyny jest w bankowości o 5,6 punktu procentowego wyższe niż w populacji, co odpowiada profilowi pracy w sektorze: dużo zadań strukturalnych, raportowych i regulacyjnych.
Najprostsze wyjaśnienie: tempo adopcji wyprzedziło tempo aktualizacji polityk. Rok wcześniej wytyczne dotyczyły mniejszego, bardziej kontrolowanego wycinka pracy z AI. W ciągu roku codzienna ekspozycja pracowników na narzędzia GenAI wzrosła kilkukrotnie, a wewnętrzne polityki w wielu organizacjach pozostały w wersji sprzed roku. Pracownicy używają AI do nowych zadań, dla których pierwotne wytyczne nie były napisane, co automatycznie obniża deklarowaną pełną zgodność. Sygnał dla CIO i CRO: polityka AI wymaga aktualizacji w cyklu kwartalnym, nie rocznym.
Sektor odpowiada chłodniej niż populacja ogólna w niemal każdej kategorii emocjonalnej. Silne zainteresowanie deklaruje 41,5% pracowników bankowości (w populacji 48,1%), silna ekscytacja 27,7% (32,6%), silna nadzieja 27,7% (32,0%). Po stronie negatywnej sektor także jest poniżej średniej: silny stres 21,5% (26,4%), silna obojętność 16,9% (23,8%). Wzór jest spójny: bankowość traktuje AI rzeczowo, ani się nią nie zachwyca, ani jej nie odrzuca. To dojrzałe podejście, charakterystyczne dla branż, w których technologia weszła już w fazę użytkową.
Future Mind to część grupy Solita, która ma w portfolio duże projekty bankowe i finansowe w rejonie nordyckim, w tym dla fińskiego i szwedzkiego sektora bankowego. Łączymy tę bazę z naszym 20+ letnim doświadczeniem w budowie produktów cyfrowych dla dużych marek w Polsce. Dla sektora finansowego oznacza to dostęp do zespołów łączących mobile, dane i AI, z wymaganymi warstwami governance i bezpieczeństwa. Przykładem klienta z nordyckiego rynku finansowego jest Skandia, wiodąca szwedzka firma finansowa i ubezpieczeniowa obsługująca niemal 2 miliony klientów. Solita, do której należy Future Mind, zaprojektowała i zbudowała dla Skandii chmurową platformę danych opartą na Agile Data Engine i Snowflake. Obsługuje ona raportowanie regulacyjne, zapewnia pełną ścieżkę audytu zmian w danych i pozwala na skalowalny, iteracyjny rozwój architektury danych. W sektorze, gdzie wymagania regulacyjne zmieniają się szybko, a jakość danych jest warunkiem działania, ta platforma zastąpiła dotychczasowe rozwiązania on-premise. W obszarze AI dla finansów, bankowości i ubezpieczeń realizujemy projekty obejmujące m.in. aplikacje klienckie z wbudowanymi funkcjami AI (rekomendacje, asystent transakcyjny, personalizacja komunikacji), narzędzia AI dla pracowników (asystent obsługi klienta, automatyzacja zadań rutynowych) oraz przygotowanie warstwy danych pod skalowalne wdrożenia. Każdy projekt zaczyna się od audytu gotowości danych, żeby model nie pracował na rozproszonej i niespójnej bazie. Nasi eksperci zawsze są chętni do rozmowy na temat sytuacji Twojej organizacji i jej potencjału w zakresie wdrożenia AI w skali.
A. Rakowski - Partner Relationship Manager
P. Wasilewski - Head of Solutions
E. Waszkowski - VP of Commercial Development
P. Wasilewski - Head of Solutions
