Η τεχνητή νοημοσύνη εξελίσσεται σε έναν από τους κεντρικούς στρατηγικούς άξονες 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, ο οίκος εκτιμά ότι η υιοθέτηση εφαρμογών τεχνητής νοημοσύνης (AI) θα μπορούσε να ενισχύσει την απόδοση ιδίων κεφαλαίων του κλάδου κατά περίπου 240 μονάδες βάσης, σε όρους αποδοτικότητας (ROE), σε κανονικοποιημένη βάση και χωρίς να συνυπολογίζονται τα αρχικά κόστη επένδυσης.
Το βασικό συμπέρασμα της ανάλυσης είναι ότι το όφελος προκύπτει κυρίως από τη μείωση κόστους και λιγότερο από την αύξηση εσόδων. Η Goldman Sachs εκτιμά ότι το κόστος αποτελεί ευκαιρία άνω των τεσσάρων φορών σε σχέση με το σκέλος των εσόδων, καθώς οι εφαρμογές AI μπορούν να επιφέρουν εκτεταμένη αυτοματοποίηση διαδικασιών, βελτίωση εσωτερικών ροών και ενίσχυση της διαχείρισης κινδύνου.
Tα στοιχεία που αποτυπώνουν το δυνητικό όφελος σε όρους αποδοτικότητας ιδίων κεφαλαίων (ROE) για το 2027, οι Eurobank, Εθνική Τράπεζα, Alpha Bank και Τράπεζα Πειραιώς τοποθετούνται στο χαμηλότερο φάσμα της κατανομής, με εκτιμώμενη ενίσχυση της αποδοτικότητας που κυμαίνεται περίπου μεταξύ 130 και 170 μονάδων βάσης, έναντι μέσου όρου 243 μονάδων βάσης για το σύνολο του δείγματος. Το στοιχείο αυτό αντανακλά αφενός τη βελτιωμένη δομή κόστους μετά τον πολυετή κύκλο εξυγίανσης, αφετέρου το γεγονός ότι το επιχειρηματικό μοντέλο παραμένει περισσότερο προσανατολισμένο στο καθαρό επιτοκιακό έσοδο.
Σε επίπεδο αποτελεσμάτων χρήσης, ο οίκος υπολογίζει δυνητική αύξηση εσόδων περίπου 2% για τον ευρωπαϊκό κλάδο, με παράλληλη μείωση λειτουργικών εξόδων κατά περίπου 9% και βελτίωση του κόστους κινδύνου κατά 7 μονάδες βάσης, μέσω καλύτερης πιστοληπτικής αξιολόγησης και έγκαιρου εντοπισμού επιδείνωσης ποιότητας ενεργητικού. Το άθροισμα αυτών των επιδράσεων οδηγεί στην εκτιμώμενη ενίσχυση των αποδόσεων.
Ωστόσο, τα οφέλη δεν κατανέμονται ομοιόμορφα. Η Goldman Sachs υπογραμμίζει ότι, με βάση τη διάρθρωση κόστους και εσόδων κάθε τράπεζας, η διαφορά στο δυνητικό όφελος μπορεί να φτάσει τις 300 μονάδες βάσης μεταξύ των «καλύτερα τοποθετημένων» και των λιγότερο ευνοημένων παικτών. Τράπεζες με υψηλότερο δείκτη κόστους προς έσοδα, μεγαλύτερη ένταση εργασίας και σημαντική παρουσία σε δραστηριότητες προμηθειών και διαχείρισης περιουσίας εμφανίζονται να έχουν μεγαλύτερο περιθώριο βελτίωσης.
Παράλληλα, η έκθεση αναδεικνύει και τους κινδύνους από την ευρύτερη υιοθέτηση AI, κυρίως σε ό,τι αφορά τις προμήθειες και το κόστος καταθέσεων. Σε ένα υποθετικό σενάριο αύξησης κατά 25 μονάδες βάσης του κόστους επιτοκιακών καταθέσεων λιανικής, η Goldman Sachs εκτιμά μέση αρνητική επίπτωση περίπου 3% στα κέρδη προ φόρων, ή περίπου 0,7 ποσοστιαίες μονάδες στο ROTE, σε επίπεδο κλάδου .
Σε αυτό το σκέλος, οι ελληνικές τράπεζες εμφανίζονται, σύμφωνα με την ανάλυση, σχετικά πιο «θωρακισμένες» σε σύγκριση με άλλες γεωγραφίες, καθώς η πλειονότητα των καταθέσεων αφορά λογαριασμούς όψεως ή χαμηλής αμοιβής, ενώ το μερίδιο των προθεσμιακών προϊόντων παραμένει περιορισμένο . Αυτό περιορίζει τη δυνητική ευαισθησία του καθαρού επιτοκιακού εσόδου σε περίπτωση εντονότερου ανταγωνισμού στις αποδόσεις.
H Goldman Sachs εκτιμά ότι η ανάπτυξη και ενσωμάτωση εφαρμογών τεχνητής νοημοσύνης δεν θα αποτελέσει μια «γραμμική» ή άμεση ιστορία βελτίωσης κερδοφορίας, καθώς τα αρχικά κόστη επένδυσης, οι ρυθμιστικοί έλεγχοι και η αναδιάρθρωση διαδικασιών ενδέχεται να δημιουργήσουν βραχυπρόθεσμη μεταβλητότητα . Ωστόσο, σε μεσοπρόθεσμο ορίζοντα, το AI μπορεί να λειτουργήσει ως σταδιακός καταλύτης ενίσχυσης της λειτουργικής αποδοτικότητας και της βιωσιμότητας των αποδόσεων.
Διαβάστε ακόμη
Επιχείρηση Σοκ και «ΔΕΟΣ» για τη φοροδιαφυγή
Για όλες τις υπόλοιπες ειδήσεις της επικαιρότητας μπορείτε να επισκεφτείτε το Πρώτο Θέμα