Fintech Ειδήσεις

Ψηφιακή τραπεζική: Πώς μετατρέπονται οι τεχνολογικές δαπάνες σε αξία;

Daniel Martin
Προσθέστε το Securities.io στις προτιμώμενες πηγές σας στο Google
Βασικά σημείαΟι προϋπολογισμοί τεχνολογίας αποκαλύπτουν λίγα εκτός αν οι τράπεζες ανασχεδιάσουν τις…
Δείτε περισσότερα
  • Οι προϋπολογισμοί τεχνολογίας αποκαλύπτουν λίγα εκτός αν οι τράπεζες ανασχεδιάσουν τις ροές εργασίας και τα δικαιώματα αποφάσεων γύρω από τα νέα εργαλεία.
  • Η επαναχρησιμοποιήσιμη υποδομή μπορεί να διαδώσει βελτιώσεις σε υπηρεσίες αλλά επίσης διαδίδει αστοχίες χωρίς απομόνωση.
  • Οι επενδυτές θα πρέπει να ιχνηλατούν κάθε εργαλείο σε μια αλλαγμένη διαδικασία πελάτη αντί να μετρούν λανσαρίσματα.

Μια τράπεζα μπορεί να λανσάρει έναν βοηθό τεχνητής νοημοσύνης, να αναβαθμίσει την εφαρμογή της για κινητά και να μεταφέρει το λογισμικό της στο cloud, χωρίς αυτό να κάνει αισθητά ευκολότερη τη λήψη δανείου ή την επίλυση ενός προβλήματος πληρωμής. Η τεχνολογία δημιουργεί δυνατότητες. Για να μετατραπούν αυτές οι δυνατότητες σε καλύτερες τραπεζικές υπηρεσίες, πρέπει να αλλάξει ο τρόπος με τον οποίο συνεργάζονται οι άνθρωποι, τα συστήματα και οι διαδικασίες λήψης αποφάσεων.

Αυτή η διάκριση βρίσκεται στο επίκεντρο μιας νέας μελέτης των Syafruddin Chan και Kurnia Asni, με τίτλο «Ανοίγοντας το μαύρο κουτί του ψηφιακού μετασχηματισμού των τραπεζών: Μια μακρο-, μεσο- και μικρο-σύνθεση των μηχανισμών εξυπηρέτησης και διακυβέρνησης».1 Η ανασκόπησή τους προσφέρει ένα χρήσιμο σημείο εκκίνησης για να κατανοήσουμε γιατί παρόμοιες τεχνολογικές επενδύσεις μπορεί να αποφέρουν διαφορετικά αποτελέσματα.

Για τους επενδυτές, το συμπέρασμα είναι πρακτικό: το ύψος του τεχνολογικού προϋπολογισμού δεν αρκεί για να αποτιμηθεί η πρόοδος. Μια πιο ολοκληρωμένη αξιολόγηση παρακολουθεί την επένδυση μέχρι να αποτυπωθεί σε αλλαγές στις ροές εργασίας, στα αποτελέσματα για τους πελάτες και στις οικονομικές επιδόσεις, εξετάζοντας παράλληλα αν η τράπεζα μπορεί να διαχειριστεί τους κινδύνους που προκύπτουν.

Τι διαπίστωσε στην πραγματικότητα η μελέτη για την ψηφιακή τραπεζική

Οι ερευνητές ξεκίνησαν με 411 εγγραφές από το Scopus, οι οποίες κάλυπταν την περίοδο από το 2006 έως το 2025, και επέλεξαν 225 μελέτες που πληρούσαν τα κριτήρια. Χρησιμοποίησαν τη μοντελοποίηση θεμάτων, μια υπολογιστική μέθοδο εντοπισμού επαναλαμβανόμενων θεμάτων σε κείμενα, για να ταξινομήσουν τις περιλήψεις σε δέκα θέματα και τέσσερις ευρύτερες αναλυτικές διαστάσεις. Μια μικρότερη, επιλεγμένη σκόπιμα ομάδα 17 μελετών χρησιμοποιήθηκε για βαθύτερη ποιοτική ανάλυση.

Το πλαίσιο που προέκυψε συνδέει τους παράγοντες διευκόλυνσης, τη διακυβέρνηση, τους μηχανισμούς και τα αποτελέσματα. Με απλά λόγια, εξετάζει τι έχει στη διάθεσή της μια τράπεζα, πώς ελέγχει τις δραστηριότητές της, τι αλλάζει στην πράξη μέσα στον οργανισμό και ποιες είναι οι συνέπειες αυτών των αλλαγών.

Τα τέσσερα στοιχεία του πλαισίου της μελέτης για την ψηφιακή τραπεζική
Στοιχείο Ρόλος στον μετασχηματισμό
Παράγοντες διευκόλυνσης Τεχνολογικές, οργανωτικές και θεσμικές συνθήκες που καθιστούν εφικτό τον μετασχηματισμό.
Διακυβέρνηση Έλεγχοι και συνθήκες που διαμορφώνουν τις βιώσιμες αλληλεπιδράσεις μεταξύ εσωτερικών και εξωτερικών συμμετεχόντων.
Μηχανισμοί Διαδικασίες που αλλάζουν τις καθιερωμένες πρακτικές, τις δυνατότητες, τις υπηρεσίες και τις οργανωτικές σχέσεις.
Αποτελέσματα Συνέπειες για τις υπηρεσίες, τις οργανωτικές επιδόσεις και συναφή αποτελέσματα.

Η διακυβέρνηση δεν παρουσιάζεται ως ένα μεμονωμένο στάδιο έγκρισης ανάμεσα στην αγορά τεχνολογίας και την απόδοση κερδών. Διατρέχει ολόκληρη τη διαδικασία. Αντίστοιχα, ο μετασχηματισμός είναι επαναληπτικός: τα σχόλια των πελατών, τα λειτουργικά προβλήματα και τα αποτελέσματα των επιδόσεων μπορεί να αναγκάσουν τις τράπεζες να επανεξετάσουν προηγούμενες αποφάσεις.

Πρόκειται για σύνθεση υφιστάμενων ερευνών και όχι για πείραμα που αποδεικνύει ότι μια συγκεκριμένη διοικητική προσέγγιση αυξάνει τα κέρδη. Η εις βάθος ανάλυσή της καλύπτει μόνο 17 μελέτες, ενώ η μοντελοποίηση θεμάτων βασίζεται σε περιλήψεις και όχι σε ολόκληρες εργασίες. Αυτοί οι περιορισμοί καθιστούν το πλαίσιο χρήσιμο για τη διατύπωση καλύτερων ερωτημάτων, όχι για την πρόβλεψη των αποδόσεων μιας τράπεζας.

Γιατί το καλύτερο λογισμικό δεν εξαλείφει τα σημεία συμφόρησης στις τράπεζες

Ας εξετάσουμε μια υποθετική αίτηση δανείου μικρής επιχείρησης. Ένα εργαλείο τεχνητής νοημοσύνης μπορεί να εξαγάγει πληροφορίες από οικονομικές καταστάσεις μέσα σε λίγα δευτερόλεπτα. Ωστόσο, ο δανειολήπτης μπορεί να περιμένει ακόμη και μέρες, επειδή οι έλεγχοι ταυτότητας, η αξιολόγηση πιστοληπτικής ικανότητας και η επαλήθευση εγγράφων γίνονται σε ξεχωριστά συστήματα, τα οποία διαχειρίζονται διαφορετικές ομάδες.

Το εργαλείο εξαγωγής πληροφοριών βελτιώνει μία εργασία. Η υπηρεσία βελτιώνεται μόνο όταν αλλάξει και η ευρύτερη διαδικασία. Αυτό μπορεί να απαιτεί κοινόχρηστα αρχεία, σαφέστερη αρμοδιότητα λήψης αποφάσεων, λιγότερους διπλούς ελέγχους και μια αξιόπιστη διαδικασία διαχείρισης ασυνήθιστων αιτήσεων.

Αυτή η διάκριση αναδεικνύει ένα συνηθισμένο πρόβλημα μέτρησης. Μια τράπεζα μπορεί να αναφέρει ότι εξοικονόμησε χιλιάδες ώρες εργασίας, χωρίς να δείχνει αν αυτές οι ώρες οδήγησαν σε περισσότερες ολοκληρωμένες αιτήσεις, λιγότερα λάθη ή χαμηλότερες δαπάνες. Η εξοικονόμηση χρόνου δημιουργεί διαθέσιμη δυναμικότητα, αλλά η διοίκηση πρέπει να αποφασίσει πώς θα την αξιοποιήσει.

Σημαντική είναι και η συμμετοχή των εργαζομένων. Το δημοσίευμα του Securities.io για τον ανθρώπινο παράγοντα πίσω από την παραγωγικότητα στον χρηματοοικονομικό τομέα της τεχνολογίας εξετάζει πώς η τεχνολογία αλλάζει την εμπειρία των εργαζομένων στους ρόλους τους. Επομένως, η εκπαίδευση θα πρέπει να καλύπτει την κρίση και την ευθύνη, παράλληλα με τη χρήση λογισμικού. Οι εργαζόμενοι πρέπει να κατανοούν πότε να εμπιστεύονται ένα αυτοματοποιημένο αποτέλεσμα, πότε να το αμφισβητούν και ποιος έχει την ευθύνη για την τελική απόφαση.

Η κρυφή αξία των επαναχρησιμοποιήσιμων τραπεζικών υποδομών

Μια χρήσιμη επέκταση του πλαισίου της μελέτης είναι να διακρίνουμε τις μεμονωμένες βελτιώσεις από τις δυνατότητες που μπορούν να επαναχρησιμοποιηθούν. Ένα chatbot που εξυπηρετεί ένα μόνο προϊόν μπορεί να λύσει ένα περιορισμένο πρόβλημα. Ένα καλά διαχειριζόμενο πληροφοριακό σύστημα που υποστηρίζει την εξυπηρέτηση πελατών, τη συμμόρφωση και τον δανεισμό μπορεί να βελτιώσει πολλές δραστηριότητες ταυτόχρονα.

Ας φανταστούμε δύο τράπεζες που εισάγουν συγκρίσιμα εργαλεία τεχνητής νοημοσύνης. Η μία δημιουργεί ξεχωριστή ροή δεδομένων, διαδικασία έγκρισης και σύστημα παρακολούθησης για κάθε εφαρμογή. Η άλλη επαναχρησιμοποιεί ήδη καθιερωμένα στοιχεία. Ακόμη κι αν τα πρώτα τους έργα αποφέρουν παρόμοια αποτελέσματα, η δεύτερη τράπεζα ενδέχεται να αντιμετωπίσει λιγότερες διπλές εργασίες καθώς επεκτείνει την εφαρμογή των εργαλείων.

Αυτό το δυνητικό πλεονέκτημα απορρέει τόσο από τον οργανωτικό σχεδιασμό όσο και από την ποιότητα των μοντέλων. Υπάρχει, ωστόσο, και η αντίστροφη όψη: οι κοινές υποδομές μπορούν να μεταδώσουν αστοχίες σε πολλές υπηρεσίες. Η επαναχρησιμοποίηση αποδίδει όταν συνοδεύεται από απομόνωση, δοκιμές, σχέδια αποκατάστασης και σαφή κατανομή ευθυνών.

Η DBS αποτελεί χαρακτηριστικό παράδειγμα στην έκθεσή της για την ανάπτυξη τεχνολογιών και τεχνητής νοημοσύνης το 2025. Η τράπεζα περιγράφει επαναχρησιμοποιήσιμα στοιχεία, πρότυπα διακυβέρνησης και δυνατότητες διαχείρισης ροών εργασίας στο πλαίσιο γενετικής τεχνητής νοημοσύνης που έχει αναπτύξει. Αναφέρει επίσης ότι, χάρη στην επιχειρηματική πλατφόρμα δεδομένων και αναλυτικής, ο χρόνος ανάπτυξης κώδικα μειώθηκε κατά 25%. Πρόκειται για λειτουργικούς δείκτες που αναφέρει η ίδια η εταιρεία, οι οποίοι, ωστόσο, συμβάλλουν στην κατανόηση των υποδομών πίσω από τις ηχηρές ανακοινώσεις για την τεχνητή νοημοσύνη.

Πώς μπορούν οι επενδυτές να αξιολογήσουν την πρόοδο της ψηφιακής τραπεζικής

Η μελέτη προτείνει έναν πιο συστηματικό τρόπο ανάγνωσης των γνωστοποιήσεων για την τεχνολογία: να εντοπίζεται η σύνδεση ανάμεσα σε ένα εργαλείο και σε ένα αποτέλεσμα. Ο αριθμός των εφαρμογών δείχνει δραστηριότητα. Πιο ουσιαστική εικόνα δίνουν τα στοιχεία ότι ένα επαναλαμβανόμενο πρόβλημα των πελατών αντιμετωπίζεται πλέον ευκολότερα.

  • Ποια ολοκληρωμένη διαδικασία για πελάτες ή εργαζομένους άλλαξε;
  • Βελτιώθηκε η ταχύτητα παράλληλα με την ακρίβεια, την αξιοπιστία ή την ικανοποίηση;
  • Πώς αξιοποιήθηκαν οι πόροι που απελευθερώθηκαν για τη δημιουργία επιχειρηματικής αξίας;
  • Μπορεί η τράπεζα να επαναλάβει τη βελτίωση χωρίς να πολλαπλασιάσει το κόστος και τον κίνδυνο;

Οι συγκρίσεις απαιτούν επίσης σταθερά κριτήρια. Η μείωση του κόστους διεκπεραίωσης έχει μικρότερη σημασία αν από τον υπολογισμό εξαιρούνται η χειροκίνητη διαχείριση εξαιρέσεων ή οι δαπάνες για νέο λογισμικό. Για να αξιολογηθεί η επιτάχυνση των χορηγήσεων, πρέπει να εξεταστούν και οι μεταγενέστερες επιδόσεις των δανείων. Ένα σύστημα εξυπηρέτησης πελατών πρέπει να αξιολογείται, μεταξύ άλλων, με βάση τα προβλήματα που επιλύει και όχι απλώς τις συνομιλίες που εκτρέπει από τους εργαζομένους.

Τα οικονομικά αποτελέσματα απαιτούν ανάλογη προσοχή. Τα επιτόκια, οι πιστωτικές ζημίες, οι ροές καταθέσεων και οι συνθήκες της αγοράς μπορούν να υπερκαλύψουν τις λειτουργικές βελτιώσεις σε οποιαδήποτε μεμονωμένη περίοδο αναφοράς. Η σχετική κάλυψη του Securities.io για τις διακυμάνσεις των μετοχών εταιρειών χρηματοοικονομικής τεχνολογίας και τραπεζών υπογραμμίζει τη σημασία του διαχωρισμού των αφηγήσεων που σχετίζονται με την τεχνολογία από τις ευρύτερες χρηματοοικονομικές δυνάμεις.

Η DBS προσφέρει έκθεση στον μετασχηματισμό της ψηφιακής τραπεζικής

Για επενδυτές που ενδιαφέρονται για μια εισηγμένη τράπεζα η οποία εφαρμόζει αυτές τις ιδέες, η DBS Group Holdings αποτελεί σχετικό παράδειγμα. Η σημασία της εδώ έγκειται στον συνδυασμό της υιοθέτησης τεχνολογίας, του λειτουργικού ανασχεδιασμού και των δημοσιευμένων δεικτών οικονομικού αντίκτυπου.

D05 Διάγραμμα τιμής

Σε ενημέρωση του Ιουλίου 2026 για την υιοθέτηση της τεχνητής νοημοσύνης και τις αλλαγές στο λειτουργικό μοντέλο, η DBS ανέφερε ότι οι πρωτοβουλίες της στους τομείς της ανάλυσης δεδομένων και της τεχνητής νοημοσύνης δημιούργησαν οικονομική αξία περίπου 1 δισ. SGD το 2025. Σύμφωνα με την τράπεζα, περισσότερα από 2.000 μοντέλα υποστήριζαν πάνω από 430 περιπτώσεις χρήσης. Η τράπεζα περιέγραψε επίσης τον ανασχεδιασμό διαδικασιών, την επανεκπαίδευση εργαζομένων και την ενίσχυση των ελέγχων ως μέρη του ευρύτερου μετασχηματισμού της.

Οι γνωστοποιήσεις αυτές συνάδουν με τα ερωτήματα που θέτει η ανασκόπηση, αλλά δεν επιβεβαιώνουν από μόνες τους το πλαίσιό της. Ούτε θα πρέπει η αναφερόμενη οικονομική αξία να θεωρείται ισόποση με πρόσθετα καθαρά κέρδη. Οι επενδυτές εξακολουθούν να πρέπει να εξετάζουν τον τρόπο υπολογισμού των οφελών, το κόστος υλοποίησης και το κατά πόσο οι βελτιώσεις διατηρούνται.

Η παρουσίαση των οικονομικών επιδόσεων της DBS για το 2025 δείχνει γιατί έχει σημασία αυτή η διάκριση. Η DBS ανέφερε σταθερό δείκτη κόστους προς έσοδα 40%, ενώ οι δαπάνες αυξήθηκαν κατά 4% και τα καθαρά κέρδη μειώθηκαν κατά 3%, με τους υψηλότερους φόρους να εξηγούν τη μείωση των κερδών. Η ψηφιακή πρόοδος μπορεί να συνυπάρχει με ανάμεικτες μεταβολές στους βασικούς οικονομικούς δείκτες.

Κατά συνέπεια, η DBS προσφέρει έκθεση σε μια τραπεζική δραστηριότητα που επενδύει σε ψηφιακές δυνατότητες, με τις συνακόλουθες παραμέτρους που αφορούν τις χορηγήσεις, τη χρηματοδότηση, την οικονομία και την αποτίμηση. Οι γνωστοποιήσεις της για την τεχνολογία αποτελούν ένα μόνο μέρος αυτής της αξιολόγησης.

Η αξία της ψηφιακής τραπεζικής εξαρτάται από την υλοποίηση

Η σημαντικότερη συνεισφορά της ανασκόπησης είναι ότι καθιστά πιο ορατή την εργασία που μεσολαβεί ανάμεσα στην επένδυση και στα αποτελέσματα. Οι τραπεζικές υπηρεσίες μπορούν να βελτιωθούν όταν η τεχνολογία, οι δεξιότητες των εργαζομένων, ο σχεδιασμός των υπηρεσιών και η διακυβέρνηση λειτουργούν συμπληρωματικά.

Έτσι δημιουργούνται περιθώρια ουσιαστικής προόδου, χωρίς να χρειάζεται κάθε τράπεζα να επινοήσει έναν νέο αλγόριθμο. Η βελτίωση της ροής των πληροφοριών, της διαχείρισης των εξαιρέσεων και της επαναληψιμότητας επιτυχημένων διαδικασιών μπορεί να αποτελέσει σημαντική καινοτομία. Για τους επενδυτές, τα στοιχεία που τεκμηριώνουν αυτές τις αλλαγές προσφέρουν πιο στέρεη βάση για την αξιολόγηση του ψηφιακού μετασχηματισμού από ό,τι οι συνολικές δαπάνες ή οι λανσαρίσματα προϊόντων από μόνα τους.

Βιβλιογραφία:

1 Chan, S., & Asni, K. (2026). Ανοίγοντας το μαύρο κουτί του μετασχηματισμού της ψηφιακής τραπεζικής: Μια σύνθεση σε μακρο-, μεσο- και μικροεπίπεδο των μηχανισμών εξυπηρέτησης και της διακυβέρνησης. Journal of Open Innovation: Technology, Market, and Complexity. Προδημοσίευση στο διαδίκτυο. https://doi.org/10.1016/j.joitmc.2026.100908

Ο Daniel είναι ένας ισχυρός υποστηρικτής των δυνατοτήτων του blockchain να διαταράξει τις παραδοσιακές χρηματοοικονομικές υπηρεσίες. Έχει βαθύ πάθος για την τεχνολογία και εξερευνά πάντα τις τελευταίες καινοτομίες και gadgets.