Sebastien Rousseau

RYZYKO AI DOSTAWCÓW ZEWNĘTRZNYCH

AI od dostawców zewnętrznych: główny problem ładu w finansach UK

Korzystanie z AI wśród badanych brytyjskich firm finansowych sięgnęło 86%, ale najważniejsze liczby kryją się pod tym nagłówkiem: dostawcy zewnętrzni dostarczają już ponad połowę systemów o wysokiej istotności, a nadzór nad nimi to wyzwanie w obszarze ładu, które firmy zgłaszają najczęściej.

15 min czytania
Banner for: AI od dostawców zewnętrznych: główny problem ładu w finansach UK

Korzystanie z AI wśród badanych brytyjskich firm finansowych sięgnęło 86%, ale najważniejsze liczby kryją się pod tym nagłówkiem: dostawcy zewnętrzni dostarczają już ponad połowę systemów o wysokiej istotności, a nadzór nad nimi to wyzwanie w obszarze ładu, które firmy zgłaszają najczęściej.

Podsumowanie dla zarządu

  • 86% respondentów zgłosiło korzystanie z AI, wobec 75% w 2024 roku. Generatywna AI stanowiła 56% zgłoszonych systemów.
  • Około 7% zgłoszonych systemów oceniono jako systemy o wysokiej istotności, wobec 16% w 2024 roku, a mimo to bezwzględna liczba takich systemów była w 2026 roku wyższa.
  • Wdrożenia dostawców zewnętrznych odpowiadały za 53% systemów o wysokiej istotności, wobec 35% w 2024 roku. Trzech największych dostawców chmury i mocy obliczeniowej odpowiada za 79% zgłoszonych relacji w tym obszarze.
  • 80% respondentów ma wdrożonych agentów AI, ale tylko 2% zgłosiło agentów o szerokiej autonomii.
  • Respondenci oczekują wzrostu korzyści i ryzyk we wszystkich kategoriach, a za największe ryzyka systemowe uznają wzmocnienie ryzyka cybernetycznego i krytyczne zależności od podmiotów zewnętrznych.
  • Nadzór nad systemami AI dostawców zewnętrznych był najczęściej zgłaszanym wyzwaniem w zakresie ładu.

Czym jest to badanie, a czym nie jest #

Publikacja, czwarte badanie Bank of England i FCA (Financial Conduct Authority, brytyjskiego nadzoru postępowania na rynku finansowym) dotyczące AI i uczenia maszynowego w brytyjskich usługach finansowych, jest opisowym podsumowaniem zagregowanych wyników i tę ramę warto mieć w głowie, zanim wyciągnie się jakikolwiek wniosek. Wyniki to dowody od firm uczestniczących, a nie pełna ocena adopcji AI w całym brytyjskim sektorze finansowym. Niczego poniżej nie należy czytać jako spisu powszechnego.

Badanie zebrało 196 odpowiedzi: 101 od większych firm i 95 od mniejszych. Po raz pierwszy firmy zatrudniające mniej niż 100 osób mogły wybrać krótszy kwestionariusz, a pełną ankietę wypełniło 105 respondentów. O ile nie zaznaczono inaczej, dane w raporcie opierają się na odpowiedziach z pełnej ankiety, co ułatwia porównania z poprzednimi edycjami. Odsetki liczone są wyłącznie z ważnych odpowiedzi na dane pytanie, więc firmy, które na nie nie odpowiedziały, wypadają z jego mianownika. Odpowiedzi banków międzynarodowych i domów maklerskich (broker/dealer) dotyczą ich działalności w Wielkiej Brytanii.

Edycja 2026 zachowała kluczowe pytania z poprzednich badań dla ciągłości, a inne dodała lub zmieniła, aby odzwierciedlić rozwój adopcji i możliwości AI od 2024 roku. Dlatego raport może zestawić dane z 2026 i 2024 roku dla adopcji, istotności i udziału dostawców zewnętrznych, i dlatego też prosi czytelników o ostrożność przy porównaniach z 2024 rokiem tam, gdzie różnią się sformułowania pytań, definicje, zakres lub populacje respondentów. Niektóre tematy, jak krótki aneks o AI klasy frontier i ryzyku cybernetycznym, w ogóle nie mają odniesienia do 2024 roku.

Te zastrzeżenia mają znaczenie, bo kilka najbardziej uderzających liczb poniżej to udziały w udziałach. Czytelnik, który zignoruje mianowniki, pomyli zmianę struktury ze zmianą wolumenu. Badanie samo dostarcza czystego przykładu tej pułapki, do którego zaraz dojdziemy.

Adopcja jest niemal powszechna, a dominuje generatywna AI #

Zacznijmy od nagłówka. 86% respondentów zgłosiło korzystanie z AI, wobec 75% w 2024 roku. Liczba ta obejmuje zarówno pełną, jak i skróconą ankietę, a sam raport ostrzega, że odsetki z 2026 i 2024 roku nie dotyczą tej samej populacji firm i należy je porównywać ostrożnie. Firmy coraz częściej zgłaszają użycie generatywnej AI, agentów opartych na AI oraz wdrożeń systemów AI od dostawców zewnętrznych, a te trzy wątki przewijają się przez całe badanie.

Generatywna AI odpowiadała za 56% wszystkich zgłoszonych systemów AI. Raport zestawia to z modelami bazowymi (foundation models), które w 2024 roku odpowiadały za 17% zgłoszonych przypadków użycia AI. Raport stwierdza, że miary te nie są bezpośrednio porównywalne, więc błędem byłoby nazwać to skokiem o 39 punktów w jednej technologii; łącznie, słowami raportu, wskazują one na znaczny wzrost zgłaszanego wykorzystania możliwości ogólnego przeznaczenia od 2024 roku.

Gdzie w firmach siedzi AI? Operacje i IT odpowiadały za około 31% wszystkich zgłoszonych systemów AI, wobec około 22% w 2024 roku, a żaden inny pojedynczy obszar nie przekroczył 11%. To wyraźna koncentracja. Zastosowania w obsłudze klienta i front office przyciągają najwięcej publicznej uwagi, a mimo to największy pojedynczy blok zgłoszonych systemów znajduje się w instalacjach wewnętrznych biznesu. Powiązany wynik z części o małych firmach wskazuje w tę samą stronę: wśród respondentów skróconej ankiety operacje były najczęściej wskazywaną domeną obecnego lub planowanego użycia AI, przez 64%.

Postrzegane korzyści pasują do tego obrazu. Efektywność operacyjna, automatyzacja i produktywność były najwyżej ocenianymi obszarami obecnych korzyści z AI. Sądząc po tym, co zgłaszają, firmy używają AI głównie po to, by sprawniej zarządzać sobą.

Adopcja nie rozkłada się też równomiernie. Niemal połowa firm zgłosiła dziesięć lub mniej systemów AI, a dziesięć firm z największą liczbą systemów odpowiadało za 43% wszystkich zgłoszonych systemów AI. Liczba 86% opisuje więc zasięg użycia, nie jego głębokość. Niewielka liczba firm dźwiga dużą część całości, a wiele firm eksploatuje zaledwie kilka systemów. Małe firmy również są obecne: 73% respondentów skróconej ankiety zgłosiło korzystanie z AI, a 58% z nich wskazało, że korzysta głównie z dużych modeli językowych ogólnego przeznaczenia.

Zagadka istotności #

Oto wspomniana wcześniej pułapka. Około 7% zgłoszonych systemów AI respondenci ocenili jako systemy o wysokiej istotności, wobec 16% w 2024 roku. Przy szybkiej lekturze wygląda to tak, jakby AI stawała się dla firm mniej ważna albo mniej ryzykowna.

Tak nie jest. Bezwzględna liczba systemów AI o wysokiej istotności zgłoszonych w 2026 roku była wyższa niż w 2024 roku. Udział spadł, bo całość rosła szybciej niż podzbiór systemów o wysokiej istotności. Gdy firmy wdrażają więcej systemów, większość nowych ocenia się jako mniej istotne, co rozwadnia odsetek, podczas gdy liczba systemów o wysokiej istotności wciąż rośnie. Systemy te są też skoncentrowane: dziesięć firm odpowiadało za 62% wszystkich zgłoszonych systemów AI o wysokiej istotności.

To przydatna korekta dla każdego, kto buduje argumentację o ładzie wyłącznie na odsetkach. Spadający udział systemów o wysokiej istotności nie mówi nic uspokajającego o obciążeniu osób za nie odpowiedzialnych. Jest ich do nadzorowania więcej niż w 2024 roku.

Skąd pochodzą najważniejsze systemy #

Najbardziej doniosły wynik badania dotyczy tego, kto buduje i eksploatuje systemy, które mają największe znaczenie. Wdrożenia dostawców zewnętrznych odpowiadały za 39% wszystkich zgłoszonych systemów AI, wobec 33% w 2024 roku i 17% w 2022 roku. To stały trend. Przesunięcie wśród systemów o wysokiej istotności jest znacznie ostrzejsze: wdrożenia zewnętrzne odpowiadały za 53% z nich, wobec 35% w 2024 roku.

W skali wszystkich zgłoszonych systemów te, które firmy uznają za najistotniejsze, częściej pochodzą więc z zewnątrz niż ze środka. Wzrost o 18 punktów w dwa lata, w kategorii, w której awaria bolałaby najbardziej, to najwyraźniejszy sygnał w danych. W połączeniu z powyższym wynikiem o istotności obraz jest taki: rośnie liczba ważnych systemów, a większości z nich firmy nie budują same.

Koncentracja wśród dostawców to zaostrza. Trzech największych dostawców chmury i mocy obliczeniowej odpowiadało za 79% wszystkich zgłoszonych relacji w obszarze chmury i mocy obliczeniowej, a 98% respondentów korzystało z jednego z nich. Udostępnianie i hosting modeli przez API również były skoncentrowane, choć słabiej: trzech największych dostawców odpowiadało za 54% zgłoszonych relacji, a trzej czołowi dostawcy chmury i mocy obliczeniowej znaleźli się także w pierwszej piątce dostawców API i hostingu modeli. Firmy mogą mieć wiele systemów AI, ale infrastrukturę i modele pod spodem czerpią z wąskiego grona dostawców.

Zastępowalność to trudniejsze pytanie. Spośród 169 zgłoszonych odrębnych relacji w obszarze chmury i mocy obliczeniowej 37% uznano zarówno za wysoce krytyczne, jak i trudne do zastąpienia, a tylko 35% z tej grupy miało przetestowane plany wyjścia. Dla 226 relacji dotyczących API i hostingu modeli udział relacji wysoce krytycznych i trudnych do zastąpienia wyniósł 14%. Rozszerzone oczekiwania w zakresie odporności operacyjnej wobec AI dostawców zewnętrznych, takie jak wspólne testy incydentów czy planowanie wyjścia, zgłosiło tylko 27% firm.

Respondenci sami podnieśli systemowy wymiar tej obawy: wzmocnienie ryzyka cybernetycznego i krytyczne zależności od podmiotów zewnętrznych były dwoma najwyżej ocenianymi ryzykami systemowymi, zarówno dziś, jak i w horyzoncie trzech lat, a respondenci spodziewali się ich nasilenia wraz z upowszechnianiem AI. Odsetek oceniających krytyczne zależności od podmiotów zewnętrznych jako obawę wysoką lub poważną wzrósł z 40% dziś do 63% w perspektywie od roku do trzech lat. To prognoza respondentów, a nie zaobserwowany wynik, ale dane o koncentracji dostawców dają jej oczywiste podstawy.

Firmy są świadome tego ograniczenia. Obawy dotyczące bezpieczeństwa informacji i odporności operacyjnej wskazało jako istotne ograniczenie adopcji AI od dostawców zewnętrznych 40% respondentów, a ograniczoną przejrzystość systemów AI dostawców zewnętrznych (dane treningowe, konstrukcja modelu, ograniczenia wydajności, tryby awarii) 34%. Licząc łącznie ograniczenia istotne i umiarkowane, trudność w negocjowaniu zabezpieczeń umownych była drugim najczęściej wskazywanym wyzwaniem. Razem opisuje to firmy, które mocno opierają się na zewnętrznych dostawcach, a jednocześnie przyznają, że nie zawsze widzą, co jest w środku.

Agenci: szeroko wdrożeni, głównie w roli pomocniczej #

Liczby o agentach wymagają uważnej lektury, bo nagłówek i treść wskazują różne kierunki. 80% respondentów zgłosiło wdrożonych agentów AI, a kolejne 14% planowało ich wdrożenie w ciągu najbliższych 12 miesięcy. Według tych danych tylko niewielka reszta ani nie wdrożyła agentów, ani tego nie planuje.

Ale spójrzmy, co ci agenci robią. 80% respondentów zgłosiło agentów w produkcji zapewniających wsparcie decyzyjne, zdefiniowane jako agenci AI rekomendujący działania, podczas gdy ludzie decydują i je wykonują. 46% zgłosiło agentów z ograniczonym wykonaniem, działających w ramach z góry określonych limitów i reguł, a 22% agentów z warunkową autonomią. Tylko 2% zgłosiło wdrożenie agentów o szerokiej autonomii. Dominujący wzorzec to agenci, którzy doradzają lub działają w ścisłych granicach.

Komunikacja z klientami to obszar, w którym granica zaczyna się przesuwać. 16% zgłosiło obecne użycie agentów do zautomatyzowanej komunikacji z klientami, a po uwzględnieniu planowanych wdrożeń 34%. To ponad dwukrotny wzrost udziału, jeśli firmy zrealizują plany, choć plany to tylko plany, a badanie nie powie nam, ile z nich zostanie zrealizowanych. Dla kontrastu, nawet z uwzględnieniem planów, nie więcej niż 9% respondentów spodziewało się, że agenci będą zatwierdzać lub odrzucać rozstrzygnięcia dotyczące klientów, zawierać transakcje lub składać zlecenia, inicjować, wykonywać lub blokować płatności albo zmieniać limity, progi i mechanizmy kontrolne.

Moim zdaniem bardziej wymowna jest liczba 2% i zasługuje na więcej uwagi niż 80%. Wdrożenie agenta, który podpowiada i czeka na człowieka, to skromny krok. Wdrożenie agenta o szerokiej autonomii zmienia to, kto odpowiada za wynik. Firmy jak dotąd chętnie stawiają pierwszy krok, a drugiego niemal wcale. Czy plany dotyczące komunikacji z klientami sygnalizują początek zmiany tej postawy, to jedno z ciekawszych otwartych pytań w danych.

Korzyści i ryzyka mają rosnąć jednocześnie #

Respondenci nie traktują AI jako jednostronnego zakładu. Spodziewali się wzrostu korzyści we wszystkich obszarach w ciągu najbliższych trzech lat, przy czym największych wzrostów oczekiwali w cyberbezpieczeństwie i odporności operacyjnej oraz w generowaniu przychodów i pozycji konkurencyjnej. To oczekiwania i badanie tak je przedstawia. Żadnej z wymienionych korzyści nie uznano powszechnie za większą niż umiarkowana na dziś.

Strona ryzyka jest równie spójna, jeśli chodzi o kierunek. Najwyżej ocenianymi obszarami obecnego ryzyka AI dla firm były ochrona i bezpieczeństwo danych, ryzyko dostawców zewnętrznych i łańcucha dostaw oraz ryzyka specyficzne dla GenAI. W perspektywie od roku do trzech lat respondenci spodziewali się wzrostu poziomu ryzyka we wszystkich kategoriach, choć średnio oceniali ryzyka w 2026 roku jako mniej poważne niż w 2024 roku.

Źródło przedstawia całość w wyważonych słowach. Ten rozwój może przynieść korzyści, w tym większą efektywność, lepsze wsparcie decyzyjne i silniejsze zarządzanie ryzykiem. Może też tworzyć lub wzmacniać ryzyka związane z ładem, odpornością operacyjną, ochroną danych, wynikami dla konsumentów, zależnością od podmiotów zewnętrznych i stabilnością finansową. Zastrzeżenia pochodzą ze źródła i są na miejscu; badanie mierzy percepcję i zgłaszaną praktykę, a nie zrealizowane zyski czy straty.

Jedna grupa wyników dotyczy AI klasy frontier, czyli najbardziej zaawansowanych modeli, i możliwości cybernetycznych. 88% respondentów oceniło, że rozwój możliwości cybernetycznych AI klasy frontier w ciągu najbliższych dwóch lat będzie miał umiarkowany lub wysoki wpływ na profil ryzyka ich firmy. To ocena prospektywna, a nie zmierzony efekt, choć 19% już dziś wskazało większą skuteczność ataków na łańcuch dostaw lub podmioty zewnętrzne jako kanał, przez który AI klasy frontier stwarza obecnie największe ryzyko. Łatwiej sprawdzić, co firmy już zrobiły w odpowiedzi: 64% wskazało zarządzanie podatnościami i rytm wdrażania poprawek jako obszar cyberodporności, który w wyniku świadomości zagrożeń ze strony AI klasy frontier otrzymał największy przyrost uwagi kierownictwa.

Ograniczenia: bardziej praktyczne niż regulacyjne #

Kto spodziewał się, że regulacje będą na szczycie listy przeszkód, znajdzie w badaniu bardziej zniuansowany obraz. Najczęściej wskazywanymi ograniczeniami pozaregulacyjnymi były trudności z integracją AI z istniejącymi procesami i decyzjami biznesowymi oraz starsze systemy lub infrastruktura (legacy), uznane za duże ograniczenia odpowiednio przez 23% i 22% respondentów. To skromne odsetki, co sugeruje, że żadna pojedyncza przeszkoda pozaregulacyjna nie dominuje, ale są to zwykłe problemy inżynieryjne i organizacyjne, a nie egzotyczne.

Po stronie regulacyjnej najczęściej wskazywanymi ograniczeniami były brytyjskie przepisy o ochronie danych i prywatności oraz regulacje międzynarodowe, które odpowiednio 42% i 29% respondentów uznało za źródło wysokiego obciążenia regulacyjnego. 28% nie wskazało żadnych ograniczeń regulacyjnych.

Małe firmy wykazują podobny wzorzec: 30% respondentów skróconej ankiety wskazało jako ograniczenia ochronę danych, poufność i kwestie IT. Ochrona danych pojawia się w ocenach ryzyka, w danych o obciążeniu regulacyjnym i w ograniczeniach małych firm. Jeśli poza dostawcami zewnętrznymi jakiś jeden temat spina różne części badania, to właśnie ten.

Ład AI: szeroki na papierze, słabszy po wdrożeniu #

Formalne struktury są niemal powszechne. 94% respondentów zgłosiło ogólnofirmowe polityki, zasady lub standardy AI, a 84% scentralizowane fora ładu AI i ryzyka modeli. Wśród mechanizmów kontroli ryzyka danych zatwierdzenie przez człowieka, przegląd przed wdrożeniem i due diligence dostawcy zgłosiło po ponad 90% respondentów.

Teraz porównajmy kontrole stosowane po uruchomieniu. Stały monitoring, testy wycieku danych oraz okresowy przegląd lub ponowną certyfikację zgłosiła mniej więcej połowa respondentów. Kontrast jest wyraźny. Mechanizmy kontroli ryzyka danych działające przed wdrożeniem lub w jego momencie, gdy ktoś coś zatwierdza podpisem, są niemal powszechne. Te, które działają dalej po wdrożeniu, zgłasza mniej więcej połowa.

Uważam, że to centralny wynik w zakresie ładu i łączy się on bezpośrednio z wątkiem dostawców zewnętrznych. Badanie pokazuje, jak różnie firmy rozumieją to, co kupują. Dla systemów o wysokiej istotności 77% respondentów zgłosiło oparcie na dogłębnej znajomości systemów rozwijanych wewnętrznie, wobec 24% dla systemów zewnętrznych; w przypadku systemów zewnętrznych 81% polegało zamiast tego na zapewnieniach dostawcy i ustaleniach umownych. W systemie kupionym, a nie zbudowanym, oczywistymi dźwigniami są przegląd przed wdrożeniem i due diligence dostawcy. Monitoring i ponowna certyfikacja wymagają wglądu w system, a ograniczoną przejrzystość systemów AI dostawców zewnętrznych 34% respondentów już wskazało jako ograniczenie. Badanie nie formułuje tego związku przyczynowego, a dane nie mogą go dowieść, ale elementy pasują do siebie niepokojąco dobrze.

Firmy mówią to same. Nadzór nad systemami AI dostawców zewnętrznych był najczęściej zgłaszanym obszarem niepewności lub trudności wdrożeniowych w zakresie ładu. Stosowanie zasad zarządzania ryzykiem modeli do modeli zewnętrznych lub dostarczanych przez dostawców wskazało 54% respondentów, a nadzór nad systemami dostarczanymi lub istotnie kształtowanymi przez podmioty zewnętrzne 49%. Mniej więcej połowa firm zgłasza więc trudność ze stosowaniem zasad zarządzania ryzykiem modeli do modeli dostawców i mniej więcej połowa z nadzorem nad systemami, które podmioty zewnętrzne dostarczają lub istotnie kształtują.

Zestawmy trzy wątki obok siebie. Dostawcy zewnętrzni dostarczają większość systemów o wysokiej istotności. Garstka dostawców dominuje w relacjach bazowych. A własny ład firm, mocny na wejściu, słabnie przy ciągłym nadzorze, przy czym przypadek dostawców zewnętrznych jest wskazywany jako najtrudniejszy. To nie zarzut wobec żadnej firmy; to opis tego, gdzie leży zgłaszany wysiłek w stosunku do tego, gdzie leży zgłaszana ekspozycja.

Co z tego wynika #

Dla liderów technologicznych praktyczny wniosek jest taki, że przynajmniej w tej próbie zakup wyprzedził budowę w przypadku systemów, które mają znaczenie: 53% systemów o wysokiej istotności to wdrożenia dostawców zewnętrznych. Wysiłek inżynieryjny przesuwa się więc na to, co da się zrobić wokół systemu, którego nie kontrolujesz: przejrzystość zapisaną w umowie, testy na granicy systemu i monitoring, który nie zależy od dostępu do jego wnętrza. Badanie niczego z tego nie zaleca i żadnego z tych punktów nie należy brać za wynik badania. To pytania, które stawiają jego liczby.

Dla założycieli sprzedających AI do sektora usług finansowych dane wskazują, gdzie pojawi się tarcie. Respondenci zgłaszają obawy o bezpieczeństwo informacji i odporność operacyjną (40%) oraz ograniczoną przejrzystość (34%) jako istotne ograniczenia adopcji AI od dostawców zewnętrznych. Dostawca, który bezpośrednio odpowie na te dwie obawy, adresuje to, co według znacznej części respondentów ich hamuje. A ponieważ ponad 90% respondentów zgłasza due diligence dostawcy jako mechanizm kontroli ryzyka danych, dostawca powinien spodziewać się dokładnego sprawdzenia.

Kto chciałby odczytać 86% adopcji jako znak, że najtrudniejsze już za nami, znajdzie w badaniu trzeźwiejszy obraz. Adopcja jest szeroka, ale kilka firm dźwiga dużą część systemów, agenci działają głównie w rolach pomocniczych, a respondenci oczekują wzrostu ryzyka w każdej kategorii w perspektywie od roku do trzech lat. Oczekują też wzrostu korzyści w każdym obszarze, więc ani optymizm, ani ostrożność nie mają dowodów wyłącznie po swojej stronie.

Zastrzeżenia z początku nadal obowiązują. To opisowe podsumowanie odpowiedzi 196 firm, z których tylko 105 wypełniło pełną ankietę, i nie jest to pełna ocena brytyjskiego sektora finansowego. W tych granicach wzorzec jest wystarczająco spójny, by był użyteczny: systemy, które firmy uznają za najważniejsze, coraz częściej pochodzą z zewnątrz, a zgłaszany nadzór jest najsłabszy tam, gdzie ta zależność jest największa.

Pytanie, które dane stawiają, ale na które nie odpowiadają, dotyczy granicy autonomii. Przy 34% respondentów, którzy używają lub planują agentów do zautomatyzowanej komunikacji z klientami, wobec zaledwie 2% wdrażających dziś agentów o szerokiej autonomii, kolejne badanie pokaże, czy agenci pozostaną w rolach pomocniczych, gdy systemy za nimi częściej niż rzadziej dostarcza ktoś inny.

Najczęściej zadawane pytania #

Czym jest badanie Bank of England i FCA dotyczące AI w brytyjskich usługach finansowych? To czwarte wspólne badanie sztucznej inteligencji i uczenia maszynowego w brytyjskich usługach finansowych, po edycjach z lat 2019, 2022 i 2024. Edycja 2026 zebrała 196 odpowiedzi, w tym 105 na pełny kwestionariusz. Autorzy przedstawiają je jako opisowe podsumowanie dowodów od firm uczestniczących, a nie pełną ocenę brytyjskiego sektora finansowego.

Jaka część AI w firmach pochodzi od dostawców zewnętrznych? Wdrożenia dostawców zewnętrznych odpowiadały w 2026 roku za 39% wszystkich zgłoszonych systemów AI, wobec 33% w 2024 roku i 17% w 2022 roku. Wśród systemów o wysokiej istotności udział wyniósł 53%, wobec 35% w 2024 roku.

Jak skoncentrowany jest rynek dostawców AI? Trzech największych dostawców chmury i mocy obliczeniowej odpowiadało za 79% zgłoszonych relacji w tym obszarze, a 98% respondentów korzystało z jednego z nich. Trzech największych dostawców API i hostingu modeli odpowiadało za 54% zgłoszonych relacji w tej kategorii. Spośród 169 zgłoszonych relacji w obszarze chmury i mocy obliczeniowej 37% uznano zarówno za wysoce krytyczne, jak i trudne do zastąpienia, a tylko 35% z tej grupy miało przetestowane plany wyjścia.

Jakie wyzwania w zakresie ładu firmy zgłaszają w odniesieniu do AI dostawców zewnętrznych? Nadzór nad systemami AI dostawców zewnętrznych był najczęściej zgłaszanym obszarem niepewności lub trudności wdrożeniowych w zakresie ładu. 54% respondentów wskazało stosowanie zasad zarządzania ryzykiem modeli do modeli zewnętrznych lub dostarczanych przez dostawców, a 49% nadzór nad systemami dostarczanymi lub istotnie kształtowanymi przez podmioty zewnętrzne. W przypadku zewnętrznych systemów o wysokiej istotności 81% polegało na zapewnieniach dostawcy i ustaleniach umownych, a tylko 24% zgłosiło dogłębną znajomość systemu.

Czy agenci AI działają autonomicznie w brytyjskich firmach finansowych? Rzadko. 80% respondentów zgłosiło wdrożonych agentów AI, a 80% agentów w produkcji do wsparcia decyzyjnego, w którym agenci rekomendują działania, a ludzie decydują i je wykonują. Tylko 2% zgłosiło agentów o szerokiej autonomii, a nawet z uwzględnieniem planów nie więcej niż 9% spodziewało się, że agenci będą zatwierdzać lub odrzucać rozstrzygnięcia dotyczące klientów, zawierać transakcje lub składać zlecenia, inicjować, wykonywać lub blokować płatności albo zmieniać limity.

Bibliografia #

Ostatnia weryfikacja .

Opublikuj ten artykuł ponownie

Kopiuj format dla Medium

# AI od dostawców zewnętrznych: główny problem ładu w finansach UK — Sebastien Rousseau

> Originally published at [https://sebastienrousseau.com/pl/2026-11-21-dostawcow-zewnetrznych-owny-problem-adu-finansach/](https://sebastienrousseau.com/pl/2026-11-21-dostawcow-zewnetrznych-owny-problem-adu-finansach/)

Dostawcy zewnętrzni dają 53% systemów AI o wysokiej istotności w badanych firmach finansowych UK, a nadzór nad nimi to najczęściej zgłaszane wyzwanie ładu.

Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/pl/2026-11-21-dostawcow-zewnetrznych-owny-problem-adu-finansach/

Kopiuj format dla Mastodon

AI od dostawców zewnętrznych: główny problem ładu w finansach UK — Sebastien Rousseau

Dostawcy zewnętrzni dają 53% systemów AI o wysokiej istotności w badanych firmach finansowych UK, a nadzór nad nimi to najczęściej zgłaszane wyzwanie ładu.

https://sebastienrousseau.com/pl/2026-11-21-dostawcow-zewnetrznych-owny-problem-adu-finansach/

Skopiuj sformatowane dla LinkedIn

AI od dostawców zewnętrznych: główny problem ładu w finansach UK — Sebastien Rousseau

Dostawcy zewnętrzni dają 53% systemów AI o wysokiej istotności w badanych firmach finansowych UK, a nadzór nad nimi to najczęściej zgłaszane wyzwanie ładu.

Oto kluczowe strategiczne wnioski:

- Czym jest to badanie, a czym nie jest. Publikacja, czwarte badanie Bank of England i FCA (Financial Conduct Authority, brytyjskiego nadzoru postępowania na rynku finansowym) dotyczące AI i uczenia maszynowego w brytyjskich usługach finansowych, jest…
- Adopcja jest niemal powszechna, a dominuje generatywna AI. Zacznijmy od nagłówka.
- Zagadka istotności. Oto wspomniana wcześniej pułapka.
- Skąd pochodzą najważniejsze systemy. Najbardziej doniosły wynik badania dotyczy tego, kto buduje i eksploatuje systemy, które mają największe znaczenie.

Jakie jest podejście Twojej organizacji do wyzwań opisanych w tym artykule?

→ https://sebastienrousseau.com/pl/2026-11-21-dostawcow-zewnetrznych-owny-problem-adu-finansach/

#RyzykoAiDostawcówZewnętrznych #ŁadAi #AiGovernance #BankOfEngland #Fca

Sebastien Rousseau | CC-BY-4.0
Zacytuj ten artykuł

AI od dostawców zewnętrznych: główny problem ładu w finansach UK — Sebastien Rousseau

Dostawcy zewnętrzni dają 53% systemów AI o wysokiej istotności w badanych firmach finansowych UK, a nadzór nad nimi to najczęściej zgłaszane wyzwanie ładu.

BibTeX

@online{rousseau2026ai,
  author  = {Rousseau, Sebastien},
  title   = {{AI od dostawców zewnętrznych: główny problem ładu w finansach UK — Sebastien Rousseau}},
  year    = {2026},
  url     = {https://sebastienrousseau.com/pl/2026-11-21-dostawcow-zewnetrznych-owny-problem-adu-finansach/},
  urldate = {2026}
}

RIS

TY  - GEN
AU  - Rousseau, Sebastien
TI  - AI od dostawców zewnętrznych: główny problem ładu w finansach UK — Sebastien Rousseau
PY  - 2026
UR  - https://sebastienrousseau.com/pl/2026-11-21-dostawcow-zewnetrznych-owny-problem-adu-finansach/
ER  -

Vancouver

Rousseau S. AI od dostawców zewnętrznych: główny problem ładu w finansach UK — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 21. Available from: https://sebastienrousseau.com/pl/2026-11-21-dostawcow-zewnetrznych-owny-problem-adu-finansach/

Chicago

Rousseau, Sebastien. "AI od dostawców zewnętrznych: główny problem ładu w finansach UK — Sebastien Rousseau." sebastienrousseau.com. November 21, 2026. https://sebastienrousseau.com/pl/2026-11-21-dostawcow-zewnetrznych-owny-problem-adu-finansach/.

APA

Rousseau, S. (2026, November 21). AI od dostawców zewnętrznych: główny problem ładu w finansach UK — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/pl/2026-11-21-dostawcow-zewnetrznych-owny-problem-adu-finansach/

Opublikuj ponownie ten artykuł

AI od dostawców zewnętrznych: główny problem ładu w finansach UK — Sebastien Rousseau

Dostawcy zewnętrzni dają 53% systemów AI o wysokiej istotności w badanych firmach finansowych UK, a nadzór nad nimi to najczęściej zgłaszane wyzwanie ładu.

Ten artykuł jest objęty licencją Creative Commons Attribution 4.0 International. Ponowna publikacja wymaga przypisania do kanonicznego adresu URL.

AI od dostawców zewnętrznych: główny problem ładu w finansach UK — Sebastien Rousseau

Dostawcy zewnętrzni dają 53% systemów AI o wysokiej istotności w badanych firmach finansowych UK, a nadzór nad nimi to najczęściej zgłaszane wyzwanie ładu.

Originally published at https://sebastienrousseau.com/pl/2026-11-21-dostawcow-zewnetrznych-owny-problem-adu-finansach/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.