Pankkialan megatrendit





║ Kirjoittanut: Heidi Kiikka ║

Pankkialan maine ei ole ollut vuosiin hääppöinen. Ehkä siksi, etteivät pankit ole aidosti olleet läsnä asiakkaidensa arjessa. Globaali kilpailu on koventunut ja maailman jätit sekä pienet fintech-yritykset mielivät syrjäyttää pankit. Jos jokin, niin tekoäly voi pelastaa pankkialan. Lue, miten dataan, digitalisaatioon, robotiikkaan, tekoälyyn, lohkoketjuihin sekä työelämän muutoksiin liittyvät megatrendit vaikuttavat pankkialaan! 

Tämä on ensimmäinen osa viisiosaista blogisarjaani, jossa käsittelen megatrendien vaikutusta pankki- ja eläkealaan, sekä niiden viestintään. Tässä blogisarjan muut osat: Blogi 2: Megatrendien vaikutus pankkien viestintään. Blogi 3: Eläkealan megatrendit. Blogi 4: Megatrendien vaikutukset eläkeyhtiöiden viestintään. Blogi 5: Megatrendien vaikutus pankki- ja eläkealaan, sekä niiden viestintään.

Vahvimmin pankkialaan vaikuttavat megatrendit liittyvät mielestäni datan hyödyntämiseen, digitalisaatioon, robotiikkaan, tekoälyyn, lohkoketjuihin sekä työelämän muutoksiin (Sitra 2018). Vaikka sääntely muokkaa vahvasti eurooppalaista pankkialaa, jätän sääntelyn käsittelyn pois analyysistani.

Datan avulla pankki tulee lähemmäksi asiakasta

Vielä joitakin vuosia sitten vaikutti siltä, että pankkiala voisi menettää pelinsä Applen ja Facebookin kaltaisille globaaleille jäteille. Pankeista oli tullut etäisiä ja byrokraattisia, eivätkä ne olleet asiakkaidensa arjessa aidosti läsnä. Digitaalisessa ajassa asiakkailla on uudet odotukset pankkeja kohtaan. Asiakkaista on tullut vaativampia. Asiakkailla on kokemusta suurien globaalien toimijoiden palveluista, joten he vaativat kotimaisilta pankeiltakin vastaavaa. Asiakkaiden muuttuneet tarpeet ovat tästä syystä pankkien tämän hetkisen prioriteettilistan ykkössijalla.

Pankeilla on valtavasti tietoa asiakkaistaan, mutta vanhat jäykät järjestelmät tuskin taipuvat tietojen edistykselliseen analysointiin. Tekoäly ja koneoppiminen tulevat kuin taivaan lahjana apuun pankkien haasteisiin. Tekoälyalgoritmit helpottavat suurten tietomassojen analysointia ja tietojen yhdistelemistä eri järjestelmistä. Lisäksi kone oppii matkan varrella uutta. Näin ymmärrys asiakkaan tarpeesta lopulta kirkastuu.

Datassa piilee ratkaisu pankkien suurimpiin haasteisiin – asiakaskokemuksen parantamiseen, asiakassuhteiden tiivistämiseen sekä pankkien kilpailukyvyn nostamiseen. Se ken taitaa datan, pääsee nauttimaan lisätuotoista, uudenlaisesta ansainnasta sekä liiketoiminnallisesta tehokkuudesta. Datan jalostus ja asiakkaan aito ymmärtäminen ovat siksi varmasti tiiviisti läsnä pankkien uusien palveluiden kehittämisessä.

OP on ensimmäisenä suomalaisena yrityksenä julkaissut keväällä 2019 oman tietotilinpäätöksensä. Sen mukaan dataa käytetään pankin analytiikkaan, tekoälyyn, asiakasymmärryksen jalostamiseen, päätöksen teon parantamiseen, tiedolla johtamiseen, palvelumuotoiluun, lisäarvoa tuottaviin palveluihin, asiakaskokemuksen tuottamiseen sekä markkinointiin ja myyntiin. Tieto toimii näin raaka-aineena, toiminnan tehostajana sekä lisäarvon ja tuoton mahdollistajana. (OP 2019.)

Digitalisaation myötä pankki on aina auki

Nordean verkkopankki oli 1990-luvulla tietääkseni maailman ensimmäinen. Netti- ja mobiilipankit ovat nykyisin itsestään selvyyksiä. Pankkikonttoriin ei enää astella allekirjoittamaan lainaa. Sijoittamisen alkuunkin pääsee Nordean digitaalisen sijoitusneuvoja Noran avustuksella tai vaihtoehtoisesti verkkotapaamisessa, mikäli preferoi ihmiskontaktia.

Olemme keskustelleet digitalisaatiosta jo niin pitkään, että koko aihe tuntuu tylsältä. Palautetaanpa siksi mieleen, mikä digitalisaatiossa on tärkeää: ajasta ja paikasta riippumaton palvelu. Se, että saat hoidettua pankkiasiasi sutjakkaasti silloin kun itse sitä haluat. Tämä on vielä varsin relevanttia. Hyvinvointia ja vaurautta on luvassa kaikille. Toivottavasti. Ehkä. Paitsi niille, jotka eivät pysy digitaalisen maailman mukana. Niitäkin on.

Globaali kilpailu on koventunut. Google, Apple, Facebook sekä erityisesti kiinalaisten finanssialan teknologia- eli fintech-yritysten armeija yrittävät parhaansa mukaan vallata pankkien liiketoimintaa. Uusin maksupalveludirektiivi mahdollisti alustatalouden rantautumisen pankkialalle. Direktiivi aukaisee pankkien rajapinnat uusille kumppaneille ja datan varaan rakennetuille ekosysteemeille. (Laine 2019). Tähän mennessä esimerkiksi Nordea on integroinut Apple Payn sekä UKKO Pro:n omiin palveluihinsa.

Uudet pankkialalle hamuavat toimijat pyrkivät musertamaan pankkialan hinnalla (Ritakallio 2019). Näistä syistä pankkialan digitalisaatio saattaa olla vasta alkukuopissaan. Emme ole nähneet vielä kaikkea. Tulemme varmasti näkemään aivan uudenlaisia palveluita, joita aiemmin ei ole ollut tarjolla. Palvelu ja neuvonta erottavat pankkialan muista fintech-yrityksistä. Siksi pankkien uudet palvelut liittyvät varmasti jollakin tapaa asiakkaiden taloudelliseen menestymiseen.   

Robotiikka automatisoi pankkien prosessit

”Kaikki on automatisoituvissa”, totesi Nordean riskienhallintajohtaja Ari Kaperi muutama vuosi takaperin (Tekniikka & Talous 2017). Näin varmasti on. Automatisointi tuo pankeille suuret kustannussäästöt. Finanssialan ry:n arvion mukaan säästöt voivat olla jopa 50-70 prosentin luokkaa (Finanssiala ry 2019). Automaatio vähentää myös virheitä ja estää väärinkäytöksiä. Näistä syistä pankit yrittävät kaikin keinoin automatisoida rutiinejaan.

Robotiikka tai robotisaatio mahdollistaa prosessien automatisoinnin. Robotit keräävät, työstävät, raportoivat, analysoivat ja visualisoivat tietoa. Ne nopeuttavat, helpottavat ja sujuvoittavat asiakkaiden ja pankkien välistä suhdetta. Tekoälyllä varustetut robotit voivat koota lainatarjouksia, laatia luottoasiakirjoja ja tehdä jopa lainapäätöksiä. OP:n digitaalisessa asuntolainapäätöksessä robotti kerää lainanottajan tiedot eri kannoista ja yhdistää ne asiakkaan itse syöttämiin tietoihin.

Yritysten maksuliikenne eli laskujen ja maksujen liikenne automatisoitiin pankeissa ensimmäisenä. Vakuutusten korvauskäsittelykin hoituu nykyään lähes koneellisesti. Kone tunnistaa korvaushakemuksista sanoja, ja tekee korvauspäätökset niiden pohjalta. Robotiikalla pankit pystyvät myös pidentämään vanhojen järjestelmiensä elinkaarta.

Robotiikka on teknologioista se, joka vähentää eniten pankkialan työpaikkoja. Tosin kyllähän automaation tekemiseenkin tarvitaan tekijöitä, devaajia.

Tekoäly siivittää pankit uuteen nousuun

Jos jokin, niin tekoäly pelastaa pankkialan!

Tekoäly, koneoppiminen ja algoritmit voivat luoda suunnatonta arvoa pankeille. Tekoäly parantaa oikein käytettynä pankkien ja asiakkaiden välistä suhdetta. Asiakkaat saavat kaipaamaansa ja ehkä vähän enemmänkin. Pankit pääsevät nauttimaan asiakkaidensa luottamuksesta. Älykkäämmän toiminnan seurauksena pankkien tuottavuus, kilpailukyky ja tehokkuus paranevat. Ja, ehkä pankkialan mainekin kohenee samalla.

Pankeissa on viime vuosien aikana kuumeisesti mietitty, mitä ongelmia tekoäly voisi ratkaista. Pankeilla on käynnissä monia koneoppimishankkeita. Tekoäly ei ole tulevaisuuden teknologia, sillä osa pankkien hankkeista on jo käytössä tai pilottivaiheessa. Tekoäly on jo keskuudessamme.

Pankkisektori on maailman kärjessä tekoälyn hyödyntämisessä. Vain kaupan alalla investoinnit ovat pankkeja suuremmat (IDC 2019). OP on kertonut, että tekoäly on mukana kaikissa pankin uusissa palveluissa (OP 2019).

Tekoäly otettiin ensimmäisenä käyttöön pankkien riskien hallinnassa ja petosten torjunnassa. Petoksia voi ostaa netistä jo palveluna (fraud as a service eli FaaS). Finanssialalla liikkuu paljon rahaa, mikä houkuttelee rikollisia. Nordealla työskentelee peräti 1 500 ihmistä rahanpesun ja finanssirikollisuuden torjunnassa. (Nordlund 2019.) Kone kiinnittää huomiota epätavalliseen käyttäytymiseen. Se haistaa rahanpesun epätyypillisistä transaktioista tai luottokorttipetoksen vertailemalla ostosten tietoja.

Tekoälyn on sanottu olevan arvopaperikaupan mullistavin teknologia. Koneoppimista käytetään esimerkiksi toteutuneiden pörssikauppojen riskianalyysissa. FIM Tekoäly -rahastossa tekoälyä ja koneoppimista hyödynnetään sijoituskohteiden valinnassa. OP:n asuntojen hinta-arviotyökalu perustuu neuroverkkoteknologiaan sekä Kiinteistövälittäjäliiton toteutuneiden kauppojen dataan (OP 2019).

Algoritmiperusteiset ja kielen tunnistukseen pohjautuvat asiakaspalvelun chatbotit poistavat asiakkailta jonotuksen. Ne opastavat asiakasta valitsemaan tarkoituksenmukaisimman asiointikanavan tai ehdottavat asiakkaan tilanteeseen sopivimmat palvelut. OP:n Viljo-vahinkorobotti pystyy vastaamaan yli 60 prosenttiin ihmisten rutiinikysymyksistä (OP 9.4.2019). Nordean digitaalinen sijoitusneuvoja Noran asiakkaista noin 70 prosenttia ei ole koskaan aiemmin sijoittanut, ainakaan Nordealla. Nora on voittanut eritoten naisten ja nuorten luottamuksen. (Nordea 11.6.2018) Chatbotit siirtävät asiakkaan ihmisen hoidettavaksi siinä vaiheessa, kun koneen ymmärryksen rajat tulevat vastaan. Tutkimuslaitos Gartnerin mukaan 25 prosenttia asiakaspalvelusta hoidetaan jo vuonna 2020 chattibottien kautta (Gartner 2018).

Ennen pitkää tekoälytekniikat ovat mukana kaikissa pankkipalveluissa. Tekoäly mahdollistaa yksilöllisen räätälöinnin ja palvelut asiakkaille. Virtuaaliassistentit auttavat asiakkaita ymmärtämään omaa talouttaan. Pankit käyttävät yksilöllisiä tietoja entistä enemmän hyväkseen myös markkinoinnissaan ja myynnissään. Siksi pankin ja asiakkaan välinen viestintä saattaa jatkossa olla merkityksellisempiä kuin aiemmin.

Tekoälyn seurauksena työpaikkoja häviää pankkialalta. Tekoäly, toisin kuin robotiikka, kehittää alalle myös uusia mielenkiintoisempia ja haastavampia tehtäviä.

Lohkoketjut varmistavat tiedon oikeellisuuden ja turvallisuuden

Vaikuttaa siltä, että pankit tutkivat vasta lohkoketjuteknologian hyödyntämisen mahdollisuuksia. Hyödyt eivät välttämättä vielä ole täysin selvillä.

Bitcoin on lohkoketjuteknologian ensimmäinen ja tunnetuin toteutus. Virtuaalivaluutat toimivat pankkien ja valvonnan ulkopuolella, joten ne mahdollistavat harmaan talouden. Olemme Pohjoismaissa miltei käteisettömästi toimiva yhteiskunta. Raha digitalisoitiin meillä jo pari vuosikymmentä sitten. Meillä ei siksi ole samanlaista tarvetta virtuaalivaluutoille kuin maissa, joissa käteinen on kovassa käytössä. Virtuaalivaluutta voi olla käypä valuutta myös sekasorron vallassa olevissa maissa. Meidän yhteiskuntamme on stabiili ja digitaalinen. Siksi pankit tuskin edistävät virtuaalivaluuttojen yleistymistä. (Ritakallio 2019.)

Lohkoketju toimii kuin turvallinen laajasti ympäri nettiä varastoitu tietokanta. Sivuhuomautuksena, että painotus tulee sanalle turvallinen. Tieto ei ole vain yhden tai kahden palvelimen varassa, vaan hajautettu laajasti ympäri internetin. Turvallisuus rakentuu lohkoilla. Yhden lohkon tietoa ei voi muuttaa ilman, että koko ketjua muutetaan. Näin lohkoketjuteknologia on vastustuskykyinen väärinkäytöksille. (Hellqvist 2019.)

Koska lohkoketjuja voisi tarvita? Erityisesti silloin kun transaktioiden koko suurenee ja kun tarvitaan luottamusta. Asuntokauppa voisi olla hyvä kohde. Siinä kauppasumma on suuri, ja ostaja sekä myyjä haluavat varmistuksen kaupan toteutumiselle. (Hellqvist 2019.) Lohkoketjut voivat yleistyä myös sähköisissä rekistereissä tai arvopaperikaupassa. Pankit mielivät luultavasti myös eroon maksuja varmistavista kolmansista osapuolista, jotka pitävät transaktioiden kulut korkeina.

OP on käyttänyt lohkoketjuja sopimustensa digitalisoinnissa. OP yhdistää lohkoketjussa olevaa julkista dataa ja lohkon ulkopuolella olevaa henkilökohtaista dataa. Näin OP on saanut luotettavasti digitalisoitua henkilöiden ja yritysten identiteettidataa. (Hotti 2019.) Nordea lanseerasi keväällä 2019 asiakkailleen, IBM:n ja 12 pankin kehittämän, lohkoketjuteknologiaan pohjautuvan, we.trade-alustan. Pienet ja keskisuuret yritykset voivat käydä alustan välityksellä kansainvälistä kauppaa turvallisesti. (Nordea 9.5.2019.)

Pankkilaisten työ muuttuu haastavammaksi ja antoisammaksi

Megatrendeillä on merkittävä vaikutus myös pankkilaisten työpaikkoihin ja työtehtäviin.

Helpot rutiinityöt katoavat kokonaan koneiden hoidettavaksi. Pankkiprosessien automatisointi ja robotiikka vähentävät kaikkein eniten pankkialan työpaikkoja. Työpaikkoja vähenee myös tekoälyn ja koneoppimisen myötä, mutta nämä teknologiat myötävaikuttavat uudenlaisten tehtävien syntymiseen. Selvää on, että eniten uusia tehtäviä kehittyy datan, analyysin, matematiikan ja teknologian ympärille. Devaajien määrä kasvaa varmasti. Teknologian ymmärtämisestä tulee kansalaistaito, ja samalla minimivaatimus pankkialalle. Pankkilaisten työn voidaan samalla odottaa muuttuvan aikaisempaa haastavammaksi.

Uusien teknologioiden implementointi vaatii työelämältäkin muutoksia.

Teknologisten megatrendien lisäksi pankkialalle rantautuu pehmeämpiäkin megatrendejä (Sitra 2018). Edeltävät sukupolvet näyttävät osin jo ymmärtäneen, että milleniaalit haluavat humaanin työympäristön. Sellaisen, jossa työntekijä saa toteuttaa itseään, ja jossa näytetään arvostusta.

Kokeilukulttuuri voimistuu (Sitra 2018). Projekteja ei härkäpäisesti vedetä läpi tyhjiöissä, koska joku on niin päättänyt. Jatkossa kaikki perustuu dataan. Testataan, epäonnistutaan, korjataan, kehitetään ja kehitytään matkan varrella. Testataan vielä hieman lisää, ja jossain vaiheessa menestys on vääjäämätön. Päätöksen teosta tulee ongelmanratkaisua (Sitra 2018). Haasteita taklataan tiimissä yhteisen ymmärryksen perusteella (Sitra 2018). Joustava strategia antaa sijaa uudelleenarvioinneille, mikäli olosuhteet muuttuvat. Uuden oppimisesta on tullut välttämätöntä jo nyt (Sitra 2018).

OP:n ketterä toimintatapa on hieno esimerkki työelämää parantavasta ja kehittävästä muutoksesta. OP:n uudistuksilla voi olla mullistavia vaikutuksia pankin nykyisiin ja tuleviin työntekijöihin, asiakkaisiin ja varmasti koko suomalaiseen työelämään. Tämän tapaisten uudistuksen seurauksena pankkialalla työskentelystä voi tulla antoisaa ja houkuttelevaa.

Megatrendiennusteeni povaa pankkialalle parempia aikoja.

Lue myös blogisarjani muut osat: Blogi 2: Megatrendien vaikutus pankkien viestintään. Blogi 3: Eläkealan megatrendit. Blogi 4: Megatrendien vaikutukset eläkeyhtiöiden viestintään. Blogi 5: Megatrendien vaikutus pankki- ja eläkealaan, sekä niiden viestintään.

Lähteet

Aula, Pekka & Heinonen, Jouni (2002). Maine – menestystekijä.



Gävert, Hugo (9.10.2019). Aalto Fintech Seminar Series – AI and fairness in banking. Luento. 

Finanssiala ry (2019). Nettisivut.

Heinilä, Tiina (3.11.2014). Sitran trendit: Vakaa työ murenee

Hellqvist, Matti (2.10.2019). Aalto Fintech Seminar Series – Blockchain and distributed ledgers – bridges from theory to practice  Luento. 


Hotti, Timo (16.10.2019). Aalto Fintech Seminar Series – A glimpse into the future: Decentralized financial data ecosystems. Luento. 


Kiiski Kataja, Elina (28.2.2014). Sitran trendit: Suuri vallan uusjako

Kiiski Kataja, Elina (9.12.2013). Sitran trendit: Data vallan ja vaurauden lähteenä

Kiiski Kataja, Elina (8.11.2013). Sitran trendit: Länsimaisen työn radikaali murros

Lahti, Vesa-Matti (26.5.2016). Lohkoketju muuttaa maailmaa

Laine, Sampsa (25.9.2019). Aalto Fintech Seminar Series – Nordea Banking as a Service – from 1:1 to an ecosystem service. Luento. 



Nordlund, Sirpa (9.10.2019). Aalto Fintech Seminar Series – Cashless society & the dark side: Payment fraud and how to prevent it. Luento. 



Ritakallio, Timo (2.10.2019). Aalto Fintech Seminar Series – Disruption, digitalization and the future of banking. Luento. 

Siilasmaa, Risto (18.9.2019). Aalto Fintech Seminar Series – What every professional in financial services should know about machine learning. Luento. 

Siilasmaa, Risto. (12.11.2017) Risto Siilasmaa on machine learning

Suomen itsenäisyyden juhlarahasto Sitra (2018) Megatrendikortit – Matka tulevaisuuteen. 3. painos. 

Suomen itsenäisyyden juhlarahasto Sitra (3.5.2017). Megatrendit 2017. Slideshare. 

Suomen itsenäisyyden juhlarahasto Sitra (11.3.2015). Sitran trendit: Voimaantuvat yhteisöt haastavat vanhat instituutiot


Tiihonen, Tuula (9.7.2014). Sitran trendit: Älyteknologia arjessa



Warma-Lehtinen, Eija (16.10.2019). Aalto Fintech Seminar Series – Regulation & ethics of AI. Luento.


Lisäksi tutkin OP:nNordean ja Danske Bankin palveluita.

Kommentit

Tämän blogin suosituimmat tekstit

Analyysi: Työeläkeyhtiöiden vastuullisuus

Frankfurtin koulukunnan kriittinen teoria

Minkälaista eettinen viestintä on?

Mitä työeläkeyhtiöiden viestintä paljastaa?

Tekoälyn vaikutukset arkeen, työelämään ja yhteiskuntaan

Miten organisaation legitimiteettiä arvioidaan?

Mitä algoritmit ovat, ja miten ne näyttäytyvät meille?

Mitä disinformaatio tarkoittaa?

Näin algoritmien eettisiin ongelmiin voidaan tarttua