Banki centralne spodziewają się, że sztuczna inteligencja najmocniej wpłynie na cyberbezpieczeństwo. W polityce pieniężnej jej znaczenie ma być znacznie mniejsze. Tak wynika z najnowszego badania Banku Rozrachunków Międzynarodowych (BIS). Choć ponad dwie trzecie zgłoszonych projektów AI jest już wykorzystywanych operacyjnie, instytucje odpowiedzialne za stabilność finansową ostrożnie podchodzą do zastosowania nowych technologii w najważniejszych procesach decyzyjnych.
Około 36 proc. banków centralnych uczestniczących w badaniu BIS przewiduje, że sztuczna inteligencja będzie miała duży wpływ na cyberbezpieczeństwo w ciągu najbliższych dwóch lat. W przypadku polityki pieniężnej podobnego zdania jest około 14 proc. respondentów. Większość instytucji spodziewa się w obu obszarach zmian o umiarkowanym znaczeniu, przy czym oceny dotyczące cyberbezpieczeństwa są zdecydowanie wyższe.
Dane pochodzą z opublikowanego w październiku 2026 r. opracowania „AI readiness in central banks”, przygotowanego przez Komitet Irvinga Fishera ds. Statystyki Banków Centralnych, działający przy BIS. W badaniu uczestniczyły instytucje z 65 jurysdykcji i organizacji.
Wyniki pokazują, gdzie banki centralne widzą największe możliwości wykorzystania AI, a gdzie jej zastosowanie pozostaje bardziej ograniczone. Wysoko oceniono także potencjał nowych technologii w badaniach ekonomicznych i statystyce. Niżej znalazły się m.in. stabilność finansowa, systemy płatnicze i polityka pieniężna.
AI pomoże wykrywać cyberataki
Banki centralne odpowiadają za infrastrukturę, której zakłócenie może mieć poważne konsekwencje dla funkcjonowania sektora finansowego. Przetwarzają poufne informacje dotyczące instytucji finansowych, obsługują operacje związane z polityką pieniężną i uczestniczą w zapewnianiu sprawnego działania systemów płatniczych.
Cyberatak na taką instytucję może więc oznaczać znacznie więcej niż utratę danych czy czasową niedostępność systemów informatycznych. W skrajnym przypadku problemy operacyjne mogłyby utrudnić wykonywanie zadań banku centralnego.
Sztuczna inteligencja pozwala analizować duże ilości informacji o ruchu sieciowym i zdarzeniach rejestrowanych przez systemy bezpieczeństwa. Algorytmy mogą wykrywać nietypową aktywność, wskazywać potencjalne próby włamania i pomagać specjalistom ustalać, które alarmy wymagają natychmiastowej reakcji.
Ma to szczególne znaczenie w instytucjach posiadających rozbudowaną infrastrukturę informatyczną. Tradycyjne systemy monitorowania generują ogromne ilości danych, których samodzielna analiza przez pracowników byłaby czasochłonna.
Wykorzystanie AI może skrócić czas wykrywania zagrożeń i ograniczyć koszty związane z obsługą incydentów. Nie daje jednak gwarancji skutecznej ochrony. Cyberprzestępcy również wykorzystują nowe technologie do automatyzacji ataków i wyszukiwania podatności w systemach informatycznych.
Banki centralne muszą ponadto chronić same narzędzia AI, zwłaszcza gdy mają one dostęp do wewnętrznych dokumentów, baz danych lub infrastruktury operacyjnej.
Sztuczna inteligencja nie zastąpi decyzji o stopach procentowych
Znacznie mniejsze oczekiwania banków centralnych dotyczą wykorzystania AI w polityce pieniężnej. Nie oznacza to, że algorytmy nie znajdują zastosowania w analizach ekonomicznych.
Banki centralne od lat korzystają z modeli statystycznych i ekonometrycznych do prognozowania inflacji, wzrostu gospodarczego czy sytuacji na rynku pracy. Rozwój sztucznej inteligencji pozwala rozszerzyć zakres tych analiz, szybciej przetwarzać dane i wykorzystywać informacje, które wcześniej trudno było uwzględnić w prognozach.
AI może na przykład wspomagać analizę tysięcy komunikatów przedsiębiorstw, danych o cenach, raportów gospodarczych i informacji z rynków finansowych. Przydaje się również przy identyfikowaniu zmian koniunktury i przygotowywaniu scenariuszy makroekonomicznych.
Ostateczna decyzja o wysokości stóp procentowych wymaga jednak czegoś więcej niż prognozy inflacji.
Bank centralny musi ocenić źródła presji cenowej, perspektywy wzrostu gospodarczego oraz konsekwencje podwyższenia lub obniżenia stóp. Przy tej samej dynamice inflacji właściwa reakcja może być inna w zależności od tego, czy wzrost cen wynika z rosnącego popytu, podwyżek wynagrodzeń czy nagłego wzrostu kosztów energii.
Modele AI mogą pomóc w analizie tych procesów, ale nie eliminują niepewności. Ich wyniki zależą od dostępnych danych, przyjętych założeń i sposobu działania modelu. Szczególnie trudne pozostaje przewidywanie skutków zdarzeń, które nie mają odpowiednika w historycznych danych.
Do tego dochodzi odpowiedzialność za podejmowane decyzje. W Polsce stopy procentowe ustala Rada Polityki Pieniężnej. W innych państwach podobne kompetencje należą do odpowiednich organów banków centralnych. Sztuczna inteligencja może wspierać przygotowywanie analiz dla tych gremiów, ale nie przejmuje ich ustawowych uprawnień.
Najwięcej wdrożeń AI w statystyce i analizach gospodarczych
Co ciekawe, cyberbezpieczeństwo wcale nie jest obszarem, w którym banki centralne wdrożyły najwięcej rozwiązań opartych na sztucznej inteligencji.
Według BIS pod względem liczby projektów prowadzą statystyka oraz badania ekonomiczne. Coraz więcej zastosowań pojawia się także w komunikacji, gdzie liczba projektów przewyższa już tę odnotowaną w polityce pieniężnej, stabilności finansowej i cyberbezpieczeństwie.
Wynika to przede wszystkim z rodzaju wykonywanych zadań. Przygotowywanie zestawień statystycznych, klasyfikowanie danych, analizowanie dokumentów i wyszukiwanie informacji to czynności, które można częściowo zautomatyzować bez przekazywania algorytmom uprawnień decyzyjnych.
Banki centralne wykorzystują takie rozwiązania do usprawniania pracy analityków i innych pracowników. Narzędzia generatywnej AI pomagają również w programowaniu, przygotowywaniu streszczeń i przetwarzaniu materiałów tekstowych.
Skala wykorzystania nowych technologii wyraźnie wzrosła w ciągu ostatnich dwóch lat. W badaniu z 2026 r. ponad dwie trzecie zgłoszonych projektów AI znajdowało się już na etapie wykorzystania produkcyjnego, także w ograniczonej skali. W 2024 r. ich udział wynosił około połowy.
Jednocześnie niemal zniknęła grupa instytucji deklarujących, że w ogóle nie korzystają ze sztucznej inteligencji ani uczenia maszynowego.
Banki centralne ostrożniej oceniają możliwości AI niż w 2024 roku
Rosnąca liczba wdrożeń nie przełożyła się na równie duży wzrost oczekiwań wobec technologii.
Porównanie wyników badań z 2024 i 2026 r. wskazuje, że w kilku obszarach zmniejszył się udział respondentów spodziewających się dużego wpływu AI, a zwiększył odsetek przewidujących wpływ umiarkowany. Dotyczy to m.in. polityki pieniężnej, stabilności finansowej, statystyki i badań ekonomicznych.
Praktyczne doświadczenia z wdrażaniem nowych rozwiązań pozwalają lepiej ocenić ich ograniczenia. Model sprawdzający się podczas testów musi jeszcze zostać zintegrowany z istniejącymi systemami, spełnić wymagania dotyczące bezpieczeństwa i zapewnić odpowiednią jakość wyników.
W przypadku banków centralnych istotna jest również możliwość weryfikowania analiz i odtworzenia procesu, który doprowadził do określonego rezultatu. Ma to znaczenie zwłaszcza w badaniach wykorzystywanych później przy podejmowaniu decyzji dotyczących gospodarki.
Osobnym problemem pozostają koszty. Niemal 80 proc. respondentów wskazuje wydatki na technologie informatyczne jako czynnik ryzyka związany z AI. Większość banków centralnych przeznacza obecnie na sztuczną inteligencję mniej niż 5 proc. swojego całkowitego budżetu.
Choć instytucje przewidują dalszy wzrost nakładów, dotychczasowe wydatki okazały się niższe, niż zakładano dwa lata wcześniej.
Banki obawiają się o dane i kontrolę nad systemami AI
Bezpieczeństwo informacji należy do najważniejszych problemów wskazywanych przez uczestników badania. Banki centralne korzystają bowiem z danych, których ujawnienie mogłoby naruszyć interesy instytucji finansowych lub utrudnić wykonywanie zadań publicznych.
Ryzyko wzrasta w przypadku modeli dostarczanych przez zewnętrzne przedsiębiorstwa oraz systemów działających w chmurze. Instytucje muszą wiedzieć, gdzie przetwarzane są informacje, kto ma do nich dostęp i jakie zabezpieczenia obowiązują po stronie dostawcy.
Dużym wyzwaniem pozostaje również nadzorowanie przestrzegania przyjętych zasad.
Z badania BIS wynika, że zaledwie 15 proc. respondentów ocenia swoje możliwości monitorowania zgodności wykorzystania AI z wewnętrznymi procedurami jako wysokie. Kolejne 54 proc. określa je jako umiarkowane, a 27 proc. dopiero rozwija odpowiednie rozwiązania. Pozostałe 4 proc. przyznaje, że ich możliwości w tym zakresie są ograniczone.
Oznacza to, że w wielu instytucjach wdrażanie sztucznej inteligencji wyprzedza rozwój narzędzi pozwalających kontrolować sposób jej wykorzystania.
Problem staje się szczególnie istotny wraz z rozwojem agentów AI, czyli systemów mogących samodzielnie wykonywać kolejne zadania i korzystać z różnych narzędzi informatycznych.
BIS zwraca uwagę na potrzebę wyznaczania takim systemom granic działania, kontrolowania ich dostępu do informacji oraz zachowania możliwości interwencji człowieka.
W przypadku banków centralnych ma to bezpośrednie znaczenie dla bezpieczeństwa operacyjnego. Błędne działanie systemu z dostępem do wewnętrznych danych lub narzędzi może wymagać wstrzymania określonych procesów, przywrócenia informacji i dodatkowej kontroli wykonanych operacji.
Dlatego istotnym elementem wdrożenia staje się możliwość ustalenia, jakie czynności wykonał system AI, na podstawie jakich informacji działał i kto odpowiadał za zatwierdzenie jego uprawnień.
