PNC Financial Services Group planuje opracować większość swojej technologii sztucznej inteligencji we własnym zakresie, zamiast polegać na zewnętrznych dostawcach — strategię tę określaną przez prezesa banku z Pittsburgha mianem „fabryki AI”.

Prezes Bill Demchak opisał projekt podczas konferencji dla inwestorów, a Bloomberg przedstawił to podejście w raporcie z 15 października. Podczas gdy większość banków traktuje AI jak subskrypcję streamingową — wybierają dostawcę, płacą miesięczny rachunek i mają nadzieję, że ceny nie skoczą — PNC zamierza sam posiadać infrastrukturę.

Plan obejmuje nabycie centrów danych i zakup układów GPU od Nvidii, wyspecjalizowanych chipów napędzających nowoczesne systemy AI. PNC zamierza wykorzystać ten sprzęt do zbudowania własnych dużych i małych modeli językowych dostosowanych specjalnie do bankowości.

Co buduje PNC

Bliskoterminowe przypadki użycia banku są wąskie i praktyczne: wykrywanie oszustw i automatyzacja call center. Są to zadania o dużej skali i powtarzalne, w których model trenowany na danych bankowych mógłby teoretycznie przewyższyć narzędzie ogólnego przeznaczenia.

PNC nie odcina się całkowicie od świata zewnętrznego. Bank nadal utrzymuje wybiórcze partnerstwa zewnętrzne, ale dominującym celem jest samowystarczalność.

Liczby stojące za zakładem

PNC posiada łącznie 603 miliardy dolarów aktywów, co plasuje go wśród największych banków w Stanach Zjednoczonych i daje mu bilans zdolny do sfinansowania własnej infrastruktury — luksusu, na jaki mniejsze banki regionalne mogą sobie nie pozwolić.

Bank zidentyfikował 171 potencjalnych możliwości automatyzacji, które łącznie stanowią 1,4 miliarda dolarów wydatków adresowych w okresie 2025–2030. Wydatki adresowe odnoszą się do puli istniejących kosztów, automatyzacja mogłaby potencjalnie zmniejszyć lub zastąpić.

PNC oczekuje, że te inicjatywy AI przyniosą dodatkowe 40 punktów dźwigni operacyjnej w tym samym okresie. Dźwignia operacyjna mierzy, o ile szybciej rosną przychody niż koszty; gdy bank zwiększa jej punkty, większa część każdego nowo zarobionego dolara trafia do zysku netto, zamiast być pochłaniana przez koszty ogólne.

Za tą prognozą stoi udokumentowana historia. Wcześniejsze prace automatyzacyjne przyniosły 30 punktów dźwigni operacyjnej w obszarze operacji detalicznych i centrów obsługi w latach 2022–2025.

Dlaczego omijać dostawców

Kontrola kosztów stanowi rdzeń tej strategii. Wielu zewnętrznych dostawców AI rozlicza się według użycia, co oznacza, że koszty rosną wraz z konsumpcją. Dla banku dążącego do automatyzacji w 171 przypadkach użycia rozliczanie wg użycia to licznik, który nigdy nie przestaje chodzić. Pełne posiadanie infrastruktury ma pozwolić uniknąć tych przyszłych kosztów.

Ten kompromis działa jednak w obie strony: własność przekształca mierzone opłaty dostawców w duże wydatki z góry na centra danych i chipy, a także ciągłą pracę związaną z utrzymywaniem i odświeżaniem tego sprzętu.

Drugą obawą jest uzależnienie od dostawcy. Gdy bank zbuduje swoje procesy wokół modeli jednego dostawcy, zmiana staje się kosztowna i powolna. Jeśli dostawca podniesie ceny, zmieni warunki lub pozostanie w tyle za konkurencją, bank ma niewiele miejsca na manewr.

Kwestia realizacji

Dla akcjonariuszy PNC kluczowym pytaniem jest wykonanie. Budowa centrów danych i trenowanie własnych modeli wymaga kapitału, talentu i czasu, a ewentualne korzyści ujawnią się w wskaźnikach efektywności dopiero po kilku latach. Wyniki mogą też stanowić punkt odniesienia dla innych banków rozważających, czy wynajmować zdolności AI od dostawców, czy budować je samodzielnie.

Nvidia znajduje się po drugiej stronie tego równania. Niezależnie od tego, czy banki wynajmują AI od dostawców, czy budują je samodzielnie, chipy muszą pochodzić z jakiegoś źródła. Plan PNC oznacza po prostu, że bank kupuje sprzęt bezpośrednio, zamiast płacić za niego pośrednio przez cudzą fakturę.

Mierzalne wskaźniki do śledzenia są proste: postępy w realizacji 171 zidentyfikowanych możliwości, ewentualne ogłoszone oszczędności w stosunku do 1,4 miliarda dolarów wydatków adresowych oraz to, czy wzrost dźwigni operacyjnej utrzyma tempo z okresu 2022–2025.