NOWY JORK, 8 lutego 2026, 08:25 EST
Goldman Sachs współpracuje ze startupem AI Anthropic nad opracowaniem „agentów AI” zaprojektowanych do automatyzacji wewnętrznych zadań bankowych, takich jak księgowanie transakcji i rozliczeń, a także weryfikacja klientów — proces, w którym banki sprawdzają tożsamość klientów, poinformował w piątek CNBC. Goldman Sachs później potwierdził te doniesienia, zauważył Reuters. Reuters
Ta zmiana jest znacząca, ponieważ wykracza poza proste asystenty czatu, w kierunku oprogramowania zdolnego do samodzielnego wykonywania wieloetapowych zadań — coś, do czego banki od dawna podchodzą ostrożnie w ściśle regulowanych obszarach. Obecnie ci agenci AI są testowani do uzgadniania transakcji, księgowania handlu, weryfikacji klientów i onboardingu — zadań, które według PYMNTS „opierały się automatyzacji przez dekady” z powodu surowych wymogów regulacyjnych. Pymnts
To trudny moment dla wszystkiego, co reklamuje się jako „AI wykonujące pracę”. Reuters zauważył, że wyprzedaż dotknęła akcje firm z branży oprogramowania i analityki danych po tym, jak Claude od Anthropic wprowadził nową wtyczkę. Strateg Carlota Estragues Lopez wskazała, że „nagłówki, które w szczycie optymizmu wokół AI podbijałyby kursy akcji na nowe szczyty, są teraz interpretowane przez inwestorów znacznie ostrożniej”. Reuters
Dyrektor ds. informatyki Goldmana, Marco Argenti, powiedział CNBC, że firma jest „na wczesnym etapie” i spodziewa się wdrożenia agentów „wkrótce”, choć nie podał konkretnego terminu, poinformował Sharecast. Bagatelizował obawy dotyczące zwolnień jako „przedwczesne”, ale zauważył, że bank może zmniejszyć zależność od niektórych zewnętrznych dostawców w miarę rozwoju technologii. Sharecast
Argenti przedstawił tę koncepcję jako kwestię szybkości, a nie efektowności. „Wyobraź to sobie jako cyfrowego współpracownika, który zajmuje się rolami w firmie, które są skalowalne, złożone i silnie oparte na procesach”, powiedział Observerowi. W raporcie zauważono również, że Argenti wspomniał o przyszłych zastosowaniach, takich jak monitorowanie pracowników i tworzenie prezentacji inwestycyjnych. Zarówno Goldman, jak i Anthropic odmówiły komentarza, gdy zwrócił się do nich Observer. Observer
Poza Goldmanem, banki zastanawiają się, które ruchy automatyzacyjne mają sens jako pierwsze — i jak udowodnić, że faktycznie przynoszą efekty. Alexandra Mousavizadeh, współzałożycielka i współ-CEO Evident, powiedziała Business Insider, że niektóre funkcje AI stały się już „standardem rynkowym”. Mimo to agenci AI pozostają na wczesnym etapie, szczególnie w kontaktach zewnętrznych, gdzie ludzie prawdopodobnie nadal będą zaangażowani, dopóki banki nie dopracują zabezpieczeń. Businessinsider
Przejście Goldmana w kierunku AI rozpoczęło się już jakiś czas temu. Czerwcowy raport Reutersa z 2025 roku ujawnił, że bank wdrożył swojego GS AI Assistant w całej firmie, a według wewnętrznej notatki udostępnionej przez Argentiego, korzysta z niego już około 10 000 pracowników.
Rywale rozwijają własne wewnętrzne platformy i narzędzia do zarządzania przepływem pracy, wszystkie dążąc do podobnych celów, mimo różnych nazw. We wrześniu 2025 roku Citi ogłosiło aktualizację swojego autorskiego Citi Stylus Workspaces, dodając „Agentic AI” i łącząc go z wybranymi wewnętrznymi systemami. Już w czerwcu 2024 roku Morgan Stanley wprowadził „Debrief” – narzędzie oparte na OpenAI, które generuje notatki ze spotkań i szkice wiadomości follow-up — wymagana jest zgoda klienta. JPMorgan ujawnił w 2025 roku, że jego plan rozwoju LLM Suite obejmie agentów AI zdolnych do wykonania wielu kroków w celu osiągnięcia celu. Citigroup
Ale ryzyka nie są tylko hipotetyczne. W grudniu brytyjski Urząd Nadzoru Finansowego zwrócił uwagę na „agentic AI” jako źródło nowych zagrożeń ze względu na jego zdolność do działania „w tempie”. Wskazano, że autonomia i szybkość mogą potęgować problemy z zarządzaniem i stabilnością, zwłaszcza gdy wiele agentów wchodzi ze sobą w interakcje. Reuters
Goldman nie ogłosił jeszcze publicznej daty uruchomienia swoich agentów. Pierwszym wyzwaniem będą nudne kwestie, na których zależy regulatorom: ścieżki audytu, kontrole i utrzymanie niezawodności oprogramowania, gdy sprawy się komplikują. Jeśli agenci potkną się na przypadkach brzegowych, nie skrócą czasu — po prostu przesuną wąskie gardło na naprawianie błędów.
