Analýza

AI v českém bankovnictví běží hlavně tam, kde není vidět

České banky mluví o asistentech, ale skutečná AI práce je ve fraud detection, scoringu, prioritizaci rizik a obsluze klientů v mobilních aplikacích.

PV
PV
Bývalý ředitel obsahu v technologickém vydavatelství. Specializuje se na byznys dopady AI.
calendar_today2. května 2026
schedule5 min čtení
AI v českém bankovnictví běží hlavně tam, kde není vidět

AI v českém bankovnictví nevypadá jako jedna velká změna v mobilní aplikaci. Vypadá jako série menších nasazení: detekce podvodů, scoring, monitoring transakcí, chatbot v klientské zóně, třídění požadavků, personalizace nabídky a interní asistenti. To je zdravější obraz než představa, že banku nahradí jeden univerzální agent. Bankovní procesy jsou regulované, auditované a citlivé. AI se do nich dostává tam, kde má jasný úkol a kontrolní mechanismus.

Kate patří ČSOB, KB má jiný příběh

Na českém trhu se často pletou názvy mobilních asistentů. Virtuální asistentka Kate je veřejně spojena s ČSOB a skupinou KBC. ČSOB ji představila v roce 2021 v aplikaci DoKapsy a následně ji zapojovala do ČSOB Smart. Pro firemní klienty banka komunikovala pilotní spuštění v únoru 2022 na vybraných 687 firmách. To jsou konkrétní veřejné údaje, které ukazují postupné nasazování, ne náhlý skok.

Komerční banka má v dokumentech k ochraně osobních údajů vlastní popis použití AI. Zmiňuje možnost kontaktovat systém umělé inteligence ve formě virtuálního asistenta, zejména chatbot v KB+, a také automatické rozhodování v případě zjištění falešných informací nebo dokumentů. KB ve výroční zprávě za rok 2024 zároveň popisuje automatizovaný Fraud Detection System a pokročilé modely pro monitoring klientů a úvěrového rizika.

Fraud detection je tvrdší disciplína než chatbot

Chatbot je vidět, fraud systém ne. Přesto je druhý pro banku často cennější. KB uvedla, že v roce 2024 tvořily investiční podvody 62 procent zaznamenaných platebních podvodů, phishing 12 procent a vishing 10 procent. Tato čísla ukazují, proč banky potřebují modely nad transakcemi, zařízeními a relacemi uživatelů. Útočníci mění scénáře rychleji, než se dají ručně psát pravidla.

Inline figure for Czech Banking AI
Inline figure for Czech Banking AI

Moderní fraud detection je kombinace pravidel, strojového učení, behaviorálních signálů a lidských týmů. AI může zvednout podezření, ale banka potřebuje proces, který rozhodne, kdy platbu zastavit, kdy jen vyžádat ověření a kdy neobtěžovat klienta. Falešně pozitivní zásah není jen technická chyba. Je to zásah do důvěry v banku.

Mobilní asistent nesmí být slepá ulička

U mobilních asistentů je klíčové, zda řeší reálný úkol, nebo jen maskují složitou navigaci. Dobrý bankovní asistent má umět najít informaci, provést jednoduchý bezpečný úkon, předvyplnit formulář nebo předat kontext člověku. Špatný asistent jen vrací FAQ v přívětivější větě.

Banky mají proti běžným aplikacím výhodu i zátěž. Mají bohatá data o vztahu s klientem, ale musí s nimi nakládat přísně. Personalizace v bankovnictví se proto musí držet vysvětlitelnosti a souhlasu. Pokud klient dostane nabídku úvěru nebo varování před podvodem, měl by být jasný důvod, ne jen modelové skóre bez výkladu.

Do bankovní AI navíc vstupuje generační rozdíl v očekávání klientů. Mladší klienti snáze přijmou konverzační rozhraní, ale méně tolerují, když se zasekne v obecné odpovědi. Starší klienti mohou preferovat lidskou podporu, ale ocení bezpečnostní upozornění, které zabrání podvodu. Banka proto nemůže navrhovat AI jen podle technologické vyspělosti. Musí oddělit kanál obsluhy, typ rizika a situaci klienta. Jinak se z asistenta stane další vrstva frustrace.

Velké téma je také interní použití. Bankéř s AI asistentem může rychleji najít metodiku nebo shrnout interakci s klientem, ale nesmí dostat nekontrolovaný nástroj pro obcházení schvalovacích pravidel. Interní AI proto potřebuje stejnou disciplínu jako klientská: oprávnění, logování, zdroje a jasnou hranici mezi návrhem a závazným rozhodnutím.

Právě interní asistenti budou pravděpodobně nejrychleji růst, protože snižují čas na dohledávání metodik bez přímé autonomie vůči klientovi. I tam ale platí, že špatná odpověď může v provozu banky ovlivnit skutečné rozhodnutí.

Co to znamená

Proč na tom záleží: české banky už AI používají, ale největší hodnota nebude v marketingově viditelném asistentovi. Bude v kombinaci prevence podvodů, rychlejší obsluhy a lepší práce s rizikem. To jsou oblasti, kde se dá měřit dopad a kde je zároveň nejvyšší požadavek na audit.

Pro fintech dodavatele z toho plyne tvrdá realita. Banka nebude kupovat AI jen proto, že má dobré demo. Bude chtít bezpečnostní architekturu, datovou lokalitu, vysvětlitelnost, testování, incidentní postupy a schopnost projít dohledem. DORA a AI Act tento tlak ještě zvýší.

Pro klienty bude AI v bance nejspíš působit nenápadně. Méně falešných poplachů, rychlejší řešení ztracené karty, lepší upozornění na podvod, kratší cesta k dokumentu v aplikaci. To je správně. Bankovní AI nemá být zábavná. Má být tichá, kontrolovaná a spolehlivá. V odvětví, kde se důvěra buduje roky a ztrácí jedním incidentem, je to mnohem vyšší laťka než u běžné spotřební aplikace.

Proč je to důležité

Adopce AI v českém prostředí už není otázkou prestiže, ale konkurenceschopnosti. Firmy, které začnou letos, získají zásadní časovou výhodu.

mail

Pondělní redakční briefing

Pravidelný přehled o AI v českém byznysu přímo do vaší schránky. Bez spamu, jen data.

Přihlášením souhlasíte se zpracováním osobních údajů podle zásad ochrany údajů. Odhlásit se můžete kdykoli.