Goldman Sachs: Πώς η Τεχνητή Νοημοσύνη αλλάζει τον τραπεζικό χάρτη στην Ευρώπη – Η εικόνα στην Ελλάδα
- Η Goldman Sachs εκτιμά ότι το AI μπορεί να αυξήσει την αποδοτικότητα των ευρωπαϊκών τραπεζών έως +240 μ.β. ROE
- Το όφελος προκύπτει κυρίως από μείωση κόστους, όχι από αύξηση εσόδων
- Παράλληλα, αναδεικνύονται κίνδυνοι για προμήθειες και κόστος καταθέσεων
Η τεχνητή νοημοσύνη αναδεικνύεται σε έναν από τους βασικούς στρατηγικούς καταλύτες για τον ευρωπαϊκό τραπεζικό κλάδο, με τη Goldman Sachs να επιχειρεί για πρώτη φορά μια συνολική ποσοτικοποίηση του οφέλους αλλά και των κινδύνων που τη συνοδεύουν.
Σύμφωνα με την ανάλυση του οίκου, η ευρύτερη υιοθέτηση εφαρμογών AI θα μπορούσε, σε κανονικοποιημένη βάση, να ενισχύσει την απόδοση ιδίων κεφαλαίων (ROE) των ευρωπαϊκών τραπεζών κατά περίπου 240 μονάδες βάσης έως το 2027, χωρίς να συνυπολογίζονται τα αρχικά κόστη επένδυσης.
Το όφελος έρχεται από το κόστος – όχι από τα έσοδα
Η Goldman Sachs υπογραμμίζει ότι η συντριπτική πλειονότητα του οφέλους προκύπτει από τη μείωση λειτουργικού κόστους και όχι από την αύξηση εσόδων. Οι εφαρμογές AI μπορούν να αυτοματοποιήσουν διαδικασίες, να βελτιώσουν εσωτερικές ροές, να ενισχύσουν τη διαχείριση κινδύνου και να μειώσουν τον δείκτη κόστους προς έσοδα.
Σε επίπεδο κλάδου, ο οίκος εκτιμά:
-
Αύξηση εσόδων περίπου 2%
-
Μείωση λειτουργικών εξόδων περίπου 9%
-
Βελτίωση κόστους κινδύνου κατά 7 μονάδες βάσης
Ωστόσο, τα οφέλη δεν κατανέμονται ομοιόμορφα. Η διαφορά στο δυνητικό όφελος μπορεί να φτάσει έως και τις 300 μονάδες βάσης ROE μεταξύ τραπεζών με υψηλό κόστος, ένταση εργασίας και ισχυρή παρουσία σε προμήθειες και εκείνων με πιο «καθαρό» επιτοκιακό μοντέλο.
Οι νέοι κίνδυνοι: προμήθειες και καταθέσεις
Παρά το θετικό μακροπρόθεσμο αφήγημα, η Goldman Sachs επισημαίνει ότι η ταχεία πρόοδος των μεγάλων γλωσσικών μοντέλων (LLMs) ενδέχεται να εντείνει τον ανταγωνισμό και να πιέσει:
-
τα έσοδα από προμήθειες, μέσω χαμηλότερης τιμολόγησης και ψηφιακών εναλλακτικών
-
το κόστος χρηματοδότησης καταθέσεων, αν οι αποδόσεις γίνουν πιο ανταγωνιστικές
Σε ένα υποθετικό σενάριο αύξησης κατά 25 μονάδες βάσης του κόστους επιτοκιακών καταθέσεων λιανικής, η Goldman υπολογίζει μέση αρνητική επίπτωση 3% στα κέρδη προ φόρων, ή περίπου 0,7 ποσοστιαίες μονάδες στο ROTE σε επίπεδο ευρωπαϊκού κλάδου.
Το ελληνικό «μαξιλάρι»
Σε αυτό το περιβάλλον, οι ελληνικές τράπεζες εμφανίζονται συγκριτικά πιο ανθεκτικές. Όπως σημειώνει η Goldman Sachs, το μεγαλύτερο μέρος των καταθέσεων στην Ελλάδα βρίσκεται σε λογαριασμούς όψεως ή χαμηλής αμοιβής, με περιορισμένη έκθεση σε προθεσμιακά προϊόντα υψηλής απόδοσης.
Αυτό σημαίνει ότι:
-
η ευαισθησία του καθαρού επιτοκιακού εσόδου σε αυξήσεις επιτοκίων καταθέσεων είναι χαμηλή
-
μια αύξηση κόστους καταθέσεων κατά 25 μ.β. θα είχε σχεδόν μηδενική επίπτωση στα κέρδη προ φόρων
-
ο αντίκτυπος στο ROTE εκτιμάται μόλις στο 0,1% – 0,4%
Παράλληλα, οι ελληνικές τράπεζες τοποθετούνται στο χαμηλότερο εύρος δυνητικού οφέλους από την AI (130–170 μ.β. ROE), κάτι που αντανακλά αφενός τη βελτιωμένη δομή κόστους μετά τον κύκλο εξυγίανσης, αφετέρου την ισχυρή εξάρτηση από το καθαρό επιτοκιακό έσοδο.
Μη γραμμική μετάβαση
Η Goldman καταλήγει ότι η ενσωμάτωση της τεχνητής νοημοσύνης δεν θα είναι μια «γραμμική» ιστορία κερδοφορίας. Τα αρχικά κόστη, οι ρυθμιστικοί έλεγχοι και η αναδιάρθρωση διαδικασιών ενδέχεται να προκαλέσουν βραχυπρόθεσμη μεταβλητότητα. Σε μεσοπρόθεσμο ορίζοντα, ωστόσο, η AI μπορεί να λειτουργήσει ως καταλύτης βιώσιμης ενίσχυσης της λειτουργικής αποδοτικότητας — με σαφείς νικητές και χαμένους.
