Agentic Finance: Το επόμενο βήμα στο χρηματοοικονομικό μετασχηματισμό της Ευρώπης

Του Αντώνη Δραγγιώτη*

Τα τελευταία χρόνια, οι χρηματοπιστωτικοί οργανισμοί έχουν επικεντρωθεί σε μεγάλο βαθμό στο Generative AI, όμως τώρα προκύπτει η νέα δυνατότητα του Agentic AI, που όταν εφαρμόζεται στις τράπεζες, στις πληρωμές, στις ασφαλιστικές υπηρεσίες και στις επενδύσεις, περιγράφεται ως Agentic Finance.

Η διαφορά είναι σημαντική: το Generative AI κυρίως παρέχει μια απάντηση ή μια πρόταση ως αποτέλεσμα μιας επεξεργασίας. Σε έναν AI agent μπορεί κανείς να περιγράψει ένα επιδιωκόμενο αποτέλεσμα ως τον τελικό σκοπό μιας επεξεργασίας, και ο AI agent να αποφασίσει ποιά βήματα απαιτούνται, να χρησιμοποιήσει εγκεκριμένα συστήματα για να αντλήσει δεδομένα και να εκτελέσει ορισμένα από αυτά τα βήματα ώστε να επιτευχθεί ο τελικός σκοπός.

Στο χρηματοοικονομικό τομέα, αυτό θα μπορούσε να σημαίνει μετάβαση από το: ;

"πες μου πώς να πληρώσω αυτόν τον λογαριασμό ” ;

στο: ;

"πλήρωσε αυτόν τον λογαριασμό για εμένα, εφόσον είναι κάτω από €500 και προέρχεται από τον λογαριασμό μου που σου έχω δώσει έγκριση να χρεώνεις”.

Η Ευρώπη προχωρά γρήγορα σε πεδία δοκιμών γι’ αυτή τη νέα δυνατότητα. Οι χρηματοπιστωτικοί οργανισμοί πειραματίζονται με AI agents, ενώ παράλληλα η Ευρωπαϊκή Ένωση θέτει σε εφαρμογή ένα κανονιστικό πλαίσιο που βασίζεται στη διαφάνεια, στην τεκμηρίωση, στην επιχειρησιακή ανθεκτικότητα και στην προστασία των θεμελιωδών δικαιωμάτων των πολιτών της.

Τι ακριβώς είναι το Agentic Finance;

Το Agentic Finance μπορεί να γίνει καλύτερα κατανοητό ως η χρήση Τεχνητής Νοημοσύνης (ΤΝ) για την εκτέλεση χρηματοοικονομικών εργασιών μέσα σε προκαθορισμένα όρια εξουσιοδότησης που δίνονται σε ένα σύστημα ΤΝ, στην προκειμένη περίπτωση έναν ή περισσότερους AI agents. Οι AI Agents δεν παρέχουν απλώς πληροφορίες - μπορούν επίσης να αναλαμβάνουν δράση.

Για παράδειγμα, ένας AI Agent προσωπικής οικονομικής διαχείρισης θα μπορούσε να παρακολουθεί τραπεζικούς λογαριασμούς, να εντοπίζει μια επερχόμενη έλλειψη ρευστότητας, να προτείνει μεταφορά χρημάτων και εφόσον έχει εξουσιοδοτηθεί, να πραγματοποιεί τη μεταφορά. ;

Ένας AI Agent εταιρικής τραπεζικής θα μπορούσε να συγκεντρώνει πληροφορίες για μια νέα πιστοδότηση υπό εξέταση, να ελέγχει ποιά έγγραφα λείπουν και να προωθεί τις εκκρεμότητες σε ένα relationship manager. ;

Ένας AI Agent επιχειρησιακών λειτουργιών θα μπορούσε να διερευνά μια ηλεκτρονική πληρωμή ως ύποπτη για διάπραξη απάτης, να συγκεντρώνει τα απαραίτητα στοιχεία και να εκτελεί την επόμενη επιτρεπόμενη ενέργεια, όπως π.χ. να απενεργοποιήσει μια κάρτα πληρωμών ή να ζητήσει την ανθρώπινη παρέμβαση για περαιτέρω διερεύνηση της πληρωμής, ;στέλνοντας μια σχετική ειδοποίηση σε ένα fraud investigator.

Αυτό δεν σημαίνει ότι οι τράπεζες θα επιτρέψουν σε αυτόνομα συστήματα λογισμικού να λαμβάνουν κάθε σημαντική απόφαση. Η πιο ρεαλιστική επιλογή είναι η ελεγχόμενη ανάθεση αρμοδιοτήτων: ο agent αποκτά ένα σαφώς καθορισμένο ρόλο, συγκεκριμένα δικαιώματα πρόσβασης, όρια συναλλαγών και κανόνες που ορίζουν πότε πρέπει να παρεμβαίνει ένας άνθρωπος.

Η διευθέτηση αυτή είναι ιδιαίτερα σημαντική στις χρηματοπιστωτικές υπηρεσίες, όπου μια λανθασμένη ενέργεια μπορεί να έχει πολύ σοβαρότερες συνέπειες, συγκριτικά με μια λανθασμένη απάντηση από ένα σύστημα Generative AI.

Γιατί το 2026 εξελίσσεται σε χρονιά κομβικής σημασίας

Η ευρωπαϊκή αγορά ήδη μετακινείται από τη θεωρία στις πραγματικές δοκιμές.

Τον Μάρτιο του 2026, η Santander και η Mastercard ανακοίνωσαν αυτό που περιέγραψαν ως την πρώτη στην Ευρώπη πραγματική end-to-end πληρωμή που εκτελέστηκε από AI Agent μέσα στο ρυθμιζόμενο τραπεζικό πλαίσιο. Η συναλλαγή πραγματοποιήθηκε σε ελεγχόμενο περιβάλλον δοκιμών και όχι στο πλαίσιο μιας πλήρους εμπορικής (παραγωγικής) λειτουργίας, αλλά απέδειξε ότι ένας AI Agent μπορεί να ξεκινήσει και να ολοκληρώσει μια πραγματική πληρωμή βάσει προκαθορισμένων εξουσιοδοτήσεων (Mastercard - Santander and Mastercard complete Europe’s first live end-to-end payment executed by an AI agent - March 2, 2026).

Η ING έχει επίσης αναφέρει συνεργασία με τη Worldline και τη Mastercard σε συναλλαγή agentic payment, όπου ο πελάτης επέλεξε και ενέκρινε μια αγορά, ενώ οι AI Agents διαχειρίστηκαν τη διαδικασία μέχρι την ολοκλήρωση της πληρωμής (Mastercard - Worldline, ING and Mastercard complete a live end-to-end European agentic payment in production - June 2, 2026).

Οι δυνατότητες όμως εκτείνονται πολύ πέρα από τις ηλεκτρονικές πληρωμές. Η Lloyds Banking Group έχει αναγνωρίσει τις αλληλεπιδράσεις με πελάτες, τις λειτουργίες back-office, την υποστήριξη του προσωπικού πρώτης γραμμής και την υποστήριξη των εργαζομένων ως στρατηγικούς τομείς εφαρμογής του Agentic AI (Lloyds - 2026: The year of Agentic AI, and a new era for finance - January 21, 2026). ;

Αντίστοιχες εφαρμογές αναπτύσσονται και σε άλλα ευρωπαϊκά χρηματοπιστωτικά ιδρύματα για την υποστήριξη πιστοδοτήσεων, το KYC, τη διερεύνηση απάτης, τη διαχείριση παραπόνων, το treasury, τις ασφαλιστικές υπηρεσίες και τις επενδυτικές λειτουργίες.

Η πρώτη μεγάλη πηγή αξίας είναι η παραγωγικότητα, καθώς οι AI Agents μπορούν να αναλάβουν πολλές "εργασίες διεκπεραίωσης”, αφήνοντας περισσότερο χρόνο στους εργαζομένους για κρίση, διαχείριση εξαιρέσεων και ανάπτυξη σχέσεων με τους πελάτες.

Η δεύτερη είναι η εμπειρία του πελάτη. Αντί να αναγκάζονται οι πελάτες να περιηγούνται σε διαφορετικά προϊόντα, φόρμες και μενού, ένας χρηματοοικονομικός AI Agent θα μπορούσε να κατανοεί ένα στόχο, όπως " βοήθησέ με να μειώσω το μηνιαίο κόστος του χρέους μου” ή "βοήθησέ με να επενδύσω €10.000 με μέτριο επίπεδο κινδύνου”, και να καθοδηγεί τον πελάτη στη σχετική διαδικασία.

Η τρίτη ευκαιρία αφορά ισχυρότερες και ταχύτερες λειτουργίες ελέγχου. Tο Agentic Finance δεν πρέπει να αντιμετωπίζεται αποκλειστικά ως μέσο μείωσης του κόστους. Οι σωστά σχεδιασμένοι agents μπορούν επίσης να ενισχύσουν τη διαχείριση κινδύνων και τους μηχανισμούς ελέγχου. ;

Γιατί η Ευρώπη θα ακολουθήσει διαφορετική πορεία

Η Ευρώπη είναι απίθανο να ακολουθήσει μια προσέγγιση του τύπου "πρώτα υλοποιούμε και μετά ασχολούμαστε με τη διακυβέρνηση".

Ο Ευρωπαϊκός Κανονισμός για την ΤΝ "EU AI Act”, ήδη επηρεάζει τον τρόπο που οι χρηματοπιστωτικοί οργανισμοί προσεγγίζουν την ΤΝ. Αρκετές διατάξεις του Κανονισμού έχουν ήδη τεθεί σε εφαρμογή, συμπεριλαμβανομένων των απαγορεύσεων συγκεκριμένων δραστηριοτήτων (prohibited activities), απαιτήσεων διαφάνειας (transparency) για ορισμένα συστήματα ΤΝ, ενώ ο μεγάλος όγκος των απαιτήσεων για συστήματα "υψηλού κινδύνου” θα εφαρμοστεί μετά τον Δεκέμβριο του 2027.

Για τις ευρωπαϊκές τράπεζες, όμως, το EU AI Act αποτελεί μόνο ένα μέρος των συνολικών τους κανονιστικών υποχρεώσεων. ;

Ο Κανονισμός DORA για την Ψηφιακή Επιχειρησιακή Ανθεκτικότητα για παράδειγμα, εφαρμόζεται από τον Ιανουάριο του 2025 και απαιτεί από τους χρηματοπιστωτικούς οργανισμούς να διαχειρίζονται τους τεχνολογικούς κινδύνους, τα περιστατικά, την επιχειρησιακή ανθεκτικότητα και τις σημαντικές εξαρτήσεις από εξωτερικούς παρόχους. Η Ευρωπαϊκή Αρχή Τραπεζών (EBA) έχει επισημάνει ότι οι τράπεζες θα πρέπει να ενσωματώνουν εργαλεία ΤΝ εξετάζοντας παράλληλα τη συμμόρφωσή τους με τον DORA.

Οι νέοι κίνδυνοι

Το ίδιο χαρακτηριστικό που κάνει το Agentic Finance ελκυστικό — η δυνατότητά του να αναλαμβάνει δράση — ;συνεπάγεται και τους μεγαλύτερους κινδύνους.

Μια λανθασμένη απάντηση από ένα chatbot αποτελεί πρόβλημα. Μια λανθασμένη ενέργεια ενός agent μπορεί να μετακινήσει χρήματα, να απενεργοποιήσει έναν τραπεζικό λογαριασμό, να δημιουργήσει μια ακατάλληλη συναλλαγή, να προκαλέσει κανονιστική παράβαση, και γενικά να εκτελέσει πολλές λανθασμένες ενέργειες με σημαντικές αρνητικές συνέπειες πριν προλάβει να παρέμβει κάποιος άνθρωπος.

Η κυβερνοασφάλεια αποτελεί ακόμη ένα σημαντικό κίνδυνο. Οι ευρωπαϊκές εποπτικές αρχές προειδοποίησαν μέσα στο 2026 ότι τα ιδιαίτερα ισχυρά μοντέλα AI θα μπορούσαν να αυξήσουν την ταχύτητα και την κλίμακα των κυβερνοαπειλών. Ένας agent που έχει πρόσβαση σε συστήματα και δυνατότητα εκτέλεσης ενεργειών, απαιτεί ισχυρότερα μέτρα προστασίας από έναν AI assistant που μπορεί απλά να δημιουργεί κείμενο.

Συνεπώς, ο χρηματοπιστωτικός οργανισμός πρέπει να γνωρίζει όχι μόνο εάν ο agent παράγει σωστά αποτελέσματα, αλλά και σε τί μπορεί να έχει πρόσβαση, ποιές ενέργειες μπορεί να εκτελέσει, πότε πρέπει να σταματά και ποιός φέρει την ευθύνη.

Τι πρέπει να κάνουν οι Ευρωπαϊκοί χρηματοπιστωτικοί οργανισμοί

Οι τράπεζες και οι fintech εταιρείες δεν χρειάζεται να ξεκινήσουν με πλήρως αυτόνομες συναλλαγές πελατών. Μια πιο πρακτική προσέγγιση είναι να ξεκινήσουν με περιορισμένες και αυστηρά ελεγχόμενες χρήσεις, όπου το επιχειρηματικό όφελος είναι σαφές και οι πιθανές συνέπειες ενός λάθους μπορούν να περιοριστούν.

Οι χρηματοπιστωτικοί οργανισμοί πρέπει να αντιμετωπίσουν το Agentic Finance ως μια αλλαγή του λειτουργικού μοντέλου και όχι απλώς ως ακόμη ένα τεχνολογικό έργο.

Το κεντρικό ερώτημα δεν είναι πλέον: "Ποιο μοντέλο AI πρέπει να αγοράσουμε;"

Αλλά: "Ποιές αποφάσεις και ποιές ενέργειες είμαστε διατεθειμένοι να αναθέσουμε στην ΤΝ, υπό ποιές προϋποθέσεις και πώς μπορούμε να διασφαλίσουμε ότι αυτή η ανάθεση παραμένει υπό έλεγχο;"

Τελικές Σκέψεις

Το Agentic Finance εξακολουθεί να βρίσκεται σε πρώιμο στάδιο, αλλά είναι μια σημαντική αλλαγή. Ενώ το Generative AI βοηθά τους χρηματοπιστωτικούς οργανισμούς να δημιουργούν και να αναλύουν πληροφορίες, το Agentic AI μπορεί όλο και περισσότερο να χρησιμοποιεί τις δυνατότητες των μοντέλων ΤΝ για να αναλαμβάνει δράση.

Η Ευρώπη έχει την ευκαιρία να εξελιχθεί σε ηγέτη ενός αξιόπιστου Agentic Finance, επειδή συνδυάζει ένα εξελιγμένο χρηματοπιστωτικό σύστημα με υψηλές απαιτήσεις για διακυβέρνηση, ανθεκτικότητα και προστασία του πελάτη.

Ο EU AI Act, ο DORA και το υφιστάμενο κανονιστικό πλαίσιο των χρηματοπιστωτικών υπηρεσιών μπορούν να κάνουν την εφαρμογή πιο απαιτητική. Ταυτόχρονα, όμως, μπορούν να δημιουργήσουν ένα περιβάλλον όπου πελάτες, τράπεζες, fintech και εποπτικές αρχές θα είναι περισσότερο διατεθειμένοι να εμπιστευθούν την ΤΝ για χρηματοοικονομικές δραστηριότητες.

Οι νικητές πιθανότατα δεν θα είναι οι οργανισμοί που θα δώσουν στους AI agents τη μεγαλύτερη δυνατή ελευθερία, αλλά εκείνοι που θα εντοπίσουν τις περιπτώσεις που η ανάθεση ενεργειών στην ΤΝ προσθέτει πραγματική αξία, θα καθορίσουν σαφή όρια και ευθύνες και θα συνδυάσουν την ταχύτητα των AI agents με την ανθρώπινη κρίση.

Διδάκτορας Τεχνητής Νοημοσύνης, πρώην τραπεζικό στέλεχος