A mesterséges intelligencia komplex hatása pénzügyi szolgáltatásokban - Dilemmák, profitabilitás és hosszú távú hatások

Meta adatok

Szerző(k): Sárközy Helga, Prof. Dr. Zéman Zoltán

Kiadó: Nemzetközi Oktatási és Kutatási Központ Alapítvány

Kötet: 2025. július

Évfolyam: 34

Füzetszám: 7

Folyóirat: Magyar Minőség folyóirat

ISSN (Nyomtatott): ISSN 1416‑9576

ISSN (Online): ISSN 1789-5510

Oldalak: 58–66

Kulcsszavak: mesterséges intelligencia, pénzügyi szolgáltatások, jövedelmezőség, bizalom, ügynöki rendszerek, digitális transzformáció, pénzügyi inkluzivitás

Absztrakt

A mesterséges intelligencia (MI) a pénzügyi szolgáltatásokban már nem pusztán kiegészítő technológia, hanem olyan rendszerszintű tényező, amely alapvetően formálja át a szektor működését. Az MI alkalmazása egyszerre teremt hatékonyságot és új üzleti lehetőségeket, ugyanakkor komoly dilemmákat vet fel a szolgáltatók számára a jövedelmezőség fenntartása és a bizalom megőrzése terén. A tanulmány egyrészt szolgáltatói oldalról vizsgálja, hogyan alakítják át az ügynöki alapú rendszerek a profitabilitás forrásait, miként erősítik a versenypiaci nyomást, valamint milyen kockázatokkal járhat az árképzés- és a bevételi modellek átalakulása a bankok, fizetési szolgáltatók, devizapiaci szereplők és hitelezők körében, másrészt betekintést nyújt a felhasználók egyéni szempontrendszerébe. Az elemzés rámutat, hogy bár rövid távon az MI integrációja a hatékonyságot és a versenyképességet növeli, hosszabb távon azonban a hagyományos bevételi struktúrák meggyengülése- és a társadalmi bizalom ingadozása rendszerszintű kihívásokat eredményezhet. A kutatás hangsúlyozza, hogy a fenntartható fejlődés kulcsa a bizalomépítés, a szabályozói keretekhez való alkalmazkodás és az inkluzív pénzügyi szolgáltatások erősítése.

Cikk letöltése

Hivatkozások

1. Afroogh, S., Akbari, A., Malone, E. et al. (2024) Trust in AI: progress, challenges, and future directions, Humanities and Social Sciences Communications, 11, 1568. https://doi.org/10.1057/s41599-024-04044-8
2. Alkhaldi, A. (2024) How using generative AI in finance leads to major cost savings and improved customer experience. Blog, 15 April.,https://itrexgroup.com/blog/how-generative-ai-in-finance-cuts-costs-and-improves-customer-experience
3. Altman, S. (2025) ‘OpenAI plans to simplify AI products in new road map for latest models, CEO Altman says’, Reuters, 12 February. Elérhető: https://www.reuters.com/technology/artificial-intelligence/openai-plans-simplify-ai-products-new-road-map-latest-models-ceo-altman-says-2025-02-12/
4. Bagó, P. (2023) A mesterséges intelligencia lehetőségei a pénzügyekben, Gazdaság és Pénzügy, 10(1), 21–38., https://real.mtak.hu/163495/1/021-038BagoP.pdf
5. Bank360.hu (2025) Emelkedő betéti kamatok – hol éri meg lekötni a pénzünket? Bank360.hu., https://bank360.hu/blog/emelkedo-beteti-kamatok-hol-eri-meg-lekotni-a-penzunket
6. Boston Consulting Group (2025a) For banks, the AI reckoning is here, https://www.bcg.com/publications/2025/for-banks-the-ai-reckoning-has-arrived
7. Boston Consulting Group (2025b) Banks face AI disruption as digital platforms spread. FinTech Magazine., https://fintechmagazine.com/articles/bcg-banks-face-ai-disruption-as-digital-platforms-spread
8. Capgemini Research Institute (2025) Rise of agentic AI: How trust is the key to human-AI collaboration. Elérhető: https://www.capgemini.com/wp-content/uploads/2025/07/Final-Web-Version-Report-AI-Agents.pdf,
9. Chakravorti, B. (2024) ‘AI’s Trust Problem: Twelve persistent risks of AI that are driving skepticism’, Harvard Business Review, 3 May., https://hbr.org/2024/05/ais-trust-problem
10. ECB (2024) AI’s use in finance may need new rules, ECB says. Reuters, 15 May., https://www.reuters.com/technology/ais-use-finance-may-need-new-rules-ecb-says-2024-05-15
11. EU EB (2018) A mesterséges intelligenciáról szóló összehangolt terv (COM(2018) 795)., https://eur-lex.europa.eu/legal-content/HU/TXT/HTML/?uri=CELEX:52018DC0795
12. EU EB (2020) Fehér könyv a mesterséges intelligenciáról: a kiválóság és a bizalom európai megközelítése., https://publications.europa.eu/resource/cellar/ac957f13-53c6-11ea-aece-01aa75ed71a1.0007.03/DOC_1
13. European Commission – High-Level Expert Group on AI (2019) Ethics Guidelines for Trustworthy AI., https://digital-strategy.ec.europa.eu/en/library/ethics-guidelines-trustworthy-ai
14. György, K. (2004) Az innováció elmélete és Schumpeter öröksége, Közgazdasági Szemle, 51(4), 349–366.
15. IBM (2025) ‘Agentic AI in Financial Services: Opportunities, Risks, and Responsible Implementation’, IBM Institute for Business Value Whitepaper, May., https://au.newsroom.ibm.com/IBM-Whitepaper-Accountability-and-Risk-Matter-in-Agentic-AI
16. Jaipuria, N., Gatto, L., Kan, Z., Poddar, S., Cheung, B., Bansal, D., Balakrishnan, R., Suri, A. és Estevez, J. (2025) CASE: An Agentic AI Framework for Enhancing Scam Intelligence in Digital Payments. arXiv preprint. https://arxiv.org/abs/2508.19932
17. Jenei, Sz., & Módosné Szalai, Sz. (2021). A koronavírus járvány hatásai a humánerőforrás-menedzsment különböző területeire 2020-ban. Új Munkaügyi Szemle, 2(2), 53–64.
18. Jenei, Sz., Módosné Szalai, Sz. Sz., Leicht, F., Molnár, Sz., Varga, E., & Poór, J. (2024). The workforce challenges of disabled people in Hungary and Slovakia during the COVID-19 pandemic. Alter, 18(3), 23–49. https://doi.org/10.4000/12aoo
19. Jenei, Sz., Módosné Szalai, Sz., Leicht, F., Molnár, S., Varga, E., & Poór, J. (2024). The workforce challenges of disabled people in Hungary and Slovakia during the COVID-19 pandemic. Alter, 18(3), 23–49. https://doi.org/10.4000/alter.6467
20. Joshi, S. (2025) ‘A Literature Review of Gen AI Agents in Financial Applications: Models and Implementations’, SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5133985,
21. Kerényi, Á. és Müller, J. (2019a) Szép új digitális világ? – A pénzügyi technológia és az információ hatalma, Hitelintézeti Szemle / Financial and Economic Review, 18(1), 5–33.
22. Körber, M. (2019) Theoretical considerations and development of a questionnaire to measure trust in automation. In S. Bagnara, R. Tartaglia, S. Albolino, T. Alexander & Y. Fujita (Eds.), Proceedings of the 20th Congress of the International Ergonomics Association (IEA 2018): Volume VI: Transport Ergonomics and Human Factors (TEHF), Aerospace Human Factors and Ergonomics (pp. 13-30). Springer.
23. McKinsey & Company (2023) The economic potential of generative AI: The next productivity frontier. https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier
24. McKinsey (2025) The end of inertia: Agentic AI’s disruption of retail and SME banking. Published 15 August 2025. Ramji Sundararajan, Uzayr Jeenah, Alana Ellis., https://www.mckinsey.com/industries/financial-services/our-insights/the-end-of-inertia-agentic-ais-disruption-of-retail-and-sme-banking
25. MNB (2025) Pénzügyi stabilitási jelentés. Budapest: Magyar Nemzeti Bank. https://www.mnb.hu/kiadvanyok/jelentesek/penzugyi-stabilitasi-jelentes,
26. Módosné Szalai, Sz., Kálmán, B. G., Tóth, A., Gyurián, N., Singh, D. P., Dávid, L. D., & Jenei, Sz. (2025). NUTS2 regions of the Visegrad countries during the Covid-19 pandemic and recovery. Regional Statistics, 15(3), 1–21. https://doi.org/10.15196/RS150302
27. Mura, L., Barcziová, A., Bálintová, M., Jenei, Sz., Molnár, S., & Módosné Szalai, Sz. (2022). The effects of the COVID-19 pandemic on unemployment in Slovakia and Hungary. Vadyba: Journal of Management, 38(1), 25–35. https://doi.org/10.38104/vadyba.2022.1.03
28. Mura, L., Barcziová, A., Bálintová, M., Jenei, Sz., Molnár, S., & Módosné Szalai, Sz. (2022). Economic measures to recover the area of entrepreneurship: A comparative analysis Slovakia-Hungary. Scientific Bulletin of Uzhhorod University. Series «Economics», (2(60)), 15–26.
29. Németh, E., Dunay, A. és Papp, I. (2017) A pénzügyi attitűdök vizsgálata Magyarországon, Közgazdasági Szemle, 64(6), 623–642.
30. OECD/INFE (2022a) OECD/INFE 2022 International Survey of Adult Financial Literacy. Paris: OECD Publishing. https://doi.org/10.1787/5k9csfs90fr4-en
31. Okpala, I., Golgoon, A. és Kannan, A. R. (2025) Agentic AI Systems Applied to Tasks in Financial Services: Modeling and Model Risk Management Crews. arXiv preprint. https://arxiv.org/abs/2502.05439
32. Pintér, É. és Herczeg, B. (2023) A technológia szerepe a pénzügyi szolgáltatás-innovációban a big tech-vállalatok térnyerése tükrében, Gazdaság és Pénzügy, 10(1), 39–56. https://doi.org/10.33926/gp.2023.1.3
33. Poór, J., Módosné Szalai, Sz. Sz., Jenei, Sz., Gyurián, N., Singh, D. P., Kálmán, B. G., & Dávid Lóránt, D. (2025). Obstacles to finding the ideal workplace: A gender-based analysis across the V4 countries. Emerging Science Journal, 9(4), 2261–2274. DOI: http://dx.doi.org/10.28991/ESJ-2025-09-04-029
34. Ryan, M. J. (2020) ‘In AI We Trust: Ethics, Artificial Intelligence, and Reliability’, Science and Engineering Ethics, 26(5), 2749–2767. https://doi.org/10.1007/s11948-020-00228-y
35. Schepman, A. and Rodway, P. (2020) Initial validation of the general attitudes towards artificial intelligence scale, Computers in Human Behavior Reports, 1(1), 100014. https://doi.org/10.1016/j.chbr.2020.100014
36. Stanford Graduate School of Business (2017) Andrew Ng: Why AI is the new electricity. https://www.gsb.stanford.edu/insights/andrew-ng-why-ai-new-electricity
37. Wolf, M. J., Grodzinsky, F. S. és Miller, K. W. (2024) ‘Generative AI and its implications for definitions of trust’, Information, 15(9), 542. https://doi.org/10.3390/info15090542,

A mesterséges intelligencia komplex hatása pénzügyi szolgáltatásokban – Dilemmák, profitabilitás és hosszú távú hatások

Meta adatok

Absztrakt

Cikk letöltése

Hivatkozások