Naslov i uvod
Kad pričamo o generativnoj umjetnoj inteligenciji, fokus je najčešće na chatbotovima i alatima za pisanje koda. No prava promjena događa se u puno manje vidljivom sloju – u sustavima koji svaki dan premještaju novac. Partnerstvo OpenAI‑ja i indijskog fintecha Pine Labs upravo je o tome: ugradnji AI agenata u procese poravnanja, usklađivanja i fakturiranja. Ako Indija uspješno pokaže da modeli umjetne inteligencije mogu sigurno sudjelovati u ovim tokovima, pritisak da se slično uvede i u Europi – uključujući Hrvatsku i susjedne zemlje – brzo će rasti.
Vijest ukratko
Prema pisanju TechCruncha, OpenAI je sklopio partnerstvo s Pine Labsom kako bi se API‑ji OpenAI‑jevih modela integrirali u Pine Labsovu infrastrukturu za plaćanja i trgovinu. Prvi cilj je automatizirati zaledne financijske procese poput poravnanja, usklađivanja transakcija između više banaka te obrade računa, koji su danas u velikoj mjeri ručni.
Pine Labs, sa sjedištem u Noidi, surađuje, prema podacima iz vlastitog prospekta na koje se poziva TechCrunch, s više od 980.000 trgovaca, 716 potrošačkih brendova i 177 financijskih institucija. Do sada je obradio više od 6 milijardi transakcija ukupne vrijednosti oko 11,4 bilijuna rupija (približno 126 milijardi američkih dolara) i posluje u 20 zemalja, među kojima su Malezija, Singapur, Australija, dijelovi Afrike, UAE i SAD.
Dogovor nije ekskluzivan i ne uključuje dijeljenje prihoda: Pine Labs plaća OpenAI‑ju korištenje API‑ja, dok sve prihode od platnih usluga zadržava za sebe. Kompanija planira brže uvoditi autonomnije, agent‑vođene tokove plaćanja na inozemnim tržištima gdje regulativa to dopušta, dok će se u Indiji zadržati konzervativniji pristup s AI‑asistiranim, ali ne potpuno AI‑iniciranim plaćanjima.
Zašto je to važno
Ovo partnerstvo ne radi se o još jednom „pametnom“ chatbotu za korisnike, nego o testu može li umjetna inteligencija postati dio srži financijske infrastrukture.
Poravnanje, usklađivanje i obrada računa tipični su primjeri dosadnih, ali presudnih zadataka: ogroman obujam, puno ponavljanja, stroga pravila, (pre)više ručnog rada i malo prostora za pogreške. Ako AI agenti mogu pouzdano čitati podatke o transakcijama, razumjeti poslovna pravila, otkriti odstupanja i automatizirano poduzeti sljedeće korake, učinak na učinkovitost i troškove je dramatičan.
Za Pine Labs to znači pomak od „običnog“ procesora kartičnih plaćanja prema široj platformi za trgovinu i financijske procese trgovaca. Trgovci dobivaju brža poravnanja, manje ručnog unosa i veću vidljivost nad novčanim tokovima.
Za OpenAI ulog je još veći: radi se o dokazivanju da njegovi modeli mogu biti dio kritične, regulirane infrastrukture s visokom razinom dostupnosti i pouzdanosti. U svijetu u kojem mnogi nude „sličan LLM“, stvarna diferencijacija nastaje kad je model duboko ugrađen u procese koje je teško promijeniti.
Na gubitničkoj strani mogli bi se naći tradicionalni pružatelji outsourcing usluga u financijskom backofficeu, kao i manji AI dobavljači bez pristupa ovakvim projektima. Banke i platne institucije koje umjetnu inteligenciju i dalje vide samo kao pilot u kontakt centru riskiraju da propuste priliku učiti na pravim, produkcijskim slučajevima.
Šira slika
Partnerstvo Pine Labs–OpenAI dio je šireg trenda u kojem se generativna AI seli iz korisničkog sučelja u operativno srce kompanija. U SAD‑u OpenAI surađuje sa Stripeom, Microsoft preko Azure OpenAI ulaže u banke i osiguravatelje, a sličan smjer prate i drugi veliki pružatelji oblaka.
Financijski sektor već desetljećima ulaže u automatizaciju – od pravila u core sustavima do RPA alata koji automatiziraju klikove. No ti sustavi pate kad se susretnu s nestrukturiranim podacima: skeniranim računima, email korespondencijom, slobodnim opisima transakcija. Veliki jezični modeli i AI agenti upravo tu imaju komparativnu prednost: mogu razumjeti tekst, povezati informacije s više izvora i zatim pozvati API‑je da odrade posao.
Indija je posebno zanimljiva jer već ima vrlo naprednu digitalnu platnu infrastrukturu i regulatora spremnog na kontrolirano eksperimentiranje s novim tehnologijama. TechCrunch podsjeća da zemlja već testira potrošačka plaćanja putem AI chatbotova te organizira AI Impact Summit, gdje globalne i domaće tvrtke prikazuju primjene AI‑ja u financijama, zdravstvu i obrazovanju.
Za globalne igrače – od kartičnih shema, preko procesora poput Adyena i Worldlinea, do regionalnih fintechova – to postavlja novu ljestvicu: više nije dovoljno imati mobilnu aplikaciju i osnovnu automatizaciju; pitanje postaje koliko su im unutarnji procesi „AI‑nativni“.
Europski i regionalni pogled
Europa ulazi u fazu u kojoj će, uz GDPR i PSD2/PSD3, dodatnu težinu dobiti Akt o umjetnoj inteligenciji i drugi propisi koji definiraju kako se AI smije koristiti u kritičnim sustavima. U tom kontekstu vijest iz Indije djeluje kao upozorenje: dok EU razrađuje pravila, drugi već skupljaju praktično iskustvo.
U europskom platnom prostoru djeluju jaki igrači poput Adyena, Worldlinea i Nexija, ali i brojni lokalni procesori i banke s vlastitim rješenjima. U Hrvatskoj imamo razvijene mobilne bankarske aplikacije, P2P rješenja poput KEKS Paya, fintechove poput Aircasha i regionalne aktere koji ciljaju šire EU tržište. Svi oni u nekoj mjeri već koriste strojno učenje za prevare i analitiku, ali rijetko za duboku automatizaciju poravnanja i knjigovodstva.
Regulatorno gledano, hrvatske institucije prate pravila EU – što znači visoke zahtjeve za zaštitu podataka, objašnjivost modela i upravljanje operativnim rizikom. To otežava brz, „divlji“ razvoj, ali otvara priliku da se AI rješenja od početka dizajniraju s jasnom revizijskom tragom i kvalitetnom internom kontrolom.
Za regionalne banke i fintechove, ključno pitanje bit će kako iskoristiti AI u zalednim procesima, a da se ne prekrši regulativa i da se sačuva povjerenje korisnika. Partnerstvo poput onog između Pine Labsa i OpenAI‑ja pokazuje jedan mogući smjer – ne nužno jedini – ali jasno naglašava koliko je važno da europski i regionalni akteri ne zaostanu predugo u eksperimentiranju.
Što dalje
Ako se implementacija AI‑ja u Pine Labsu pokaže stabilnom i isplativom, u iduće dvije do tri godine možemo očekivati:
- Širenje na dodatne procese: od osnovnog usklađivanja do automatiziranog rješavanja reklamacija, prognoziranja novčanih tokova za mala poduzeća, optimizacije troškova obrade plaćanja i podrške za regulatorno izvještavanje.
- Prelazak s „AI koja odgovara“ na „AI koja djeluje“: današnji chatboti uglavnom objašnjavaju što se događa; sutrašnji agenti će, primjerice, sami predlagati i inicirati korekcije isplata, knjiženja ili blokade sumnjivih transakcija – uz jasna ograničenja i nadzor.
- Jasnije stavove regulatora: u Indiji će nadležna tijela morati definirati granice AI‑iniciranih plaćanja. U EU će nadzornici i tijela zadužena za AI morati odlučiti kada je AI sustav u financijama „visokorizičan“ i koje mehanizme upravljanja zahtijeva.
Ostaju i praktične dileme: kako uskladiti zahtjeve za pohranu i obradu podataka unutar zemlje s korištenjem globalnih cloud modela; kako minimizirati rizik da „halucinacija“ modela dovede do pogrešnih knjiženja; i tko snosi krajnju odgovornost u slučaju serijske greške AI agenta – banka, procesor ili dobavljač modela.
Za hrvatske banke, fintechove i trgovce poruka je jasna: pitanje više nije hoće li umjetna inteligencija ući u vaše ključne financijske tokove, nego tko će prvi to napraviti na način koji je i siguran i regulatorno prihvatljiv. Oni koji krenu rano, u malim i kontroliranim koracima, imat će veliku prednost kad se tržišna očekivanja jednom promijene.
Zaključak
Sporazum OpenAI‑ja i Pine Labsa jedan je od prvih vidljivih pokušaja da se generativna umjetna inteligencija spusti s razine korisničkog sučelja u sam „strojni prostor“ platnog prometa. Ako Indija uspije pokazati da AI‑nativni procesi poravnanja i usklađivanja mogu biti sigurni i stabilni, pritisak na europske i regionalne aktere naglo će porasti. Ključno pitanje za vas je: tretirate li AI i dalje kao dodatak u marketingu ili contact centru, ili već razmišljate koje bi osnovne novčane i podatkovne tokove u vašoj organizaciji u idućim godinama trebali preuzeti dobro dizajnirani AI agenti?
