Umelá inteligencia (AI) v bankovníctve

Ako fungujú jazykové modely v praxi: tokeny, kontext a príčiny halucinácií | Výber vhodného modelu z hľadiska výkonnosti, latencie a nákladov | Základy promptovania a spoľahlivé odpovede so zdrojmi | Pokročilé promptovanie v bankovej praxi: RACEF, CLEAR a few-shot | Prípadové štúdie využitia AI v bankovníctve vrátane AML a detekcie podvodov | Meranie prínosu a miery automatizácie | Spracovanie dokumentov a prevod údajov do štruktúrovanej podoby | RAG a práca s internými dokumentmi s citáciou zdroja | Copilot v bankovej praxi | Rozpoznávanie a overovanie halucinácií | Praktické mini-laby a tvorba vlastných master promptov

Jazykové modely prestávajú byť izolovaným nástrojom na občasnú úpravu formulácií a stávajú sa súčasťou bežnej prevádzky bánk — pri práci s dokumentmi, v programovaní, pri výskume a overovaní faktov, pri generovaní nápadov aj pri spracovaní rastúceho objemu informácií. Jednodňový seminár má dva ciele: naučiť účastníkov efektívne využívať tieto nástroje v ich každodennej práci a poskytnúť im postupy na posudzovanie kvality výstupov. Ťažiskom je praktická zručnosť — formulovať zadanie, ktoré vráti očakávaný výstup na prvý pokus, a rozpoznať, kedy výstup modelu nespĺňa požadované kvalitatívne kritériá. Účastníci získajú zrozumiteľný prehľad o fungovaní jazykových modelov bez matematického aparátu — od tokenov a kontextu po príčiny halucinácií — a naučia sa zvoliť model primeraný úlohe z hľadiska výkonnosti, latencie a nákladov. Osvoja si overené postupy promptovania (RACEF, CLEAR, few-shot) a techniky na znižovanie halucinácií a priamo na seminári si vytvoria vlastné master prompty pre opakované úlohy. Na prípadových štúdiách z bankovej praxe — od digitálneho onboardingu a spracovania dokumentov po triedenie AML alertov a detekciu podvodov — spoznajú reálne možnosti využitia AI a spôsoby merania jej prínosu. Seminár zároveň vysvetľuje prácu s internými dokumentmi prostredníctvom RAG, pri ktorej model odpovedá z vlastných zdrojov inštitúcie s uvedením citácie, ako aj možnosti a obmedzenia nástroja Copilot v bankovom prostredí.

Lektor(i)

Martin Macko

Marko Vateha

Pre koho je kurz vhodný

Zamestnanci bankového dohľadu
Pracovníci interného a externého auditu
Odborníci na reguláciu bánk a bankové obchody
Risk manažéri a pracovníci útvarov riadenia rizík
Špecialisti na štatistiku, reporting a finančnú stabilitu
Právne služby a compliance tímy
Pracovníci ekonomických a menových analýz
Finančné riadenie, controlling a plánovanie
Informačné technológie, dátové a AI tímy v bankovom sektore

Obsah

09:00 – 10:30 | Ako fungujú moderné jazykové modely a základy promptovania

Ako model spracúva zadanie: tokeny, kontext a cieľová funkcia (objective); prečo model halucinuje a kedy postačuje menší a rýchlejší model namiesto najväčšieho — z hľadiska výkonnosti, latencie a nákladov.
Spoľahlivé odpovede: ako si vyžiadať zdroje, ako zabezpečiť jednotný štýl výstupov a ako model nastaviť jednorazovo pre opakované použitie.
Základy promptovania: čím sa líši zadanie, ktoré prináša použiteľný výstup, od zadania, ktoré vedie k všeobecnej alebo nepoužiteľnej odpovedi.
Práca s vlastnými dokumentmi — úvod k popoludňajšiemu bloku.

Interaktivita:

Ankety a kvízy.
Zdieľanie otázok a očakávaní účastníkov.

10:45 – 12:00 | Využitie AI v bankovníctve a pokročilé promptovanie

Prípadové štúdie: digitálny onboarding, spracovanie dokumentov od skenu po štruktúrovaný záznam, triedenie AML alertov, indikátory podvodov, systémy včasného varovania a personalizované poradenstvo.
Prínos AI v praxi: ako merať úsporu času a mieru automatizácie.
Pokročilé promptovanie v bankovej praxi: rámce RACEF a CLEAR, kedy postačuje samotné zadanie a kedy je vhodné doplniť vzorové príklady (few-shot), ako vyžiadať výstup v presne definovanom formáte a ako vytvoriť opakovane použiteľný master prompt.

Interaktivita:

Mini-lab #1: Zhrnutie rozsiahleho dokumentu, extrakcia kľúčových údajov a ich prevod do tabuľky — na type dokumentu z agendy účastníkov.
Mini-lab #2: Tvorba vlastného master promptu pre pravidelne vykonávanú úlohu.
Ankety a kvízy.

13:00 – 15:00 | RAG na interné dáta, Copilot a overovanie výstupov

Práca AI s internými dokumentmi prostredníctvom RAG: kde sú dokumenty uložené, ako sa z nich vyberá relevantný obsah, prečo záleží na spôsobe ich rozdelenia a ako vyžiadať citáciu zdroja.
Vysvetlenie kľúčových pojmov: vektorová databáza, chunking a re-ranking.
RAG verzus fine-tuning: kedy využiť vlastné dáta a kedy dotrénovanie modelu.
Copilot v bankovej praxi: možnosti a obmedzenia.
Halucinácie: ako ich rozpoznať a ako overiť fakty pred ďalším použitím výstupu.

Interaktivita:

Mini-lab #3: Prompty, ktoré píšu prompty (meta-prompting) — využitie AI pri tvorbe a zdokonaľovaní inštrukcií.
Mini-lab #4: Manažovanie halucinácií — identifikácia chýb v odpovediach modelu a postupy na ich predchádzanie.

15:00 – 15:30 | Vyhodnotenie, Q&A a diskusia

Riešenie konkrétnych úloh z praxe účastníkov — účastníci môžu priniesť vlastnú úlohu, ktorú spoločne rozoberieme.

Ďalšie informácie

Tento kurz je možné prispôsobiť vybranej cieľovej skupine podľa vašich potrieb a v požadovanom rozsahu (obvykle 1 až 3 dni).

Kurz poskytujeme aj vo forme in-house pre banky, inštitúcie a ďalšie organizované skupiny účastníkov.

Na požiadanie vystavíme potvrdenie o absolvovaní kurzu v slovenskom alebo anglickom jazyku.