Η χρηματοοικονομική τεχνολογία, μεγάλη κερδισμένη από την επέλαση της AI

Η χρηματοοικονομική τεχνολογία αναδεικνύεται σε έναν από τους καθαρούς ωφελημένους της επέλασης της Τεχνητής Νοημοσύνης, την ώρα που ο ευρύτερος κλάδος του λογισμικού δέχεται ισχυρές πιέσεις. Αυτό υποστηρίζει η Finch Capital στην πρώτη της έκθεση State of AI in Financial Tech, η οποία βασίζεται σε στοιχεία των δημόσιων αγορών, στον Anthropic Economic Index και σε ανακοινώσεις κορυφαίων εταιρειών FinTech, όπως οι Klarna, Adyen και PayPal.

Σύμφωνα με την έκθεση, από τον Ιανουάριο του 2026, όταν ξεκίνησε το λεγόμενο «SaaSpocalypse», οι εισηγμένες εταιρείες FinTech έχουν αποδειχθεί σαφώς πιο ανθεκτικές από τις κλασικές εταιρείες SaaS. Ο δείκτης Finch Capital FinTech Index έχει υποχωρήσει κατά 19% από το υψηλό του, ενώ ένα συγκρίσιμο καλάθι γενικών εταιρειών SaaS έχει χάσει 32%, με την πτώση να είναι έως και τρεις φορές πιο έντονη στο χαμηλότερο σημείο της αγοράς. Παράλληλα, το FinTech έχει ήδη ανακάμψει κατά 11% από τα χαμηλά του, ενώ το SaaS συνεχίζει να καταγράφει νέα χαμηλά, με απώλειες έως 33% από την κορυφή.

Η Finch Capital εκτιμά ότι το σοκ στις αποτιμήσεις προκλήθηκε από το άλμα στις δυνατότητες των προηγμένων μοντέλων Τεχνητής Νοημοσύνης, ιδίως μετά τις πρόσφατες κυκλοφορίες της Anthropic. Τα νέα μοντέλα έκαναν μεγάλο μέρος των τυποποιημένων ροών εργασίας του SaaS να μοιάζει αυτοματοποιήσιμο. Ωστόσο, η ίδια τεχνολογία που διαβρώνει τα ανταγωνιστικά πλεονεκτήματα του παραδοσιακού λογισμικού φαίνεται να ενισχύει τα «οχυρά» του FinTech.

Η έκθεση εντοπίζει τρεις βασικούς λόγους. Πρώτον, η ρύθμιση. Οι εταιρείες χρηματοοικονομικής τεχνολογίας λειτουργούν μέσα σε ένα πυκνό πλαίσιο αδειοδοτήσεων, εποπτείας και συμμόρφωσης, όπως τα DORA, PSD3, MiFID II, AMLR, MiCA και EU AI Act. Η Τεχνητή Νοημοσύνη μπορεί να επιταχύνει διαδικασίες όπως ο έλεγχος KYC, η παρακολούθηση συναλλαγών, η σύνταξη αναφορών ύποπτης δραστηριότητας και η εποπτεία συναλλαγών, αλλά δεν μπορεί να δημιουργήσει άδειες, ιστορικό ελέγχων ή σχέσεις εμπιστοσύνης με τις ρυθμιστικές αρχές.

Δεύτερον, τα ιδιόκτητα δεδομένα και τα εγκεκριμένα δίκτυα. Τα ισχυρά πλεονεκτήματα των FinTech βασίζονται σε δεδομένα συναλλαγών, σήματα απάτης, ιστορικά πιστωτικής συμπεριφοράς και πρόσβαση σε τραπεζικά ή εγκεκριμένα συστήματα πληρωμών. Αυτά δεν μπορούν να αντιγραφούν εύκολα από ένα μοντέλο AI.

Τρίτον, η ανθρώπινη κρίση. Ο Anthropic Economic Index δείχνει ότι το Claude είναι κατά 94% τόσο ικανό σε επιχειρηματικές και χρηματοοικονομικές εργασίες όσο και σε εργασίες προγραμματισμού και μαθηματικών. Παρ’ όλα αυτά, μόλις το 3% της επιχειρηματικής χρήσης AI αφορά σήμερα χρηματοοικονομικές και επιχειρηματικές εργασίες, έναντι 52% που αφορά τον προγραμματισμό. Με άλλα λόγια, η Τεχνητή Νοημοσύνη αντικαθιστά πολύ πιο γρήγορα ροές εργασίας παρά ρυθμιζόμενες αποφάσεις υψηλής ευθύνης — ακριβώς το πεδίο όπου δραστηριοποιείται το FinTech.

«Η κυρίαρχη αφήγηση λέει ότι η AI διαλύει το λογισμικό και ότι το FinTech είναι απλώς μια ρυθμιζόμενη εκδοχή του software. Πιστεύουμε ότι αυτή η αφήγηση είναι λάθος. Η ίδια κυκλοφορία της Anthropic που πυροδότησε το SaaSpocalypse κάνει σιωπηρά το FinTech πιο πολύτιμο, όχι λιγότερο», δηλώνει ο Aman Ghei, Partner της Finch Capital. Όπως σημειώνει, η AI μπορεί να αυτοματοποιεί ροές εργασίας, αλλά δεν μπορεί να δημιουργήσει τραπεζική άδεια, να αντιγράψει δέκα χρόνια δεδομένων συναλλαγών ή να αναλάβει ρυθμιστική ευθύνη για μια πιστωτική απόφαση.

Η έκθεση υπογραμμίζει επίσης ότι, προς το παρόν, η επίδραση της AI δεν αποτυπώνεται τόσο στα έσοδα όσο στην παραγωγικότητα. Η αύξηση εσόδων σε FinTech και SaaS έχει συγκλίνει γύρω στο 13% σε ετήσια βάση. Εκεί όπου φαίνεται η διαφορά είναι στο κόστος: τα διάμεσα έσοδα ανά εργαζόμενο στον FinTech Index αυξήθηκαν κατά 9,8% σε ένα μόνο τρίμηνο, ενώ το περιθώριο EBITDA βελτιώθηκε μόλις κατά 0,6 ποσοστιαίες μονάδες. Η παραγωγικότητα της εργασίας επιταχύνεται, αλλά μέρος της εξοικονόμησης απορροφάται από άλλα κόστη, μεταξύ των οποίων και η σχεδόν τετραπλάσια αύξηση του κόστους inference για προηγμένα μοντέλα AI μέσα σε λιγότερο από έναν χρόνο.

Οι εταιρικές ανακοινώσεις δείχνουν κέρδη αποδοτικότητας 30% έως 60% σε τομείς όπως η υποστήριξη πελατών, η απάτη, το onboarding και οι εισπράξεις. Η Klarna, για παράδειγμα, αναφέρει ότι η AI διαχειρίζεται πλέον περίπου το 66% των αιτημάτων υποστήριξης πελατών. Έως το 2030, η Finch Capital εκτιμά ότι η AI μπορεί να μειώσει κατά 15% έως 50% τα λειτουργικά κόστη σε επιμέρους κλάδους του FinTech. Ωστόσο, το ποιος θα κρατήσει αυτή την εξοικονόμηση θα διαφέρει σημαντικά ανά υποκατηγορία: η ασφάλιση και το RegTech αναμένεται να τη μετατρέψουν σε περιθώρια κέρδους, ενώ στις πληρωμές μεγάλο μέρος της θα περάσει στις τιμές λόγω ανταγωνισμού.

«Η AI ήδη προσφέρει κέρδη αποδοτικότητας σε βασικούς παράγοντες κόστους της χρηματοοικονομικής τεχνολογίας και επιταχύνει την παραγωγικότητα της εργασίας. Ωστόσο, το κόστος λειτουργίας των προηγμένων μοντέλων αυξάνεται επίσης σημαντικά και ενδέχεται να απορροφά μέρος της εξοικονόμησης βραχυπρόθεσμα», σημειώνει ο Aman Ghei.

Σύμφωνα με τη Finch Capital, οι μεγαλύτεροι νικητές θα αναδειχθούν σε υποκλάδους που συνδυάζουν ισχυρά ρυθμιστικά εμπόδια με υψηλές δυνατότητες αυτοματοποίησης μέσω AI — αυτό που η εταιρεία αποκαλεί «regulated AI edge». Στην κορυφή βρίσκονται η εποπτεία συναλλαγών, το KYC, η ανίχνευση απάτης και η ασφαλιστική ανάληψη κινδύνου. Αντίθετα, εφαρμογές προσωπικής χρηματοοικονομικής διαχείρισης, marketplaces παραγωγής leads και βασικά λογιστικά εργαλεία θεωρούνται περισσότερο εκτεθειμένα στην εμπορευματοποίηση που φέρνει η Τεχνητή Νοημοσύνη.