Banke i finansijske institucije su decenijama bile oprezne prema novim tehnologijama, ali veštačka inteligencija je 2026. godine postala nezaobilazan deo bankarskog poslovanja — od procene kreditnog rizika do borbe protiv prevara. Bankarstvo je samo jedna od nekoliko regulisanih industrija u kojima AI donosi prednost onima koji prvi krenu. Za korisnike u Srbiji i regionu, to znači brže odluke, personalizovane ponude i, uz oprez, nove rizike o kojima vredi znati.
Kratak odgovor
Veštačka inteligencija u bankarstvu 2026. godine najviše se koristi u pozadinskim procesima: proceni kreditnog rizika, detekciji prevara u realnom vremenu i automatizovanoj proveri dokumentacije (KYC/AML). Narodna banka Srbije dozvoljava korišćenje AI-ja u kontrolisanim uslovima, ali izričito zabranjuje da AI sam donosi odluke sa finansijskim ili pravnim efektom — svaka takva odluka mora da prođe obaveznu ljudsku proveru i odobrenje, a banke moraju unapred da prijave NBS-u uvođenje novih AI-baziranih proizvoda.
Gde AI danas realno radi posao u bankama
Najveći pomak nije u „pametnim chatbotovima“ za korisničku podršku, iako su i oni sve bolji, već u pozadinskim procesima koje klijent nikad ne vidi:
- Procena kreditne sposobnosti — modeli mašinskog učenja analiziraju mnogo više podataka od klasičnog skoringa, što ubrzava odobravanje kredita sa nedelja na minute.
- Detekcija prevara u realnom vremenu — transakcije se ocenjuju u milisekundama, a sumnjivi obrasci se blokiraju pre nego što se šteta desi. Modeli poput onih u našem pregledu AI modela za 2026 sve češće rade upravo ovakve analize u pozadini.
- Usklađenost sa propisima (compliance) — AI alati skeniraju ogromne količine dokumentacije radi otkrivanja pranja novca i kršenja regulative.
- Personalizacija ponuda — banke koriste AI da predlože proizvode (štednju, osiguranje, refinansiranje) na osnovu stvarnog ponašanja klijenta. Slični AI agenti već preuzimaju rutinske zadatke i u manjim finansijskim i knjigovodstvenim firmama.
Šta ovo znači za obične građane
Za korisnika bankarskih usluga u Srbiji, najveća promena je brzina i dostupnost. Zahtev za gotovinski kredit koji je nekada zahtevao odlazak u filijalu i danima čekanja, danas se u mnogim slučajevima obrađuje automatski. Istovremeno, sistemi za detekciju prevara znače manje neprijatnih iznenađenja — ali i povremene lažne uzbune kada banka blokira legitimnu transakciju „iz predostrožnosti“.
Kako AI kreditni skoring izgleda iznutra
Klasičan kreditni skoring se decenijama oslanjao na uzak skup podataka: istoriju otplate ranijih kredita, visinu prihoda, radni staž. Problem sa ovim pristupom, posebno na Balkanu, jeste veliki broj ljudi bez formalne kreditne istorije — mladi, freelanceri, ljudi koji rade u gotovini ili su tek počeli da koriste bankarske usluge (u struci se to zove „thin file” klijent). Klasičan model takve ljude često automatski svrstava u rizičniju kategoriju, ne zato što stvarno jesu rizičniji, već zato što nema dovoljno istorijskih podataka da se proceni suprotno.
AI modeli menjaju ovo tako što uključuju mnogo širi skup signala: obrasce ponašanja na tekućem računu (redovnost priliva, način trošenja, štednja), alternativne podatke (plaćanje računa za struju i telefon, ako klijent na to pristane), pa čak i metapodatke o samoj transakciji (vreme, lokaciju, učestalost). Model ne traži jedan „loš” podatak da odbije zahtev — traži obrazac ponašanja kroz veliki broj signala, što u praksi znači da neko bez klasične kreditne istorije, ali sa stabilnim, predvidljivim finansijskim ponašanjem, može dobiti bolju procenu nego kod klasičnog skoringa.
Druga strana ovoga je detekcija prevara — ovde se model ne trenira da prepozna „poznate” prevare (to bi bilo prekasno), već da prepozna odstupanje od uobičajenog obrasca ponašanja konkretnog klijenta. Transakcija koja odudara od tvog tipičnog ponašanja (neuobičajen iznos, lokacija, vreme) se ocenjuje u milisekundama i, ako je skor rizika visok, blokira se ili se traži dodatna potvrda — pre nego što se šteta uopšte desi, ne posle.
Rizici na koje treba obratiti pažnju
| Rizik | Šta praktično znači |
|---|---|
| Algoritamska pristrasnost | Model može sistematski lošije ocenjivati određene grupe klijenata ako su istorijski podaci neuravnoteženi. |
| Nedostatak transparentnosti | Teško je dobiti jasno objašnjenje zašto je kredit odbijen kada odluku donosi kompleksan model. |
| Deepfake prevare | AI-generisani glas i video se sve češće koriste za lažno predstavljanje u pokušajima prevare. |
Šta tačno kaže Narodna banka Srbije o AI-ju
Za razliku od EU, gde AI Act formalno svrstava kreditno skoriranje u „visokorizične” primene sa detaljnim pravilima o transparentnosti, Narodna banka Srbije je usvojila sopstveni interni akt kojim reguliše primenu veštačke inteligencije u bankama i finansijskim institucijama u Srbiji. Ključna pravila su jasna i, u nekim tačkama, stroža nego što bi mnogi očekivali:
- Izričito je zabranjeno da AI sam donosi bilo kakvu odluku koja ima finansijski ili pravni efekat — svaka takva odluka mora da prođe obaveznu ljudsku proveru i odobrenje.
- Zabranjena je obrada poverljivih podataka ili podataka o ličnosti kroz AI sisteme na način koji ugrožava bezbednost podataka i IKT infrastrukture.
- Banke su u obavezi da unapred obaveste NBS pre uvođenja novog proizvoda ili servisa zasnovanog na veštačkoj inteligenciji.
- Sve IKT incidente i ozbiljne sajber-pretnje vezane za AI sisteme banke moraju da prijave centralnoj banci.
NBS navodi da je veštačka inteligencija u srpskom bankarskom sektoru „trenutno korišćena u ograničenom obimu” i da do sada „nije bilo loših iskustava” sa njenom primenom — banke je koriste u kontrolisanim uslovima, pod kontinuiranim nadzorom regulatora. Ovo je značajno drugačiji, opreznije formulisan pristup od pukog kopiranja EU AI Act okvira, i vredi ga znati ako radiš u finansijskom sektoru ili sarađuješ sa bankama u Srbiji.
Najčešće greške koje finansijske firme prave pri uvođenju AI-ja
Tretiranje AI modela kao „crne kutije” bez plana za objašnjivost. Kada klijent traži obrazloženje zašto mu je kredit odbijen, „model je tako odlučio” nije dovoljan odgovor — ni za klijenta, ni za regulatora. Firme koje ovo zanemare suočavaju se sa pravnim i reputacionim rizikom, posebno u regulisanim industrijama.
Uvođenje AI-ja bez prethodne prijave regulatoru. U Srbiji je obaveza banaka da unapred obaveste NBS pre lansiranja novog AI-baziranog proizvoda — preskakanje ovog koraka nije samo rizično, već i formalno kršenje pravila.
Treniranje modela na neuravnoteženim istorijskim podacima. Ako istorijski podaci sistematski favorizuju određene grupe klijenata (npr. one sa dužom kreditnom istorijom), model će tu pristrasnost samo automatizovati i uvećati, umesto da je ispravi.
Potcenjivanje deepfake rizika u internoj komunikaciji. Prevare sa lažnim glasom ili video pozivom „direktora” koji traži hitan transfer sredstava postaju sve češće i jeftinije za izvođenje — interni protokoli za proveru identiteta pri neuobičajenim zahtevima su danas jednako važni kao i tehnička odbrana.
Praktični saveti za korisnike
- Ako ti je zahtev za kredit odbijen automatski, uvek traži pismeno obrazloženje — imaš pravo na njega.
- Budi oprezan sa pozivima i porukama koje „zvuče“ kao neko koga poznaješ — deepfake tehnologija je jeftinija i dostupnija nego ikad.
- Redovno proveravaj koje podatke banka koristi za profilisanje i da li možeš da ih ispraviš.
Kratka provera pre uvođenja AI-ja u finansijsko poslovanje
- Da li imamo jasan, dokumentovan proces ljudske provere i odobrenja za svaku AI-asistiranu odluku sa finansijskim efektom?
- Da li smo obavestili NBS (ili relevantnog regulatora) pre uvođenja novog AI-baziranog proizvoda ili servisa?
- Da li možemo klijentu da damo razumljivo obrazloženje ako mu zahtev bude odbijen?
- Da li smo proverili da li istorijski podaci na kojima treniramo model sistematski favorizuju određene grupe klijenata?
- Da li imamo protokol za proveru identiteta kod neuobičajenih, hitnih finansijskih zahteva (zaštita od deepfake prevara)?
- Da li redovno prijavljujemo IKT incidente vezane za AI sisteme, u skladu sa obavezom prema NBS-u?
Najčešća pitanja
Da li AI odlučuje sam o odobravanju kredita?
Ne u potpunosti — u većini banaka AI daje preporuku ili skor, dok konačnu odluku, posebno kod većih iznosa, i dalje formalno potvrđuje čovek.
Da li je moje bankarsko iskustvo bezbednije zbog AI-ja?
Generalno da, kada je reč o detekciji prevara, ali nove vrste rizika (poput deepfake prevara) zahtevaju dodatan oprez sa tvoje strane.
Mogu li da tražim da moj kredit razmatra čovek, a ne algoritam?
U mnogim slučajevima da — vredi pitati banku direktno o politici ljudskog nadzora nad automatizovanim odlukama.
Da li banka u Srbiji mora da prijavi Narodnoj banci uvođenje AI sistema?
Da — prema stavu NBS, banke su u obavezi da unapred obaveste regulatora pre lansiranja novog proizvoda ili servisa zasnovanog na veštačkoj inteligenciji, kao i da prijavljuju ozbiljne IKT incidente vezane za te sisteme.
Da li AI kreditni skoring pomaže ljudima bez kreditne istorije?
Može da pomogne — jer uzima u obzir širi skup podataka (ponašanje na računu, redovnost plaćanja) umesto samo klasične kreditne istorije, tzv. „thin file“ klijenti ponekad dobijaju realniju procenu nego kod klasičnog skoringa.
Napomena: ovaj tekst je informativnog karaktera i ne predstavlja finansijski savet. Za konkretne odluke o kreditima i finansijskim proizvodima konsultuj se sa svojom bankom ili licenciranim finansijskim savetnikom.