Jeden zaměstnanec na 200 tisíc klientů: Prohrávají velké banky závod o umělou inteligenci?

Představte si dvě banky. První obslouží milion klientů s pěti zaměstnanci. Druhá na stejný počet potřebuje zhruba 150 lidí. Obě nabízejí účty, platby a půjčky. Jen jedna z nich postavila svůj systém tak, aby v něm umělá inteligence mohla skutečně fungovat. Ta druhá se ji teď zoufale snaží naroubovat na infrastrukturu starou desítky let.

Tenhle propastný rozdíl v efektivitě je jádrem souboje, který právě probíhá ve finančním sektoru. A pro investory je to mnohem zajímavější příběh než další kolo hype kolem AI.

Proč je umělá inteligence v bankovnictví jiná než všechno předtím

Banky zažily za posledních patnáct let několik vln inovací. Neobanky jako Revolut nebo německá N26 předvedly, že mobilní aplikace může být hezčí a rychlejší než pobočka. Cloudové technologie zlevnily provoz. To všechno ale měnilo hlavně to, co klient vidí na displeji, tedy povrch.

Umělá inteligence je něco jiného. Je to první velká inovace v bankovnictví za dekády, která zasahuje přímo do jádra fungování instituce, ne jen do jejího vzhledu. A právě tady narážejí zavedené banky na zeď.

Typická velká banka má jedno jádro obklopené stovkami dílčích systémů, které spolu často sotva komunikují. Data se nacházejí v desítkách oddělených sil. Když do takového prostředí nasadíte AI agenta, narazí na bariéry na každém kroku. Nemůže se volně pohybovat a sbírat data, protože k většině z nich se jednoduše nedostane. AI-native firmy oproti tomu postavily datové dálnice, po kterých se agent pohybuje rychle a bez překážek.

Čísla, která dělají z efektivity konkurenční zbraň

Když si rozdíl převedete do tvrdých dat, začne to být zajímavé. Podle CEO litevské neobanky myTU, který se tématu věnoval na Retail Banker International, dokáže AI-native fintech obsloužit až milion klientů na pět zaměstnanců. Tradiční banka potřebuje na stejný objem kolem 150 lidí.

Rozdíl se projevuje i v rychlosti běžných procesů:

• Onboarding firemního klienta: z tří až deseti dnů na méně než hodinu, tedy zrychlení o zhruba 95 %.

• Sepsání rizikové analýzy: z několika hodin manuální práce na pár minut.

• Monitoring rizik: z periodické kontroly na průběžný dohled s plným pokrytím.

To se přímo promítá do hospodaření. Brazilský Nu Holdings $NU , matka Nubank, vykázal za první kvartál 2026 čistý zisk 871 milionů dolarů, meziročně o 41 % výš na bázi očištěné o měnové vlivy. Tržby poprvé v historii překročily 5 miliard dolarů a počet klientů přesáhl 135 milionů. Klíčové číslo se ale skrývá jinde: poměr nákladů k výnosům spadl na rekordních 16,6 % v jádru byznysu. To je úroveň, o které tradiční bankéři mohou jen snít, jak ukazují data z výsledků Nubank.

"Přepojení starých systémů může být složitější a dražší než postavit banku úplně od nuly."

Raman Korneu, CEO a spoluzakladatel neobanky myTU

Velké banky to vědí. A platí za to miliardy

Zavedené instituce nejsou hloupé a problém vidí. Otázka je, kolik je bude náprava stát. JPMorgan $JPM , největší americká banka, navýšila technologický rozpočet na rok 2026 na zhruba 19,8 miliardy dolarů, z toho 1,2 miliardy míří přímo do AI projektů. Roční výdaje na umělou inteligenci kolem 2 miliard dolarů banka navíc přesunula z experimentálního rozpočtu do kategorie "klíčové infrastruktury", tedy mezi platební systémy a datacentra, jak popisuje Banking Exchange.

Jenže ani takové částky nezaručují výsledek. Sám šéf JPMorgan ve svém dopisu akcionářům připouští, že kdo vyjde z AI revoluce jako vítěz, dnes nikdo s jistotou neřekne.

"Investice do umělé inteligence nejsou spekulativní bublina, naopak přinesou významné benefity. V tuto chvíli ale nedokážeme určit, kdo budou koneční vítězové a poražení v odvětvích spojených s AI."

Jamie Dimon, generální ředitel JPMorgan

Problém zavedených bank totiž není jen v penězích. Je to spleť vzájemně propojených starých systémů, firemních sil a vrstev managementu. K tomu se přidává operační a politický náklad celé transformace. A je tu i nepříjemná otázka, kterou si v zasedačkách nahlas nikdo neřekne: pokud retrofitting opravdu vyjde a banka začne zvládat stejnou práci s pětinou lidí, co se stane s těmi zbylými 145 zaměstnanci na každý milion klientů?

Kde to nechává investora

Tady je ale potřeba zpozornět nad jednou věcí, kterou nadšení z efektivity rádo zamlčuje. Vyšší efektivita ještě neznamená automaticky lepší akcii. Nu Holdings i americká SoFi Technologies $SOFI patří mezi nejefektivnější hráče na trhu, přesto jejich akcie zažívají divokou jízdu. Nu se za poslední tři měsíce propadl zhruba o pětinu na necelých 12 dolarů. SoFi navzdory rekordním tržbám 1,09 miliardy dolarů a 14,7 milionu klientů po výsledcích klesla, protože investory vyděsil propad tržeb z jejího technologického segmentu. K tomu se přidal i kritický short report od Muddy Waters, který firmě vyčetl účetní praktiky kolem ocenění úvěrového portfolia. SoFi obvinění odmítla jako faktograficky nepřesná a zavádějící, přesto se akcie z propadu pořádně nevzpamatovala a obchoduje se výrazně pod svými dřívějšími maximy.

Jinými slovy, trh sice oceňuje strukturální výhodu AI-native modelu, ale ocenění těchto firem už často počítá s pokračujícím raketovým růstem. Když realita jen mírně zaostane, akcie to odnese.

Zajímavé je, že souboj zdaleka není rozhodnutý. Gigant jako JPMorgan má hluboké kapsy, miliony klientů a regulatorní zázemí, které žádný fintech nemá. Pokud někdo dokáže přefinancovat cestu ke skutečné transformaci, jsou to právě obři s dvacetimiliardovými IT rozpočty. Otázka zní, jestli zvládnou změnit nejen technologii, ale i firemní DNA.

Pro investora se tím rýsuje jasné téma na příští roky. Na jedné straně stojí štíhlé, datově navržené fintechy s ohromující efektivitou, ale i s nervózním oceněním. Na druhé zavedené banky s obrovskými zdroji, které ale táhnou za sebou desítky let technického dluhu. Vyhraje ten, kdo bude umět rozhodovat nejrychleji. A poprvé za dlouhou dobu to nemusí být ten největší.