Στις επιπτώσεις που θα έχει για τις τράπεζες η διευρυνόμενη χρήση εφαρμογών τεχνητής νοημοσύνης -μια συζήτηση που έχει γίνει πιο σύνθετη τα τελευταία δύο χρόνια και ειδικότερα μέσα στο 2026- αναφέρεται σε ανάλυσή της η Goldman Sachs.
Εξαιρουμένης της αρχικής επένδυσης που απαιτείται, οι αναλυτές της Goldman Sachs εκτιμούν ότι η δυνητική αύξηση της απόδοσης ιδίων κεφαλαίων (ROE) από την αξιοποίηση της τεχνητής νοημοσύνης ανέρχεται σε περίπου 240 μονάδες βάσης. Όπως εξηγούν, ο αντίκτυπος της AI προκύπτει κυρίως από εξοικονομήσεις κόστους, ενώ παράλληλα παρατηρούν ότι τα οφέλη αυτά κατανέμονται ανομοιόμορφα, καθώς οι διαφορές στη δομή κόστους και εσόδων των τραπεζών δημιουργούν απόκλιση περίπου 300 μονάδων βάσης μεταξύ εκείνων που φαίνεται να είναι καλύτερα τοποθετημένες για να κεφαλαιοποιήσουν την ευκαιρία της AI και εκείνων που είναι λιγότερο ευνοημένες.
Περισσότερο ωφελημένες, όπως εξηγούν, θα είναι οι τράπεζες των οποίων τα επιχειρηματικά μοντέλα εμφανίζουν σχετικά χαμηλή ένταση κεφαλαίου και υψηλό κόστος. Όχι μόνο επειδή μπορούν να πετύχουν μεγαλύτερες μειώσεις στα κόστη, αλλά κι επειδή συνήθως εμφανίζουν υψηλότερο ROTE, ισχυρότερη οργανική δημιουργία κεφαλαίου και μεγαλύτερα αποθέματα πλεονάζοντος κεφαλαίου. Ως εκ τούτου, αναμένεται να μπορούν ευκολότερα να αυτοχρηματοδοτήσουν τις επενδύσεις σε AI. Εν τέλει, η υιοθέτηση της τεχνητής νοημοσύνης αναμένεται να ωφελήσει περισσότερο τις ευρωπαϊκές τράπεζες που ήδη ηγούνται του κλάδου, σε σχέση με τους ανταγωνιστές τους.
Για τις ελληνικές τράπεζες, ο οίκος υπολογίζει το όφελος μεταξύ 131 και 162 μονάδων βάσης, το χαμηλότερο μεταξύ των τραπεζών που καλύπτει η Goldman Sachs, ωστόσο οι ελληνικές τράπεζες αντιμετωπίζουν ταυτόχρονα και τους χαμηλότερους κινδύνους σε περίπτωση που η ένταση του ανταγωνισμού, λόγω ΑΙ, οδηγήσει σε υψηλότερα κόστη καταθέσεων και/ή σε μείωση εσόδων από προμήθειες.
Οι ανησυχίες των επενδυτών
Σύμφωνα με τη Goldman Sachs, οι ανησυχίες των επενδυτών εστιάζουν στο κατά πόσον η μακροπρόθεσμη κερδοφορία των τραπεζών θα μπορούσε να υπονομευθεί, καθώς οι τεχνολογίες με δυνατότητες τεχνητής νοημοσύνης ενδέχεται να μειώσουν τις αποδόσεις είτε μέσω χαμηλότερων τιμών σε προϊόντα προμηθειών είτε μέσω υψηλότερων επιτοκίων καταθέσεων σε αποταμιευτικά προϊόντα.
«Με άλλα λόγια, η τεχνητή νοημοσύνη αυξάνει τη διαφάνεια στις τιμές», όπως εξηγεί η GS, αυξάνοντας τους κινδύνους απώλειας πελατών. Όπως εξηγούν οι αναλυτές της Goldman Sachs, αν το κόστος χρηματοδότησης μέσω καταθέσεων αυξηθεί λόγω ανταγωνισμού, οι τράπεζες μπορούν να αντιδράσουν είτε α) διευρύνοντας τα πιστωτικά περιθώρια, είτε β) μειώνοντας την εξάρτηση από ακριβότερες πηγές χρηματοδότησης, είτε γ) με συνδυασμό των δύο. Καθοριστικός παράγοντας εδώ είναι ο δείκτης δανείων προς καταθέσεις (LDR) κάθε τράπεζας.
Όσες τράπεζες χρηματοδοτούνται σε μεγάλο βαθμό από αποταμιευτικά προϊόντα λιανικής και λειτουργούν με υψηλότερο LDR έχουν μεγαλύτερη ανάγκη από αυτή τη χρηματοδότηση και, συνεπώς, είναι πιο πιθανό να χρειαστεί να «πληρώσουν ακριβότερα» εάν το κόστος καταθέσεων αυξηθεί ανταγωνιστικά, σε σύγκριση με μια τράπεζα με παρόμοιο μείγμα χρηματοδότησης αλλά χαμηλότερο LDR, η οποία μπορεί να επιτρέψει την αποχώρηση μη οικονομικά συμφέρουσας χρηματοδότησης.
«Θωρακισμένες» οι ελληνικές τράπεζες
Έτσι, από μια υποθετική αύξηση κατά 25 μονάδες βάσης στο κόστος καταθέσεων για έντοκους αποταμιευτικούς λογαριασμούς λιανικής, που αντιστοιχεί σε μείωση κατά 0,7 ποσοστιαίες μονάδες στο ROTE, η GS αναμένει δυνητικό αρνητικό αντίκτυπο περίπου 3% στα κέρδη προ φόρων (PBT), κατά μέσο όρο, στο δείγμα των ευρωπαϊκών τραπεζών που καλύπτει.
Σε αυτό το σενάριο, οι ελληνικές τράπεζες φαίνεται να είναι μεταξύ των πιο «θωρακισμένων», καθώς βασίζονται σε μεγαλύτερο βαθμό σε λογαριασμούς μηδενικής ή χαμηλής απόδοσης στο μείγμα καταθέσεών τους, κάτι που μπορεί να συνιστά ανταγωνιστικό πλεονέκτημα. Αντιθέτως, μόνο ένα μικρό ποσοστό καταθέσεων κατευθύνεται σε προθεσμιακά προϊόντα που προσφέρουν υψηλότερη απόδοση. «Παρότι θα μπορούσε να υπάρξει δυνητικός κίνδυνος διαταραχής, από κάποιον παίκτη της αγοράς που θα προσέφερε λογαριασμό overnight με υψηλή απόδοση, εναλλακτικές υψηλότερης απόδοσης υπάρχουν ήδη (με τη μορφή προθεσμιακών καταθέσεων), αλλά μέχρι σήμερα παρουσιάζουν σχετικά περιορισμένη απορρόφηση» σχολιάζουν οι αναλυτές του οίκου.
Τα στοιχεία της Goldman Sachs δείχνουν ότι οι ελληνικές τράπεζες εμφανίζουν ένα από τα πιο «αμυντικά» προφίλ μείγματος καταθέσεων στην Ευρώπη, καθώς περίπου το 74% των καταθέσεων τους κατατάσσεται στην κατηγορία των μη έντοκων (λογαριασμοί όψεως και αποταμιευτικοί πολύ χαμηλής απόδοσης), μόνο το 26% αφορά έντοκες καταθέσεις, ενώ ο δείκτης δανείων προς καταθέσεις (LDR) διαμορφώνεται κοντά στο 70%. Στο υποθετικό σενάριο αύξησης κατά 25 μ.β. στο κόστος έντοκων αποταμιευτικών λογαριασμών, για τις ελληνικές τράπεζες θα προέκυπτε μηδενική έως οριακή επίπτωση τόσο στα καθαρά έσοδα από τόκους, όσο και στα προ προβλέψεων κέρδη και στα κέρδη προ φόρων, ενώ η εκτιμώμενη αρνητική επίδραση θα ήταν μόλις 0,1% στο ROTE.
Παράλληλα, σε ένα υποθετικό σενάριο μείωσης 5% στα έσοδα από προμήθειες, οι ελληνικές τράπεζες συγκαταλέγονται και πάλι μεταξύ των λιγότερο εκτεθειμένων, με εκτιμώμενη αρνητική επίδραση περίπου 0,4 ποσοστιαίων μονάδων στο ROTE, έναντι μέσου όρου 0,6 για τις ευρωπαϊκές τράπεζες.
Συγκεκριμένα, για τις ελληνικές τράπεζες το μείγμα εσόδων του 2025 κατανέμεται περίπου σε 74% καθαρά έσοδα από τόκους (NII), 22% έσοδα από προμήθειες και 4% λοιπά έσοδα. Με βάση αυτή τη διάρθρωση, μια οριζόντια συμπίεση 5% στις προμήθειες θα οδηγούσε σε εκτιμώμενη μείωση περίπου 2% στα προ προβλέψεων κέρδη (PPP), 2% στα κέρδη προ φόρων (PBT) και 3% στα καθαρά κέρδη.
