Zarządzanie przez algorytmy - Włodzimierz Szpringer - ebook + książka

Zarządzanie przez algorytmy ebook

Włodzimierz Szpringer

0,0

Opis

 

Zarządzanie przez algorytmy przenika rzeczywistość społeczno-gospodarczą: od polityki i rządzenia państwem, administracji publicznej aż do transformacji różnych modeli biznesu, które w gospodarce cyfrowej obejmują w zasadzie wszystkie sektory, z główną rolą sektora finansowego. Algorytmy są szczególnie przydatne w bankowości, gdzie występują procesy z dużą ilością danych, nie zawsze ustrukturyzowanych i łatwych w interpretacji, np. w obszarze cyberbezpieczeństwa, identyfikacji klientów, zapobiegania oszustwom, zarządzania ryzykiem, a także rozwiązań kognitywnych, robotyki, analizy Big Data, data mining, automatycznego doradztwa.

 

Wykorzystanie zautomatyzowanych mechanizmów bazujących na algorytmach sztucznej inteligencji i uczenia maszynowego służy także do kampanii marketingowych, analizy obrazu i dźwięku, automatyzacji procesów obsługowych (call center, procesów windykacyjnych, sterowania głosowego aplikacją, wirtualnych asystentów – chatbotów), czy identyfikacji zagrożeń dla infrastruktury.

 

Zarazem mało przejrzyste modele algorytmiczne mogą spowodować niezamierzone konsekwencje. To może z kolei wpływać na pojawienie się nowych systemowo ważnych graczy spoza obszaru regulowanego i zwiększać ryzyko na poziomie polityki makroostrożnościowej. Innymi słowy, algorytmy w zarządzaniu to miecz obosieczny, którym należy posługiwać się ostrożnie, ponieważ ekonomiczne i prawne skutki stosowania tej technologii są często nieoczekiwane i nieprzewidywalne.

 

***

 

Podobnie jak w poprzednich książkach prof. Włodzimierza Szpringera, także i w tej przedsiębiorcy, menedżerowie, bankowcy oraz finansiści znajdą ogromną ilość wiedzy o nowych technologiach cyfrowych i ich wykorzystaniu w gospodarce.

 

Autor tej pasjonującej książki przytacza wiele przykładów wziętych z praktyki. To oczywiście uatrakcyjnia i ułatwia czytanie tej niezwykle ciekawej książki, która od pierwszych stron – mimo precyzyjnego, naukowego, menedżerskiego, ekonomicznego i prawnego języka – wciąga czytającego niemal jak powieść od której trudno się oderwać.

 

z recenzji prof. zw. dra hab. Wiesława Czyżowicza, Szkoła Główna Handlowa w Warszawie

 

***

 

Prof. dr hab. Włodzimierz Szpringer – profesor Szkoły Głównej Handlowej w Warszawie oraz Uniwersytetu Warszawskiego (Wydział Zarządzania). Wykładowca i ekspert z zakresu bankowości i prawa bankowego, polityki i prawa konkurencji, prawnych i ekonomicznych zagadnień e-biznesu, prawa nowych technologii oraz ekonomicznej analizy prawa i oceny skutków regulacji. Współpracuje z Consumer Finance Network (European Credit Research Institute), European Consumer Debt Network, European Coalition for Responsible Credit, European Financial Inclusion Network. Członek European Association of Law and Economics. Wykładał jako Visiting Professor na uniwersytetach niemieckich, kierował polską grupą badawczą European Network for Better Regulation – VI Program Ramowy UE. Autor ponad 200 publikacji naukowych i licznych ekspertyz dla naczelnych organów państwa, rządu, UOKiK, UKIE, ZBP, KPF i SKEF. Autor wielu książek, w tym książek Nowe technologie a sektor finansowy. FinTech jako szansa i zagrożenie (Poltext 2017) oraz Blockchain jako innowacja systemowa. Od internetu informacji do internetu wartości. Wyzwania dla sektora finansowego (Poltext 2019).

 

Ebooka przeczytasz w aplikacjach Legimi na:

Androidzie
iOS
czytnikach certyfikowanych
przez Legimi
Windows
10
Windows
Phone

Liczba stron: 357

Odsłuch ebooka (TTS) dostepny w abonamencie „ebooki+audiobooki bez limitu” w aplikacjach Legimi na:

Androidzie
iOS

Popularność




Recenzent

prof. zw. dr hab. Wiesław Czyżowicz, Szkoła Główna Handlowa w Warszawie

Redakcja

Jadwiga Witecka

Projekt okładki

Amadeusz Targoński, targonski.pl

Skład i opracowanie graficzne

Studio Magenta Nadzieja Michnievič

Opracowanie e-wydania:

Copyright © 2020 by Poltext Sp. z o.o.

All rights reserved

Wszelkie prawa zastrzeżone. Nieautoryzowane rozpowszechnianie całości lub fragmentów niniejszej publikacji w jakiejkolwiek postaci zabronione. Wykonywanie kopii metodą elektroniczną, fotograficzną, a także kopiowanie książki na nośniku filmowym, magnetycznym, optycznym lub innym powoduje naruszenie praw autorskich niniejszej publikacji. Niniejsza publikacja została elektronicznie zabezpieczona przed nieautoryzowanym kopiowaniem, dystrybucją i użytkowaniem. Usuwanie, omijanie lub zmiana zabezpieczeń stanowi naruszenie prawa.

Partner wydania

Związek Banków Polskich

Warszawa 2020

Poltext Sp. z o.o.

www.poltext.pl

handlowy@poltext.pl

ISBN 978-83-8175-050-9 (format epub) 

ISBN 978-83-8175-051-6 (format mobi) 

Wprowadzenie

Książka stanowi kontynuację zainteresowań naukowych autora prawem nowych technologii z perspektywy interdyscyplinarnego, systemowego ujęcia tej problematyki. W polu badań są dorobek ekonomii instytucjonalnej oraz ocena skutków regulacji, a zwłaszcza ekonomicznej analizy prawa. W poprzednich latach autor badał fenomen FinTechów i technologii rozproszonego rejestru (blockchain). Obecnie powstała książka poszerzająca badania w kierunku zarządzania przez algorytmy, w szerszym zakresie uwzględniające problemy regulacji sztucznej inteligencji, uczenia maszynowego, internetu rzeczy, automatyzacji, robotyki i rozszerzonej rzeczywistości. Zarządzania przez algorytmy nie można sprowadzać tylko do DLT blockchain. Należy podkreślić, że wymogi prawne w konkretnym przypadku (np. implementacji tzw. trwałego nośnika w prawie konsumenckim) mogą być spełnione w różny sposób: w ramach blockchain, WORM, zaufanej strony trzeciej, jak również relacyjnych baz danych czy rozwiązań scentralizowanych (np. płatności natychmiastowe).

Zarządzanie przez algorytmy przenika rzeczywistość społeczno-gospodarczą: od polityki i rządzenia państwem, administracji publicznej aż do transformacji różnych modeli biznesu, które w gospodarce cyfrowej obejmują w zasadzie wszystkie sektory, z główną rolą sektora finansowego. Algorytmy są szczególnie przydatne w bankowości, gdzie następują procesy z dużą ilością danych, nie zawsze ustrukturyzowanych i łatwych w interpretacji, np. w obszarze cyberbezpieczeństwa, identyfikacji klientów, zapobiegania oszustwom, zarządzania ryzykiem, a także rozwiązań kognitywnych, robotyki, analizy Big Data, data mining, automatycznego doradztwa. Wykorzystanie zautomatyzowanych mechanizmów bazujących na algorytmach sztucznej inteligencji i uczenia maszynowego służy do kampanii marketingowych, analizy obrazu i dźwięku, automatyzacji procesów obsługowych (call center, procesów windykacyjnych, sterowania głosowego aplikacją, wirtualnych asystentów – chatbotów), cyberbezpieczeństwa czy identyfikacji zagrożeń dla infrastruktury.

Rośnie niewątpliwie rola algorytmów scoringowych, w związku ze zmianą regulacji, która daje klientom możliwość domagania się wyjaśnień, co przesądziło o przyznaniu lub odmowie udzielenia kredytu. W świetle badań algorytmiczne decyzje np. w procedurze kredytowej są oceniane jako bardziej obiektywne w porównaniu z sytuacją podejmowania tych decyzji przez ludzi. Banki centralne mogą być w przyszłości zastąpione przez algorytmy. Wiele nadziei łączy się z DLT blockchain, który mógłby być podstawą infrastruktury rynku finansowego, np. centralnych depozytów, centralnych kontrahentów czy repozytoriów transakcji. Bankierzy centralni są przekonani, że ich decyzje wymagają władzy dyskrecjonalnej. W świetle badań uznaniowość w procesie decyzyjnym banków centralnych powoduje więcej kłopotów niż korzyści. Można zatem prognozować dobre perspektywy dla korzystania przez banki centralne z algorytmów. Istnieją próby budowania algorytmów przewidujących kryzysy. Z człowiekiem związane są emocje, np. panika, euforia i chciwość. Algorytmy wsparte sztuczną inteligencją i uczeniem maszynowym mogą bardziej racjonalnie wpływać na rynek. Istnieją poglądy, że algorytmy używane w handlu papierami wartościowymi mogą zagrażać światowej gospodarce.

Zastosowania sztucznej inteligencji i uczenie maszynowe mogą powodować nowe i nieoczekiwane formy wzajemnych połączeń między rynkami i instytucjami finansowymi, np. wykorzystanie przez różne podmioty poprzednio niedostępnych lub niepowiązanych źródeł danych. Dzięki technologii efekty sieciowe i skalowalność mogą w przyszłości prowadzić do powstania zależności od stron trzecich. Mało przejrzyste modele algorytmiczne mogą spowodować niezamierzone konsekwencje. To może z kolei wpływać na pojawienie się nowych systemowo ważnych graczy spoza obszaru regulowanego i zwiększać ryzyko na poziomie polityki makroostrożnościowej. Niezbędne jest zatem testowanie narzędzi opartych na sztucznej inteligencji na odpowiednio dużych zbiorach danych, z uwzględnieniem kluczowych aspektów regulacyjnych (np. ochrony prywatności w kontekście cyberbezpieczeństwa).

Administracja publiczna w Polsce korzysta z wielu systemów podejmowania automatycznych decyzji. Pełną wiedzę o tym, jak funkcjonują algorytmy zwykle ma tylko firma, która je przygotowała, co budzi uwagi krytyczne. Zarządzanie przez algorytmy z istoty rzeczy dotyka wielu działów prawa, m.in. prawa konkurencji. Przede wszystkim jest to kwestia ochrony prywatności w kontekście cyberbezpieczeństwa. Powstaje wiele wątpliwości, w jakiej mierze RODO znajduje zastosowanie w automatycznych procesach decyzyjnych, w szczególności opartych na koncepcji DLT blockchain. O ile profilowanie w celach marketingowych jest w zasadzie dozwolone, gdy nie ma w tej kwestii wyraźnego sprzeciwu, to już automatyczne decyzje wywołują wiele uwag i zastrzeżeń, m.in. zarzutów o dyskryminację, które nie zawsze są uzasadnione.

Należy zaznaczyć, że zarzuty o dyskryminację często wynikają z tego, że oprogramowanie wsparte sztuczną inteligencją i uczeniem maszynowym jest „szkolone” na danych historycznych, które są autentyczne, chociaż rozmijają się z odczuciami wielu osób. Powstaje problem ich przetwarzania przez sztuczną inteligencję w toku uczenia się systemu na podstawie nowych danych uzyskiwanych z gospodarki w czasie rzeczywistym. Należy mieć na uwadze, że wyjaśnienie całokształtu kryteriów automatycznych decyzji podejmowanych w różnych obszarach nie zawsze będzie możliwe. Będzie to na pewno łatwiejsze do uzyskania w sektorze publicznym niż w prywatnych firmach, gdzie w grę wchodzą systemy zarządzania oparte na algorytmach będące przedmiotem tajemnicy handlowej i wrażliwe z perspektywy konkurencji (np. systemy scoringowe w bankowości czy algorytmy wyszukiwania stosowane przez operatorów wyszukiwarek internetowych).

Należy podkreślić, że tzw. testowanie „czarnej skrzynki” w celu wyjaśnienia logiki działania danego algorytmu może dać wyniki zbliżone do tych, które będą występować w praktyce, pod warunkiem zasilenia takiego badania znaczną liczbą adekwatnych danych, porównywalnych z danymi występującymi w rzeczywistości. A to może napotykać bariery np. wynikające z ochrony danych osobowych, zmieszania (a zatem problemów z separacją) danych osobowych i nieosobowych, strukturyzowanych i niestrukturyzowanych itp. Wyjaśnienie takie może nie być technicznie możliwe np. sztuczne sieci neuronowe można uznać za czarne skrzynki nierozszyfrowane ze względu na fakt, że ich przewidywania opierają się na niezliczonych zmiennych często połączonych w niezrozumiały sposób.

Sztuczna inteligencja to coś więcej niż systemy eksperckie, które służą fachową wiedzą, wspomagając proces decyzyjny. To automaty uczące się na podstawie dotychczasowych doświadczeń i warunków otoczenia. Nie tylko standardowe porady prawne czy proste informacje prasowe, ale i utwory np. literackie czy muzyczne, są już pisane przez automaty, a to rodzi dodatkowe pytania w dziedzinie prawa autorskiego. UE przygląda się temu z niepokojem i sugeruje, że należy zacząć prawnie sankcjonować działanie robotów i sztucznej inteligencji – nie tylko w biznesie. Można mówić o prostej automatyzacji procesów biznesowych oraz o tzw. automatyzacji kognitywnej (inteligentnej). Ta pierwsza jest oparta na ustrukturyzowanych danych i procesach wykorzystujących jasno określone reguły. Automatyzacja kognitywna jest natomiast oparta na nieustrukturyzowanych danych i złożonych procesach wymagających wnioskowania, a do jej realizacji wykorzystuje się m.in. zaawansowane wyszukiwarki treści oparte na technologii Big Data, a także rozwiązania wykorzystujące sztuczną inteligencję oraz uczenie maszynowe.

W kontekście zarządzania przez algorytmy należy wspomnieć o FinTechach, jednak kluczowe miejsce zajmuje kilka potężnych koncernów technologicznych (nazwanych BigTechami lub przedsiębiorstwami węzłowymi – hub firms), takich jak: GAFA (Google, Apple, Facebook, Amazon) czy BAT (Baidu, Alibaba, Tencent). Firmy te – poza zapewnianiem korzyści użytkownikom – przechwytują nieproporcjonalnie dużą i stale rosnącą część wartości ekonomicznej i w rezultacie kształtują perspektywy rozwoju dzisiejszej gospodarki. Te same technologie, które dawały nadzieję na demokratyzację działalności gospodarczej, są dzisiaj źródłem zagrożenia. Istnieją uzasadnione obawy, że światowy biznes ulegnie monopolizacji. Stąd rosnące zainteresowanie organów antymonopolowych tzw. konkurencją między platformami (platform competition), jak również zagrożeniami kartelowymi wynikającymi z algorytmicznego, automatycznego ustalania cen w ślad za konkurentami. Coraz bardziej rozmyty staje się obszar między dozwoloną adaptacją firmy do kierunków rozwoju rynku (conscious parallelism) a zakazaną kartelizacją (tacit collusion).

BigTechy nie konkurują w tradycyjny sposób, np. wzbogacając ofertę o doskonalsze rozwiązania lub obniżając koszty produkcji. Używają do tego celu aktywów sieciowych, które rozwinęły na odpowiednią skalę w innym otoczeniu rynkowym, aby następnie wejść z nimi w nową branżę i przebudować jej strukturę konkurencyjną – przekształcić ją tak, aby nie opierała się na produktach, lecz na sieci. Cyfrowe potęgi podłączają przyległe branże do kontrolowanych przez siebie konkurencyjnych wąskich gardeł, zajmując pozycję gatekeepera. To, co nam dotąd proponowały BigTechy, było interpretowane jako „darmowa usługa”. Darmowa, ponieważ wartość danych w oczach tych, którzy je dostarczali, była pomijana, chociaż był to nowy ekwiwalent za usługę. Mogliśmy się utożsamiać z rolą użytkownika. Korzystanie z usług Google’a rzeczywiście wnosiło nową jakość, lecz też permanentną inwigilację. Dane osobowe jako ekwiwalent za usługę jest obecnie nie tylko pod lupą organów ochrony danych osobowych (w kontekście profilowania czy automatycznych procesów decyzyjnych), lecz także w rosnącej mierze – organów antymonopolowych (w związku z powiększającym się wpływem baz danych na ocenę władzy rynkowej firmy).

1.BigTechy – platformy cyfrowe. Konkurencja a współpraca

Światowa gospodarka zaczyna koncentrować się wokół kilku cyfrowych korporacji o niespotykanej dotąd sile. Istnieją dowody na to, że na naszych oczach wykluwa się świat spod znaku „zwycięzca bierze wszystko”, w którym centralne miejsce zajmuje kilka potężnych koncernów technologicznych (nazwanych BigTechami lub przedsiębiorstwami węzłowymi – hub firms), takich jak: Alibaba, Alphabet/Google, Amazon, Apple, Baidu, Facebook, Microsoft i Tencent.

Firmy te – poza zapewnianiem realnych korzyści użytkownikom – przechwytują nieproporcjonalnie dużą i stale rosnącą część wartości ekonomicznej i w rezultacie kształtują perspektywy rozwoju dzisiejszej gospodarki. Te same technologie, które dawały nadzieję na demokratyzację działalności gospodarczej, są dzisiaj źródłem zagrożenia. Istnieją uzasadnione obawy, że światowy biznes ulegnie większej monopolizacji.

Firmy węzłowe budują i kontrolują podstawowe powiązania w ramach sieci, które przenikają światową gospodarkę. System Android Google’a i pokrewne technologie tworzą „konkurencyjne wąskie gardła” tylko dzięki temu, że mają dostęp do miliardów mobilnych użytkowników, do których chcieliby dotrzeć dostawcy innych produktów i usług. Google nie tylko pobiera prowizję od każdej transakcji, lecz także wywiera wpływ na przepływ informacji i gromadzone dane. Także platformy handlowe Amazona i Alibaby łączą ogromne rzesze użytkowników z ogromną liczbą e-sklepów i producentów. Platforma komunikacyjna WeChat Tencenta skupia wokół siebie miliard użytkowników z całego świata i dla firm z takich branż, jak bankowość elektroniczna, rozrywka, transport, stanowi główne źródło pozyskiwania konsumentów[1].

BigTechy nie konkurują w tradycyjny sposób – nie rywalizują z istniejącymi produktami czy usługami, np. wzbogacając ofertę o doskonalsze rozwiązania lub obniżając koszty produkcji. Używają do tego celu aktywów sieciowych, które rozwinęły na odpowiednią skalę w innym otoczeniu rynkowym, by następnie wejść z nimi w nową branżę i przebudować jej strukturę konkurencyjną – przekształcić ją tak, aby nie opierała się na produktach, lecz na sieci. Cyfrowe potęgi niejako podłączają przyległe branże do kontrolowanych przez siebie konkurencyjnych wąskich gardeł.

Na przykład wyodrębniona ze struktur Alibaby firma Ant Financial nie oferuje po prostu lepszych usług płatniczych, lepszych kart kredytowych ani sprawniejszego zarządzania inwestycjami. Wykorzystuje natomiast dane ogromnej bazy klientów Alibaby do utowarowienia tradycyjnych usług finansowych i skupienia sporej części chińskiego sektora finansowego wokół swojej platformy.

Niewielka grupa platform cyfrowych pośredniczy w rosnącej części handlu internetowego i komunikacji. Strukturyzując dostęp do rynków, firmy te odgrywają rolę strażników (gatekeepers) w działalności gospodarczej wartej miliardy dolarów. Jedną z dominujących funkcji platform cyfrowych jest to, że są one zintegrowane w różnych liniach biznesowych, obsługują platformę i równocześnie wprowadzają na rynek własne towary i usługi. Platformy bezpośrednio konkurują zatem z niektórymi firmami zależnymi od siebie, tworząc konflikt interesów, który platformy mogą wykorzystać, aby jeszcze bardziej umocnić swoją dominację, udaremniać konkurencję i tłumić innowacje.

W tym kontekście ciekawe jest orzeczenie w sprawie Ohio v. American Express, które pozwala traktować usługi płatnicze dla obu stron rynku (posiadaczy kart płatniczych i kupców) jako jeden rynek, na którym obciążenia stron powinny być wyważone odpowiednio do popytu na usługi. Kierunek ten jest zatem sprzeczny z dotychczasowym rozumowaniem w odniesieniu do dwu- (wielo)stronnych rynków[2]. Rynki cyfrowe są bowiem bardziej wrażliwe i podatne na praktyki wiązania produktów (tying – bundling)[3]. Automatyczne ustalanie cen budzi nie tylko wątpliwości kartelowe, lecz także uwagi z punktu widzenia nadużywania dominacji rynkowej[4].

Potencjalne zagrożenia związane z integracją innych podmiotów ze strony dominujących platform technologicznych zachęcają do rozważenia instrumentu separacji strukturalnych. Systemy separacji ograniczają linie biznesowe, w które firma może się angażować, albo przez zakazanie wejścia na niektóre rynki, albo przez wymóg, aby odrębne linie biznesowe były obsługiwane przez oddzielne podmioty zależne. Wcześniej systemy separacji były wdrażane zarówno jako standardowa interwencja regulacyjna, jak i kluczowe środki zaradcze w zakresie ochrony konkurencji w sektorach sieciowych. Tak rozumiane separacje strukturalne zostały w dużej mierze zaniechane. Powstaje pytanie, czy nie powinno się postawić na renesans tego narzędzia w odniesieniu do platform cyfrowych[5].

Komisja Europejska ogłosiła pakiet propozycji, które uderzą w biznesowe praktyki BigTechów. Kluczowe założenie to zmuszenie platform online (np. portali zakupowych i aukcyjnych) do informowania klientów i kontrahentów o tym, jak działają algorytmy, które porządkują wyniki wyszukiwania bez uszczerbku dla tajemnicy handlowej.

Brak przejrzystości parametrów decydujących o pozycjonowaniu sprzedawców to z perspektywy małych i średnich firm duży problem współpracy z BigTechami. Wiele z nich nie ufa formułom faworyzującym jedne firmy względem innych czy sposobom kalkulowania ich reputacji. Dlatego obok zobowiązania platform internetowych do ujawniania zasad klasyfikowania produktów należy wymusić na nich także informowanie klientów, gdy sprzedawca zapłaci za lepszą pozycję w wynikach wyszukiwania, niż wynikałoby to z ogólnych algorytmów[6].

Jedną z największych obaw przedsiębiorców jest to, że firma pozycjonująca będzie brała pieniądze co miesiąc za realizację usługi, ale ograniczy się do monitorowania pozycji strony w Google’u i stwierdzi, że na wyniki trzeba poczekać. Dwa elementy, czyli poprawa widoczności strony w Google’u i zwiększanie ruchu z Google’a rozstrzygają o skuteczności pozycjonowania. Wiele osób obawia się filtrów od Google’a za pozyskiwanie słabej jakości linków do stron klientów. Usługa pozycjonowania to długofalowa inwestycja w biznes. Relacje firmy z operatorem wyszukiwarki powinny być uczciwe, aby nie narażać się na zarzuty manipulowania wyszukiwarkami, np. przez nieuprawnione korzystanie w formie metatagów – widocznych dla algorytmów wyszukiwania – z cudzych nazw czy marek, które się dobrze kojarzą i są popularne wśród użytkowników[7].

Inna kwestia to problem manipulowania wynikami wyszukiwania. „Financial Times” oskarżył Google’a o takie manipulacje. Pracownicy tej firmy mają ręcznie zaniżać pozycje popularnych stron z wysokim Page Rank, aby zwiększyć szanse mniejszych na przebicie się. Posiadanie naprawdę wysokiego Page Rank daje możliwość zdominowania ruchu w wyszukiwarce przez zasłonięcie sobą innych wyników. W wyszukiwarce Google’a zmieniono algorytm po aferze z wyświetlaniem się jako pierwszych wyników negujących Holocaust. To kolejna korporacja, która pod wpływem nacisków z zewnątrz manipuluje przepływem informacji w sieci. Wcześniej podobne praktyki stosował Facebook[8].

2.BigTechy – FinTechy – kierunki rozwoju rynku

BigTechy mogą stanowić większe wyzwania dla infrastruktury rynku finansowego niż FinTechy. FinTechy skutecznie rozwijają niskokosztowe modele biznesowe na wielu rynkach, np. systemów płatności czy crowdinvestingu[9]. Może to ułatwiać regulacja Payments Services Directive 2 (PSD 2)[10].

Technologia finansowa i FinTechy rewolucjonizują sposób świadczenia usług finansowych. Chociaż zjawisko to nie jest nowe, nabrało nowego wymiaru. Rynki niegdyś krajowe przekształcają się w rynki globalne. Zainteresowanie ich regulowaniem jest jeszcze większe w porównaniu do tradycyjnych usług. Istnieje wiele różnych potrzeb w zakresie regulacji dostawców FinTech: od ochrony inwestorów i konsumentów po walkę z praniem pieniędzy i unikaniem płacenia podatków. Na te pytania nie można właściwie odpowiedzieć tylko w drodze eksperymentu lub samoregulacji. Idiosynkratyczne przepisy krajowe spowodowałyby fragmentację prawną i pozbawiłyby świat korzyści, jakie usługi cyfrowe mogą zapewnić. Światowe standardy byłyby najbardziej odpowiednim rozwiązaniem do regulacji usług globalnych.

Dlatego sugeruje się przekształcenie FSB w „Radę Stabilności Finansowej i Innowacji”. W świetle rozbieżnych zwyczajów, wiedzy i praktyk mieszkańców na całym świecie globalne standardy muszą być jednak uzupełnione przepisami krajowymi. Ponadto globalna harmonizacja przepisów nie spowoduje zniknięcia różnic w nadzorze nad rynkiem finansowym. Konkurencja regulacyjna i arbitraż mogą zachęcać kraje do obniżania standardów nadzoru, akceptując negatywne efekty zewnętrzne dla mieszkańców innych państw, aby stać się globalnym centrum FinTech. Tendencji tej musi przeciwdziałać konkurencja o najwyższą jakość nadzoru. Ponieważ taka konkurencja wymaga przejrzystości, sugeruje się wymaganie obowiązkowych informacji w komunikacji z klientem przez dostawcę usług FinTech[11].

Zrównoważony rozwój jest warunkiem wstępnym integracji finansowej, a FinTech jest kluczowym czynnikiem wspomagającym tę integrację. Pełny potencjał FinTechów do wspierania celów zrównoważonego rozwoju zostanie zrealizowany jedynie dzięki właściwemu podejściu do rozwoju infrastruktury wspierającej cyfrową transformację. Najlepszym sposobem myślenia o takiej strategii jest skupienie się na czterech głównych filarach.

Pierwszy filar wymaga budowy tożsamości cyfrowej i uproszczonego otwierania rachunków oraz systemów zdalnej weryfikacji tożsamości (e-KYC). Drugi filar dotyczy otwartych, interoperacyjnych systemów płatności elektronicznych. Trzeci filar obejmuje wykorzystanie infrastruktury pierwszego i drugiego w celu wsparcia elektronicznego świadczenia usług publicznych. Czwarty filar to cyfrowe rynki i systemy finansowe wspierające szerszy dostęp do finansowania i inwestycji[12].

Sukces FinTechów polegał często na innym sposobie świadczenia usługi, który był prosty, tańszy, szybszy czy bardziej spersonalizowany. Rozwinęły się nowe modele biznesowe (crowdfunding, social lending, mobile payments, robo advisors). Banki, początkowo niechętnie odnoszące się do nowych rywali (np. słynna batalia w Niemczech wokół systemu Sofort), szybko przyjęły optymalną strategię kooperacji bez zaniechania konkurencji. Można w tym kontekście przypomnieć ciekawe i znamienne wyrażenia, jak coopetition (cooperation + competition), fintegration (finance + integration) czy frenemy (friend + enemy), czyli FinTech w relacji wobec banku – jako zarazem kooperant i konkurent. Istnieją w tej mierze różne warianty.

Banki rozwijają się jako platformy technologiczne dla FinTechów, najczęściej bank jest tutaj podmiotem dominującym i kontrolującym platformę. Banki inwestują w FinTechy. Rozwijają własne usługi typowe dla FinTechów, czyli same stają się w gruncie rzeczy FinTechami. Banki współpracują z FinTechami na równych zasadach i integrują usługi oferowane przez FinTechy w ramach własnego modelu biznesowego, przy czym każdy z partnerów wykorzystuje swoje kluczowe kompetencje (np. banki siłę kapitałową i zarządzanie ryzykiem a FinTechy – innowacyjne podejście do technologii i doświadczeń klienta, np. na rynku usług płatniczych).

Pojęcie neobanku odzwierciedla ewolucyjny charakter alternatywnych finansów, gdyż neobankiem jest określony taki rodzaj bankowości, która w obrocie gospodarczym pełni te same funkcje co działalność bankowa, tj. przede wszystkim funkcję depozytowo-inwestycyjną, pożyczkowo-kredytową i płatniczą (rozliczeniową), również doradczą. Różnica polega na alternatywnych ujęciach rozwiązań stosowanych przez banki i dostarczanych przez niebankowych dostawców, zapewniających m.in. ochronę konsumenta i ograniczenie ryzyka systemowego. Model biznesowy neobanków oparty jest na całkowitej cyfryzacji wszystkich usług bankowych i na uproszczonej strukturze organizacyjnej, zazwyczaj bez własnej sieci oddziałów terenowych, co wpływa na niskie koszty prowadzanej działalności. Wśród przyczyn pojawienia się i rozwoju neobanków na rynku usług finansowych należy wskazać trzy zasadnicze uwarunkowania.

Po pierwsze, jest to presja ze strony klientów niebankowych FinTechów, którzy wyrażali chęć skorzystania z ich usług, ale jednocześnie występowała u nich obawa o poziom bezpieczeństwa i wiarygodność wykonywanych przez FinTech transakcji finansowych. Uzyskanie licencji bankowej przez FinTech należy traktować jako certyfikat, który jest przepustką nie tylko do pełnej integracji z rynkiem usług finansowych, ale przede wszystkim do oferowania pełnej palety usług bankowych.

Po drugie, kluczowe znaczenie ma wprowadzenie otwartej bankowości wynikającej z PSD2. Tradycyjne banki są zobowiązane do bezpiecznego udostępniania danych finansowych klientów innym instytucjom finansowym, pod warunkiem że klient wyraził na to zgodę. Regulacje te przyczyniły się do wprowadzenia innowacji w sektorze usług finansowych i nowych możliwości w zakresie wchodzenia niebankowych instytucji na rynek usług bankowych.

Po trzecie, można zwrócić uwagę na wprowadzanie oszczędności po stronie instytucji bankowych, z których mogliby skorzystać także klienci. Usługi bankowe dostarczane przez neobank oprócz niższej ceny są bardziej przejrzyste i często mają szersze spektrum (np. możliwe jest dodanie usługi alertu i powiadomień czy prognozy przepływów klienta), które nie wiąże się z dodatkowymi opłatami.

Neobanki działają wyłącznie online, tzn. nie mają fizycznych oddziałów. Można je podzielić na 2 typy:

firmy bez licencji bankowej oferujące jedynie określoną usługę i polegające na współpracy z tradycyjnym bankiem w ramach modelu partnerskiego np. do przetwarzania płatności;

pełny bank internetowy (smartfonowy) z licencją bankową (np. Monzo).

Powstaje pytanie, jakie usługi mogą zaoferować konsumentom neobanki, których nie mają w ofercie tradycyjne banki?

Opłaty – neobanki wymagają minimalnych kosztów ogólnych (utrzymanie strony internetowej), co oznacza, że mogą one być bardziej konkurencyjnie niż tradycyjne banki.

Funkcjonalność – aplikacje bankowości mobilnej w wydaniu banków tradycyjnych są stale krytykowane za to, że nie są przyjazne dla użytkownika. Często się psują i budzą obawę o bezpieczeństwo. Neobanki oferują natomiast usługę elegancką, bezpieczną i łatwą w obsłudze. Neobanki mogą zaoferować usługę dobrej jakości, gdyż skupiają się na zabezpieczaniu danych za pomocą technologii i szybko dostosowują się do najnowszych zagrożeń. Tradycyjne banki są mniej zorientowane na technologię i w rezultacie są znacznie wolniejsze w dostosowywaniu się do zmian.

Szersza baza klientów – bariery wejścia neobanków na rynek są znacznie niższe niż w tradycyjnym banku, mogą sobie one pozwolić na przyjęcie klientów o gorszych ratingach kredytowych niż tradycyjne banki.

Łatwa konfiguracja – neobanki oferują uproszczony proces rejestracji bez użycia papieru, w przeciwieństwie do konieczności zakładania konta w oddziale. Na przykład proces rejestracji bez użycia papieru N26 zajmuje do ośmiu minut i można go wykonać w całości ze smartfona.

Funkcje specjalne – wiele neobanków oferuje wbudowane narzędzia do planowania budżetu domowego i oszczędzania na koncie. Na przykład funkcja docelowa Monzo umożliwia użytkownikom ustawianie budżetów, kategoryzowanie wydatków i otrzymywanie aktualnych informacji o tempie ich wydatków.

Neobanki rzucają wyzwanie tradycyjnym bankom, dlatego określa się je także mianem pretendentów (challengers). Można je scharakteryzować na różne sposoby. Aby zrozumieć, w jaki sposób banki typu challengers różnią się od tradycyjnych banków, warto przyjrzeć się, w jaki sposób odnoszą się one do filaru tradycyjnej bankowości: prawa do oferowania usług bankowych. Wszystkie tradycyjne banki mają własną licencję bankową, ale jednym ze sposobów grupowania neobanków jest sposób, w jaki nabywają prawo do prowadzenia działalności. Neobanki ubiegają się często o pełną licencję bankową, a zatem mogą konkurować niezależnie i na równych warunkach z tradycyjnymi bankami (np. MYBank, N26, Atom, Starling bank, Monzo).

Z kolei jako „banki beta” określa się filie banków lub wspólne przedsięwzięcia, w których banki są właścicielami czy podmiotami zarządzającymi platformą. Banki beta mają prawo oferować usługi bankowe za pośrednictwem licencji banku. Jeśli celem banku beta jest umożliwienie ekspansji poza granice kraju, może on również korzystać z licencji banków partnerskich na rynku docelowym. Ponieważ banki beta są często zakładane jako nowi uczestnicy na nowych rynkach, oferowane przez nich usługi mogą początkowo być ograniczone czy testowane w ramach „regulacyjnej piaskownicy” – ale strategia może polegać na rozszerzeniu oferty przez zwiększenie liczby usług. Przykłady to: Sberbank direct, Baidu Bank (największa chińska wyszukiwarka w sojuszu z Citibank China), Simple (BBVA).

Neobanki w węższym znaczeniu tego słowa nie mają własnej licencji bankowej, ale używają partnerów do oferowania usług zastrzeżonych dla banków. Aplikacje, które ułatwiają administrowanie kontami i kartami płatniczymi, są typowymi neobankami – polegają na klientach posiadających konto w banku bazowym z odpowiednią licencją bankową, ale oferują bardziej przyjazny interfejs użytkownika. Zakres, w jakim klienci są świadomi relacji banku bazowego i neobanku, może się różnić. Przykłady to: Yolt (nowo uruchomione ING na brytyjskim rynku bankowości detalicznej), Lunarway, Webank (Tencent, firma związana z najpopularniejszą chińską platformą mediów społecznościowych WeChat), Moven.

Inna kategoria banków typu challengers – to gracze, którzy nie mają związku z tradycyjnymi licencjami bankowymi, ale spełniają warunki niezbędne do świadczenia usług finansowych w inny niż tradycyjny sposób, np. jako instytucja płatnicza czy inna „strona trzecia” w rozumieniu PSD2. Przykładem tego jest Monese, który opiera swoją ofertę na licencji na pieniądz elektroniczny. Firmy niebędące bankami to nowe firmy FinTech, które działają niezależnie od istniejących banków i mogą w znacznym stopniu zakłócić tradycyjną bankowość.

W Wielkiej Brytanii, jednym z największych hubów FinTech na świecie, FinTechy stają się stopniowo realnymi konkurentami dla zasiedziałych banków, obniżając koszty, podnosząc jakość usług finansowych w ślad za doświadczeniem klienta, korzystając z Big Data w celu bardziej inteligentnej i adekwatnej ewaluacji ryzyka, wprowadzając innowacje finansowe bez zagrożenia dla stabilności sektora finansowego. FinTechy niewątpliwie skorzystały także z zachwiania zaufania ludności do tradycyjnych banków po kryzysie (w Wielkiej Brytanii tzw. wielka piątka – HSBC, Barclays, Lloyds Banking Group, Royal Bank of Scotland, Santander – prowadzi 85% rachunków dla osób fizycznych).

Na rynku pojawiały się nowe podmioty, np. Virgin Money czy Metro Bank, a także firmy związane z wielkimi sieciami handlowymi, np. Ashda Money, Tesco Bank, Sainsbury’s Finance, M&S Bank. Są już obecne firmy, które próbują wypełniać luki w obszarach zaniedbanych przez wielkie banki, np. obsługi małych i średnich przedsiębiorstw, kredytów konsumenckich, np. Aldermore, Shawbrook, OneSavings, Atom, Monzo, Starling czy Tande. Występuje wśród nich pewna specjalizacja, np. Aldermore i Shawbrook nastawiają się na małe i średnie firmy, natomiast Atom – na consumer finance.

Atom Bank jest przykładem wyłącznie „banku smartfonowego”, dostęp do usług Atom można uzyskać tylko przez aplikację, którą można ściągnąć z Google Play czy Apple Store. Atom dopuszcza znaczną personalizację rachunków klientów, np. w drodze wyboru nazwy czy ikony. Atom umożliwia dostęp na podstawie weryfikacji tożsamości klienta, której formy mogą być różne, np. hasło, odcisk palca, rozpoznanie twarzy lub głosu. Drugim podobnym bankiem smartfonowym w Wielkiej Brytanii jest Monzo.

Największym problemem, z jakim obecnie zmagają się neobanki, jest pozyskiwanie klientów. Z uwagi na tradycję zaufania do banków jako podmiotów podlegających nadzorowi ze strony państwa i otwartą bankowość (PSD2), zmieniające się nawyki konsumenckie pozostają trudne, zwłaszcza na rynku, który szybko staje się przesycony. Podkreśla to fakt, że trzy największe brytyjskie neobanki: Revolut, Monzo oraz N26 mają tylko 2,5 mln klientów w porównaniu z największym brytyjskim tradycyjnym bankiem Lloyds, który ma 30 mln klientów. Podstawową kwestią jest zaufanie. Obecnie wydaje się, że wprawdzie społeczeństwo ma coraz więcej wątpliwości, że banki zapewnią im najlepszy stosunek jakości do ceny, ufają jednak, że utrzymują swoje pieniądze w bezpiecznym miejscu.

Kolejnym dużym problemem jest rentowność. Zarówno Monzo, jak i Starling nie osiągnęli jeszcze progu rentowności, ponieważ dochody z usług są niższe niż koszty. Sytuacja ta utrzymuje się, aby przyciągnąć nowych klientów i mocno zainwestować w rynek. Podobnie Revolut nie jest w stanie długofalowo zarabiać na swoich usługach. Jeśli te banki będą miały szansę konkurować w dłuższej perspektywie, muszą znaleźć sposób na skuteczne zarabianie na ich usługach (model biznesowy), pozostając dla klientów atrakcyjną alternatywą. Prowadzi to do pytania, czy aby uzyskać rentowność, neobanki po prostu muszą gromadzić więcej klientów, czy jednak powinny w sposób zasadniczy zmienić model biznesowy?

Ostatnią kwestią, z którą się zmagają, jest brak kapitału. Mimo że neobanki przyciągają znaczące inwestycje (Revolut w ubiegłym roku zebrał 250 mln dolarów), są one niewielkie w porównaniu do środków dostępnych dla tradycyjnych banków. Dopóki neobankom nie uda się przyciągnąć znacznie większych inwestycji czy stworzyć prawdziwie unikalny produkt, wątpliwe jest, czy będą w stanie skutecznie konkurować w długim okresie, gdyż tradycyjne banki nadal będą miały znacznie więcej kapitału do zainwestowania.

Jeżeli neobankom uda się stworzyć bardziej atrakcyjny model biznesowy, a tradycyjne banki będą opóźniać rozwój technologiczny, obraz ten może ulec zmianie. Wystarczy spojrzeć na sukces FinTechów na rynku chińskim, aby zobaczyć ich potencjalny wpływ, gdzie Ant Financial i Tencent całkowicie zaburzyły chiński system finansowy. Różnica polega na tym, że oferowali inną usługę niż neobanki, zapewniając połączony serwis społecznościowy, e-commerce i system płatności, podobny do Paypal, oferujący największy fundusz rynku pieniężnego na świecie, który inwestuje w instrumenty dłużne.

Ta usługa jest bardzo atrakcyjna, głównie ze względu na stopę zwrotu z nadwyżek funduszy, klienci więc przenoszą pieniądze z rachunków bieżących do swoich portfeli cyfrowych Alipay. Ich sukces podkreśla fakt, że Ant Financial obsłużył więcej płatności niż Mastercard, w zeszłym roku zrealizował ponad 8 bln dolarów transakcji i jest teraz wart 50% więcej niż Goldman Sachs. Jeśli chodzi o rentowność, nie jest jasne, czy bank internetowy o niskich opłatach może odnieść sukces w dłuższej perspektywie. W przypadku gdy neobanki w Europie mogłyby naśladować podobny model do Ant Financial, tworząc równie atrakcyjny fundusz rynku pieniężnego lub inną usługę tak atrakcyjną, że klienci są gotowi do zmiany kont, mogą one być zdolne spowodować podobne zakłócenia na europejskim rynku bankowym.

Współpraca z operatorami zasiedziałymi często staje się kwestią przetrwania startupów. Uwaga ta nie dotyczy BigTechów, które są silne kapitałowo, mają znaną markę i działają globalnie. W świetle badań Światowego Forum Ekonomicznego (WEF) korporacje BigTech takie jak Amazon, Facebook i Google stwarzają większe zagrożenie dla podstawowych modeli biznesowych banków niż niewielkie startupy – FinTechy. W czasach gdy tradycyjne instytucje bankowe dopiero zaczynają wykorzystywać potencjał współpracy z firmami FinTech, organizacje takie jak Google, Amazon, Facebook i Apple (GAFA) mogą zakłócić cały ekosystem bankowy.

Google, Amazon, Facebook oraz Apple (GAFA), czyli tzw. BigTechy, będą coraz bardziej dominować w usługach finansowych, tworząc platformy cyfrowe, kreując lepsze doświadczenia i wyższe wartości dla klienta niż banki, ubezpieczyciele i małe startupy FinTechy. Większość graczy w sektorze finansowym stanie się jeszcze bardziej zależna od gigantów technologicznych dysponujących infrastrukturą, rozwiązaniami technologicznymi i wielkimi bazami danych o kliencie.

Firmy TechFin zaczynają funkcjonować z określoną technologią i dopiero wtedy zastanawiają się, jak najlepiej można ją wykorzystać w handlu czy usługach (np. na rynku finansowym). Przykładami są BigTechy: GAFA (Google, Amazon, Facebook, Apple) i BAT (Baidu, Alibaba, Tencent). Firmy FinTech natomiast zaczynają działalność z istniejącymi strukturami w handlu i zastanawiają się, jak sprawić za pomocą technologii, żeby były tańsze, szybsze czy bardziej spersonalizowane. Przykładem jest bankowość mobilna, np. PayPal, Revolut czy Starling Bank. FinTech istnieje z myślą o maksymalizacji wykorzystania technologii, aby zakłócić istniejące modele usług finansowych np. banków. Dobrym przykładem byłoby zastosowanie DLT blockchain.

TechFin zmierza raczej do doskonalenia istniejących doświadczeń lub możliwości w sektorze finansowym, ma zatem charakter przyrostowy, a nie przełomowy. Zarówno w przypadku FinTech, jak i TechFin, sukces technologii zależy od zdolności do zbierania i analizy ogromnych ilości danych. Ważne jest również stałe ulepszanie technologii i poszerzanie oferty w odpowiedzi na doświadczenia konsumenta.

Ciekawa jest prognoza rozwoju rynku finansowego. Przyszłość to Open Finance – infrastruktura usług finansowych o otwartym kodzie źródłowym zbudowana na publicznych blockchains. Kierując się przekształcaniem płynności analogowej (depozyty na rachunku bankowym) w płynność cyfrową (tokeny w portfelach cyfrowych), pole gry (FinTechy, TechFiny, banki) może się wyrównać w kontekście oferowania usług finansowych. W rezultacie są wprowadzane nowe motywy zysku, zachęcając do innowacji, które wcześniej nie były możliwe. Należy dodać, że często korzyści płynące z technologii są przeceniane w krótkim okresie, a niedoszacowane – w długim okresie.

Nowi konkurenci, w tym startupy (FinTechy), mogą zawojować rynek, zdobyć duże udziały rynkowe kosztem zasiedziałych konkurentów, gdy ci drudzy nie potrafią wykorzystać na swoją korzyść zmian technologicznych, które zachodzą w gospodarce cyfrowej. Można podać trzy znamienne przykłady: pośrednika hotelowego Airbnb, szwedzkiej firmy muzycznej Spotify, a także systemu płatności PayPal[13].

Airbnb, podobnie jak Uber, wykorzystał nowość gospodarki współdzielenia (sharing economy). Akcent na dostęp do dóbr czy usług, a nie ich posiadanie (własność) polega na opracowaniu aplikacji kojarzących usługodawcę i klienta – bez udziału pośredników.

Z kolei Spotify wykorzystał sytuację, kiedy zakazy prawne dzielenia się nielegalnie utworami okazały się nieskuteczne i powstała potrzeba łatwego, szybkiego i taniego zaoferowania legalnej muzyki w internecie. Początkowo ta koncepcja się nie przyjęła, gdyż było za dużo technicznych i prawnych restrykcji (Pressplay i MusicNet), dopiero firma iTunes przełamała ten impas i pozyskała dostatecznie dużo klientów nielegalnych platform Napster i Kazaa. Biorąc pod uwagę, że BigTechy (Google, Amazon, Apple) także weszły na ten rynek z niskimi marżami, sukces Spotify jest spektakularny, który zasadza się na wartości usługi z perspektywy klientów (np. serwis streamingu Tidal, a także wsparcie ze strony Microsoftu, który zamknął swój serwis muzyczny Groove i wezwał klientów, aby przeszli do Spotify). Część serwisu była bezpłatna, czyli finansowana z reklam. Nie było ponadto ograniczeń w korzystaniu z abonamentu. Spadła także znacznie liczba zakupów muzyki na trwałych nośnikach w sklepach.

Z kolei system płatności PayPal postawił na trzy wartości: wygoda, dostępność i bezpieczeństwo (making it easier to use money). PayPal akcent położył na biznes online oraz mobilny, ale także oferuje usługi offline, zwracając uwagę na niskie marże. Mówi się nawet, że PayPal dokonał „uberyzacji” płatności. W badanych przykładach trudno było na początku pozyskać „masę krytyczną” klientów, byli to młodzi ludzie podatni na eksperymentowanie i innowacje. Można jednak uznać, że wszystkie trzy modele biznesu zasługują na miano przełomowych innowacji (disruptive innovations)[14].

[1] Por. Jak sobie radzić w epoce cyfrowych potęg (cz. 1), https://www.crn.pl/artykuly/prawo-i-zarza­dzanie/jak-sobie-radzic-w-epoce-cyfrowych-poteg-cz-1

[2] Por. S. Pautke, J.M. Schultze, Wettbewerbsbeschränkungen im Kontext digitaler Plattformen, „Wirtschaft und Wettbewerb” Nr 1/2019, a także: M. Volmar, Ohio v. American Express. Der US Supreme Court entscheidet zur Marktabgrenzung bei mehrseitigen Plattformen, „Wirtschaft und Wettbewerb” Nr 1/2019.

[3] Por. S. Holzweber, Tying and Bundling in the Digital Era, „European Competition Journal” Vol. 14, No. 2–3/2018.

[4] Por. U. Salaschek, M. Serafimova, Preissetzungsalgorithmen im Lichte von Art.102 AEUV, „Wirtschaft und Wettbewerb” Nr 3/2019.

[5] Por. L.M. Khan, The Separation of Platforms and Commerce „Columbia Law Review” Vol. 119, No. 4/2019, https://columbialawreview.org/content/the-separation-of-platforms-and-commerce/

[6] Por. E. Świętochowska, Komisja Europejska: Google i Amazon będą tłumaczyć użytkownikom jak działają algorytmy, https://prawo.gazetaprawna.pl/artykuly/1116888,komisja-europejska-google-i-amazaon-bede-tlumaczyc-uzytkownikom-jak-dzialaja-algorytmy.html

[7] Por. S. Gdak, 9 największych zagrożeń dla firm, zlecających pozycjonowanie – i jak ich uniknąć!https://www.blog.gdaq.pl/2017/11/9-najwiekszych-zagrozen-dla-firm-zlecajacych-pozycjono­wanie/; por. też. 10 mitów na temat pozycjonowania, które warto obalić…lub potwierdzić, https://blog.home.pl/2016/11/10-mitow-na-temat-pozycjonowania-ktore-warto-obalic-lub-potwierdzic/

[8] Por. Google manipuluje wynikami wyszukiwania, https://www.bluerank.pl/google-manipuluje-wynikami-wyszukiwania/ por. też: P. Muszyński, Google manipuluje wynikami wyszukiwania?https://gadzetomania.pl/21582,google-manipuluje-wynikami-wyszukiwania; Google manipuluje przepływem informacji? Pod wpływem Żydów zmieniono algorytm wyszukiwania, https://www.pch24.pl/google-manipuluje-przeplywem-informacji-pod-wplywem-zydow-zmieniono-algorytm-wyszukiwania,48382,i.html

[9] Por. Technical tussle: FinTech v BigTech, https://united-kingdom.taylorwessing.com/en/insights/fsr-update/technical-tussle-fintech-v-bigtech; J. Schleuniger, FinTech: Geschäftsideen im Bereich Financial Technologies, https://www.fuer-gruender.de/; E. Pylarinou, AI algorithms – takeaways from Fintech+, https://dailyfintech.com/2018/10/02/ai-algorithms-takeaways-from-fintech/; G. Tri, Of apps and algorithms: How tech newcomers are changing the landscape of Finance, https://hackernoon.com/of-apps-and-algorithms-how-tech-newcomers-are-changing-the-landscape-of-finance-2351d048c611; A. Eisenberg, 7 Ways Fintechs Use Machine Learning to Outsmart the Competition, https://igniteoutsourcing.com/fintech/machine-learning-in-finance/; A. Goel, Winning with Algorithms, AI, and Decision Tools in FinTech, https://gomedici.com/winning-with-algorithms-in-fintech/; J. Gorzala, Fintech – Kreditinstitute, „Bankarchiv. Zeitschrift für das gesamte Bank- und Börsenwesen” Nr 1/2019.

[10] Por. P. Evstifeeva, The other digital enablers: How are regulators shaping the use of open APIs and the cloud globally, and what more can be done?, „Journal of Digital Banking” Vol. 4, No. 1/2019; R. Bhalla, FinTech innovation: Revolutionary or evolutionary business model disruption?, „Journal of Digital Banking” Vol. 4, No. 1/2019.

[11] Por. M. Lehmann, Global Rules for a Global Market Place? – The Regulation and Supervision of FinTech Providers, European Banking Institute Working Paper Series No. 45/2019, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3421963

[12] Por. R.P. Buckley, D.W. Arner, D.A. Zetzsche, Sustainability, FinTech and Financial Inclusion, University of Luxembourg Law Working Paper No. 6/2019, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3387359

[13] Por. M.H. Dahm, B. Constantine, T. Gebauer, B. Bartsc, Disruptive Geschäftsmodelländerungen: Uberisierung, „Zeitschrift für Corporate Governance” Nr 2/2019.

[14] Tamże.