Sztuczna inteligencja jest sprawnym bankierem

Innowacyjne wykorzystywanie sztucznej inteligencji w branży finansowej nie jest modą. Jest koniecznością i trendem, który wydaje się nie mieć alternatywy. Algorytmy umożliwiają lepsze zarządzanie finansami, lepszy dobór produktów dla klienta i automatyzują pracę instytucji finansowych.

Podziel się

facebook twitter linkedin email
AI banker blog Norbert Biedrzycki banking

Najważniejsze innowacje, jakich doświadcza dzisiaj branża finansowa byłyby niemożliwe bez kilku podstawowych technik sztucznej inteligencji. Chodzi tu przede wszystkim o zdolność do przetwarzania dużych zbiorów danych, operacje o charakterze predykcyjnym i analizowanie zbiorów informacji w czasie rzeczywistym. Pod  ich wpływem zmienia się nie tylko bank, czy firma ubezpieczeniowa, ale także klient i jego nawyki. Według firmy Bain&Company oszczędności wynikające z zastosowania technik sztucznej inteligencji wyniosą do roku 2030 1,1 biliona dolarów, co oznacza 22 procentową redukcję kosztów operacyjnych. Dane te pokrywają się z wyliczeniami Accenture. Przyjrzyjmy się zatem temu, w jaki sposób inteligentne technologie zmieniają oblicze świata finansów i spróbujmy przewidzieć dalszy rozwój sytuacji. Czego możemy spodziewać się po sztucznej inteligencji w branży finansowej i ubezpieczeniowej? I wreszcie czy sztuczna inteligencja może być bankierem?

Jednolite narzędzia karmią sztuczna inteligencję

Najcenniejszą walutą banków – oprócz pieniędzy – jest wiedza o kliencie. Przez całe lata, klient był poddawany tradycyjnym procedurom badawczym i stosowano wobec niego standardowe zabiegi marketingowe. Istniała tu pewna podstawowa niedogodność. Dane o kliencie gromadzono i przetwarzano w oparciu o nieprzystające do siebie techniki i narzędzia. Marketing, obsługa klienta i sprzedaż korzystały z odrębnych technologii gromadzenia danych. Rewolucja cyfrowa pozwoliła na konsolidację i zbliżenie tych odległych od siebie obszarów. Dzisiaj, ocena klienta, badanie jego preferencji i potencjału, przygotowanie produktu i jego sprzedaż – to wszystko odbywa się we wspólnej cyfrowej przestrzeni, przy użyciu narzędzi integralnie ze sobą połączonych, kompatybilnych. Dane, będące “pokarmem” dla sztucznej inteligencji płyną z różnych stron, ale mają tę samą cyfrową naturę.

Real time zamiast historii

Co istotne, przeważająca cześć procesów odbywa się w czasie rzeczywistym. Przez długi czas głównymi zmiennymi, istotnymi dla budowania korzystnych relacji z klientem były takie pozycje jak: wiek, wysokość zarobków, zajmowane stanowisko, stan cywilny i dotychczasowa historia współpracy z instytucją finansową. Ciągle są one w użyciu i banki biorą je pod uwagę. Ale to tylko część analitycznej układanki. Dzisiaj liczą się spostrzeżenia dotyczące bieżącej aktywności klienta (oczywiście aktywności online). Firmy wiedzą, czego chce klient i kim on właściwie jest poprzez analizy jego zachowań na stronie internetowej banku, w trakcie rozmowy z infolinią i podczas jego kontaktu via mail lub telefon. Informacje te zyskują na sile również dzięki temu, że dają się przetwarzać na różne nieograniczone wręcz sposoby i co najważniejsze – to przetwarzanie następuje w czasie rzeczywistym.

Asystent głosowy pyta o kredyt.

Jedna z najbardziej radykalnych zmian, jakiej możemy się spodziewać w najbliższych latach dotyczy obsługi klienta. W customer service rozwijać się będzie karierę botów głosowych, które dzisiaj są już nam znane z sytuacji w życiu prywatnym. Niektórzy zaczynają mówić wręcz o nadchodzącej “aleksyzacji” naszego życia. Termin odnosi się oczywiście do wzrastającej popularności takich urządzeń jak Alexa i Siri. Według prognoz funduszu inwestycyjnego RBC Capital do 2020 roku na całym świecie będzie pracować blisko 130 milionów urządzeń bezpośrednio podłączonych do Alexy.

Nic nie stoi na przeszkodzi, by oprogramowanie bazujące na schemacie tych programów, mogło być wykorzystywane do obsługi klienta bankowego. Tym bardziej, że boty trenowane przez specjalistów, coraz lepiej radzą sobie z ludzko brzmiącymi wypowiedziami. Bank of America zaimplementował do swoich działań czatbota Erica, który doradza klientom banku, używając głosu i wiadomości tekstowych. Bot pracuje 24 godziny na dobę, umożliwiając dokonywanie wszelkich transakcji z których korzysta klient na codzie. Łatwo się domyślić, że koszty zatrudnienia kilkunastu lub kilkudziesięciu specjalistów pracujących całą dobę byłyby niemałe. W Silicon Valley mówi się że człowiek nie jest skalowalny jak algorytmy maszynowe i oparte na nich czatboty.

AI banker blog Norbert Biedrzycki banking 3

Kiedy bot brzmi jak człowiek

Zgodnie z zasadą samodoskonalenia się systemów opartych na uczeniu maszynowym, ich kompetencje tego typu urządzeń będą rosnąć. Bot z którym można rozmawiać nie będzie odpowiadał na pytania o pogodę czy sytuację na drodze. Bedzie mówił o oprocentowaniu kredytu i korzyściach z lokaty. Informował nas, ile pozostało nam pieniędzy do spłacenia i przypominał o zaległej racie. Dzisiaj urządzenia tego typu sprawdzają się w pierwszym kontakcie z klientem; porządkują połączenia z infolinii, kierują klienta do odpowiednich działów. W przyszłości asystenci będą delegowani do bardziej złożonych obowiązków. By tak się stało, potrzebny jest oczywiście dalszy rozwój kompetencji komunikacyjnych botów. Budowanie zdań złożonych, wczuwanie się w intonacje klienta, wyczuwanie jego głębszego problemu – to wszystko kwestia przyszłości. Ale boty uczą się coraz szybciej.

Pieniądze za odcisk palca

Bankowość jako branża gromadząca i przetwarzająca potężne zbiory informacji stoi przed poważnym wyzwaniem. Tym bardziej poważnym, że współczesny użytkownik jest przewrażliwiony, jeśli chodzi o kwestie bezpieczeństwa. Informacje medialne o cyklicznych wyciekach wrażliwych danych gromadzonych przez firmy i portale dodatkowo tą nieufność wzmacniają. Specjaliści od systemów IT w bankowości i ubezpieczeniach mają więc pełne ręce roboty i nie ustają w poszukiwaniu rozwiązań, które mogłyby wzmacniać nadwątlone ostatnio zaufanie przeciętnego konsumenta.

W tym kontekście ciekawa staje się tendencja, by zmieniać sposoby dostępu do konta online. Najkrócej rzecz ujmując, chodzi o logowanie i wszystkie procedury autoryzacji. Tradycyjne rozwiązania, to nic innego, jak zwyczajne logowanie przy użyciu ciągu znaków – liczb i cyfr. Doskonalenie się technik hakerskich oznacza jednak, że zaczynamy mieć do czynienia z krytycznym elementem w systemach informatycznych. Kody i hasła zabezpieczające stają łupem botów, których zadaniem jest kradzież tego typu danych. Stąd konieczność nowych rozwiązań. Wiele wskazuje na to, że techniką, która ma szanse zrewolucjonizować procesy autoryzacji, będzie używanie odcisku palca, a za chwilę rozpoznawania twarzy. Taki niepowtarzalny, indywidualny personalny znak – kod jest wydaje się jak dotąd najlepszym i najprostszym zabezpieczeniem przed włamaniami do systemu. Tak jak obsługa głosowa urządzeń może eliminować z rynku tradycyjne wyszukiwarki i interfejsy dotykowe, tak w tym przypadku wpisywany ręcznie ciąg znaków, stanie się anachronizmem wobec mechanizmu opartego na dotyku ludzkiej ręki.

Wyślij nam selfie, a dostaniesz kredyt

A co z autoryzacją na podstawie zdjęcia twarzy? Czy to jest możliwe? Zaczyna być. Przecież indywidualne rysy utrwalone na fotografii również stanowią unikalną, niepodrabialną treść. Ta unikalność może być zdekodowana dzięki rzetelnym analizom z zastosowaniem oprogramowania, które potrafi zidentyfikować największe niuanse w obrazie. Skanowanie zdjęcia, czy skanowanie twarzy poprzez kamerę w naszym laptopie ma więc spore szanse, by stać się kolejną procedurą weryfikacyjną. Jeśli sztuczna inteligencja potrafi rozpoznawać twarze – co staje się umiejętnością coraz bardziej cenioną chociażby przez policję, to fakt ten może być wykorzystywany w zupełnie innych sytuacjach. Możemy więc sobie wyobrazić, że w przyszłości kredyt będzie przyznawany na podstawie sygnałów „wypisanych” na zdjęciu, które załadujemy w przeznaczone do tego miejsce. Zdjęcie zanalizowane przez algorytmy wyśle do banku informacje o naszym zdrowiu, ogólnej sytuacji życiowej i oceni naszą wartość.

AI banker blog Norbert Biedrzycki banking 2

Śledztwo i monitoring w czasie rzeczywistym

W kontekście rozważań o bezpieczeństwie warto wspomnieć także o zastosowaniu narzędzi sztucznej inteligencji do monitorowania bezpieczeństwa systemów bankowych. Działające w czasie rzeczywistym inteligentne oprogramowanie ma za zadanie śledzić najdrobniejsze anomalie świadczące o atakach hakerskich. Na świecie codziennie dochodzi do setek tysięcy prób włamań i kradzieży cennych danych lub zgromadzonych środków finansowych. Starego typu oprogramowanie nie byłoby w stanie wykryć takiej ilości ataków. Dopiero narzędzia sztucznej inteligencji dają gwarancje stosownych zabezpieczeń i gwarantują poczucie bezpieczeństwa.

Nie chodzi zresztą tylko o ataki. Bankowość zmaga się ze stałym i naturalnym problemem zatwierdzania transakcji niejednoznacznych, naznaczonych ryzykiem, poddających się różnym interpretacjom. Może to dotyczyć różnych obszarów: kredytów, spłat kredytów, wyliczania oprocentowania, całej masy działań księgowych. Analiza konkretnych przypadków i tradycyjna akceptacja operacji zajmuje w takich przypadkach wiele godzin potrzebnych ludziom i tradycyjnym urządzeniom. W przypadku urządzeń korzystających z machine learning, autoryzacje tego typu transakcji trwają zaledwie sekundy. Korzyści dla sprawności i bezpieczeństwa systemów wydają się jednoznaczne.

Sztuczna inteligencja na rynku ubezpieczeń

Omawiane rozwiązania znajdują lub znajdą zastosowanie także na rynku ubezpieczeń. Tu także sztuczna inteligencja znajdzie pokaźne zasoby danych dotyczących zachowań i potrzeb klienta. Kategorią, na która kładzie się tu jeszcze większy nacisk, niż w bankowości jest ryzyko. Algorytmicznym analizom poddawane są wszelkie możliwe sytuacje związane z zagrożeniem życia lub zdrowiem klienta, a także jego statusem materialnym (nieruchomości). Również w tym przypadku zastosowanie znajduje technika analizy zdjęć, o której już wspominałem wyżej. Sprzedaż polis na życie będzie wymagała rozbudowanego materiału do analizy. Interesujące z tego punktu widzenia wydają się dążenia do pozyskiwania danych w mniej konwencjonalny sposób.

Kopalnią wiedzy staje się na przykład samochód użytkownika. Takie informacje jak przebieg pojazdu, skłonność kierowcy do powodowania wypadków, a nawet technika jazdy, mogą być cennym materiałem dla każdej firmy, która przygotowuje zindywidualizowany produkt ubezpieczeniowy. Równie istotne jest zastosowanie skomplikowanych analiz algorytmicznych do określenia szans zachorowań w związku z określonym trybem życia. Czy w przyszłości firmy ubezpieczeniowe będą zainteresowane narzędziami służącymi analizie kodu dna, to się okaże, ale jest to niewykluczone.

Usługi skrojone pod klienta i automatyzacja zakupu

Narzędzia sztucznej inteligencji umożliwiają jeden niezwykle istotny zabieg – precyzyjną identyfikację indywidualnej osoby. Dzięki tej właśnie zdolności, klient przestaje być elementem większego zbioru, a staje się całkowicie indywidualnym przypadkiem. Dlatego nadrzędną innowacją, o której należy w tym kontekście wspomnieć, jest pro kliencka personalizacja wszelkich usług i oferowanych produktów. Takie podejście przekłada się na jeszcze jedno rozwiązanie. Klient w niedalekiej przyszłości będzie korzystał z interfejsów, które będą mogły analizować dane samodzielnie przez niego wprowadzane. To kolejny przejaw automatyzacji usług w bankowości, automatyzacji, która jest oczywistą konsekwencją wykorzystywania inteligencji algorytmów.

Zakupy dla kowalskiego i traderów

Idąc dalej tym tropem, warto dodać, że automatyzacja w coraz większym stopniu będzie towarzyszyła zakupom konkretnych produktów. O ile dzisiaj sprzedawca jest ciągle niezbędnym elementem relacji z klientem, to w przyszłości klient może liczyć na aplikacje. Ich zadaniem może być na przykład seryjny zakup finansowych i ubezpieczeniowych i wyręczanie klienta w podejmowaniu decyzji wymagających większego nakładu czasu. Co warto podkreślić, taka seryjność zakupów będzie zbawienna, jeśli chodzi o inwestorów biznesowych, których codziennością są duże zbiory produktów i informacji. Profesjonalni traderzy mogą liczyć na to, że sztuczna inteligencja zdejmie z ich pleców całą masę obowiązków, które dzisiaj związane są zarówno z zakupami jak i wielkim arsenałem analiz.

AI banker blog Norbert Biedrzycki banking 3

Siła algorytmów i tajemnica czarnej skrzynki

Sztuczna inteligencja w bankowości i ubezpieczeniach ma gwarantowaną przyszłość. Algorytmy uproszczą wiele operacji, wpływając tym samym na wygodę i oszczędność czasu klienta. Poczucie bezpieczeństwa, które klient zyska przy okazji automatyzacji, może być kolejną wartością dodaną w procesie starania się o to, by portfel był zasobniejszy.  Uboczną stroną omawianych zjawisk będą jednak bez wątpienia kwestie związane z zatrudnieniem w branży finansowej. Ilustracją tej ostatniej tezy może być przykład banku JP Morgan, który uruchomił dla swoich potrzeb platformę służącą do ekstrakcji danych z dokumentów związanych z operacjami kredytowymi. Analizy 12 000 dokumentów kredytowych zajęłaby pracownikom banku 360 000 godzin pracy. Aplikacje działające w oparciu o machine learning pracowały nad powierzonym zadaniem… kilka godzin. Korzyści są jednoznaczne, ale interpretacja tego zdarzenia pod kątem polityki zatrudnienia również może być interesująca.

Istotną kwestią pozostaje także to, czy zalgorytmizowane operacje, o których mowa nie będą wymagały w pewnym momencie wytłumaczenia, głębszego wyjaśnienia – tu chodzi zarówno o poczucie bezpieczeństwa klienta jak i przekonanie władz banków, że wiedzą co “się dzieje” na ich pokładzie. Dotykamy tu słynnej i ostatnio mocno dyskutowanej kwestii zwanej problemem “black box”. Chodzi o to wszystko, co dzieje się wewnątrz urządzeń napędzanych sztuczną inteligencją, a co w wielu przypadkach wymyka się ludzkiemu pojmowaniu.

Rewolucja na rynku finansów jak w soczewce skupia wszystkie najistotniejsze kwestie związane z funkcjonowaniem sztucznej inteligencji w naszym życiu, zarówno prywatnym jak i biznesowym. Pytanie o jej możliwości i jej wpływ na wygodę klienta, konsumenta produktów finansowych generuje w zasadzie jedną możliwą odpowiedź: są one olbrzymie i nieporównywalne z niczym dotąd. Branża finansowa jest jednym z największych beneficjentów faktu, że algorytmy zaczynają dominować na wielu obszarach biznesu. Nie zmienia to faktu, że to właśnie przedstawiciele tego sektora zdają sobie sprawę z tego, jak wiele pytań związanych z ochroną środków finansowych, bezpieczeństwem systemów, przetwarzaniem danych klienta i regulacji, pozostaje ciągle bez odpowiedzi. Pieniądze potrzebują sztucznej inteligencji, by się mnożyć. Jednocześnie potrzebują zasad i regulacji, by gwałtownie nie stopnieć w technologicznym chaosie.

.    .   .

Cytowane prace:

Bain & Company, Karen Harris, Austin Kimson, Andrew Schwedel, Labor 2030: the collision of demographics, automation and inequality. The business environment of the 2020s will be more volatile and economic swings more extreme, Link, 2019. 

CNBC, Arjun Kharpal, Amazon’s voice assistant Alexa could be a $10 billion ‘mega-hit’ by 2020: Research, link, 2019. 

Future Digital Fiance, WRC Insights, One Million People Are Now Using Erica – BofA’s AI-Powered Chatbot, Link, 2019. 

FORBES, Martin Giles, JPMorgan’s CIO Has Championed A Data Platform That Turbocharges AI, link, 2019. 

.    .   .

Powiązane artykuły:

– Technologia 2020. Algorytmy w chmurze, jedzenie z drukarek i nanotechnologia

– Uczmy się jak maszyny, a nawet bardziej

– Już czas, by pogadać z maszyną

– Czy algorytmy będą popełniać zbrodnie wojenne?

– Maszyno, kiedy nauczysz się ze mną kochać?

– Kiedy przestaniemy być biologicznymi ludźmi?

– Sztuczna inteligencja to nowa elektryczność

– W jaki sposób maszyny rozumują

Skomentuj

15 comments

  1. Robert Kaczkowski

    Ciekawe jest że połowa przepytanych ekspertów SI uważa, że istnieje 50 proc. prawdopodobieństwa na osiągnięcie przez AI ludzkiego poziomu przed 2040 rokiem. Biorąc pod uwagę szybkość rozwoju tej dziedziny i jej popularność, możemy być w niedługim czasie świadkami narodzin Superinteligencji, przewyższającej możliwości jej twórcy.

  2. Jacek B2

    Pozostawianie decyzji w gestii sądów może okazać się drogie i nieskuteczne, jeśli liczba szkód spowodowanych przez sztuczną inteligencję zacznie rosnąć. Rozwiązaniem problemu braku prawnej odpowiedzialności byłoby powołanie eksperckich agencji lub władz, które opracowałyby ramy odpowiedzialności, zgodnie z którymi projektanci, producenci lub sprzedawcy produktów sztucznej inteligencji ponosiliby ograniczoną odpowiedzialność za szkody.

  3. Grzegorz Wiatr

    Autonomiczne działanie sztucznej inteligencji stwarza też szereg wyzwań pod kątem odpowiedzialności. Polskie prawo cywilne pozwala na przypisanie odpowiedzialności danemu podmiotowi w przypadku możliwości zidentyfikowania tak zwanego adekwatnego związku przyczynowego pomiędzy działaniem tego podmiotu a zdarzeniem skutkującym szkodą.

  4. Andrzej44

    Obawiam się, że AI nie pomoże nam jeżeli nie pomożemy sobie sami. Technologie AI są doskonałe w optymalizacji pojedynczych zadań, ale do ich pracy wymagane są olbrzymie zasoby. Zasoby, których możemy już za 30 lat nie posiadać. Ile procent prądu potrzebnego do wytrenowania kolejnego modelu sieci neuronowych jest dostarczanych z paliw kopalnych? I czy ta wytrenowana sieć, czy to grająca w GO, czy bawiąca się ze sobą w chowanego, pozwoli na to, żeby tych paliw spalić mniej w następnej iteracji? Obawiam się, że mam chwilowo mocno pesymistyczne podejście do ludzkości jako całości.

  5. Piotr Kocisz

    Biologowie już dawno dowiedli że emocje i inteligencja to tylko algorytm. Mniej lub bardziej złożony ale algorytm, który działa i którego działanie możemy spokojnie zbadać. To robią Banki. Główną ideą obecnego systemu jest podłączyć wszystko do sieci. Banalny przykład to lodówka która wie że nie ma w niej mleka i zamawia je w sieci sama. możemy zatem zaobserwować jak rodzi się najwyższa wartość tego systemu – religii. Tą wartością jest niczym nie ograniczony przepływ informacji. Kim zatem jest w tym wszystkim człowiek ? Jako ten działający wobec ( przyjmijmy ) już zbadanego algorytmu jest tak jak by częścią tej maszyny. Takim procesorem z wpisanym algorytmem i przydzielonym zadaniu. Rzecz w tym aby poznać jak algorytm działa i wpasować go w drukowaną płytkę tak by działał jak najlepiej. Dla Banku według mnie jak i dla innych korporacji dawno straciliśmy miano klienta. Dla nich jesteśmy częścią ich systemu, machiny. Tak jak do kapitalistów przemawia jedynie wzrost gospodarczy tak do nowych wyznawców “nieograniczone sieci” przemawia jedynie wolność informacji i korzyści jakie za tym idą. Google już dawno potrafi na podstawie danych współdzielić samochody, zamawiać posiłki, układać najkorzystniejszy plan dnia, przypominać o stanie zdrowia i konieczności np. zaszczepienia się. Tylko mi w tym wszystkim brakuje jednej i bardzo waznej rzeczy….. |Co się stanie jak mój algorytm na wskutek odcięcia się od sieci i poszerzeniu poznania się zmieni ? Czy ten system oparty na danych ma gdzieś jeszcze miejsce na własny nie sterowalny rozwój człowieka ? Na rozwój osobowości i nidywidualności. Czy jest miejsce na wolny wybór i tworzenie niezależnego algorytmu naszej osobowości ? Za szybko to zap…. i zapomina o tym że jesteśmy ludźmi i to my póki co i na szczęście chyba na zawsze pozostaniemy twórcami tego bezdusznego tworu. No chyba że się mylę i to coś zacznie tak tworzyć że stracimy nad tym kontrolę a sieć przejmie kontrolę nad nami.(poniekąt to się już zaczęło) Pozostaje tylko mieć nadzieję że więcej na świecie jest ludzi z refleksją nad tym co robi i kim jest niż tych którzy bez znieczulenia i ślepo idą w szpony systemu jako procesor do tej całej maszyny. Mam swoją teorię na temat tego co może się stać i dwa scenariusze przyszłości tego systemu – religii. Mam też głębokie przekonanie że spełni się ten lepszy ……. W końcu jesteśmy ludźmi i twórcami tego co nas otacza.

  6. Czesław Kumis

    Kiedy AI zacznie przynosić realne korzyści biznesowe. Wdrożenie sztucznej inteligencji znalazło się w planach strategicznych wielu banków na najbliższe lata.

  7. Krzysztof X

    Banki skutecznie wykorzystują algorytmy AI do identyfikacji klientów, którzy najprawdopodobniej w niedalekiej przyszłości opuszczą bank. W tym celu wykorzystywane są chatboty zintegrowane z istniejącymi platformami do przesyłania wiadomości, a także z interfejsami stron internetowych banku. Podobne narzędzia wzbogacone o dane takie jak posiadane aktywa, czy historia transakcji wykorzystywane są w typowaniu klientów, którzy szukają lub w najbliższym czasie będą poszukiwać możliwości zainwestowania swoich środków.

  8. John Accural

    Czasy pierwszych lat zeszłej dekady, kiedy to banki miały ogromne przychody z pożyczek i kredytów, a regulacje nie były zbyt ścisłe, już się dawno skończyły. Nowe przepisy nałożyły obostrzenia na cały sektor i wymusiły działania które nowi konkurenci, takie jak przedsiębiorstwa płatnicze typu PayPal czy fundusze inwestycyjne pokroju Wealthfront wymusiły. A te firmy odbierają bankom klientów, o których te doniedawna nie musiały walczyć. Czy banki się kończą? AI będzie następnym produktem lub niezbędną automatyzacją?

  9. Acula

    AI działa wtedy, gdy dostanie dostęp do danych. Na szczęście takie rozwiązania jak RODO wymusiły jasne informowanie użytkowników i prawo do odpowiedzi nie, również prawo do wypisania się i do usunięcia danych. Czipowanie społeczeństwa trwa w najlepsze, ale możesz się temu przeciwstawiać.

  10. Jacek B2

    Dzisiejsze pieniądze nie potrzebują żadnej inteligencji by się mnożyć. Wystarczy że bank dopisze cyferki do wirtualnych zapisów w ramach akcji kredytowej i kreuje pieniądz. I tak jest odkąd pieniądz nie ma oparcia w wartości ZŁOTA, tylko jest papierem toaletowym, który dla niepoznaki nazywamy “pieniądzem”. Dla zainteresowanych polecam film pt. “Money as debt” (pieniądz jako dług)