От ручной экспертизы к применению искусственного интеллекта

В последние годы российские банки уделяют все больше внимания вопросам устойчивого развития и технологического суверенитета для комплексного анализа финансируемых проектов. Методологическая база для их оценки с учетом национальных интересов уже сформирована. Сегодня главный вызов заключается в поиске эффективных инструментов для ее применения на практике, в повседневной операционной работе. Банкам требуется быстрый и качественный механизм ESG-оценки финансируемых проектов, который минимизировал бы человеческий фактор и при этом соответствовал требованиям регуляторов.

Решение этой задачи мы видим в интеграции искусственного интеллекта (ИИ) в процессы скоринга (англ scoring – «подсчет очков», метод анализа, который банки используют для оценки заемщиков. – «Ведомости. Устойчивое развитие»). Наша практика подтверждает, что использование ИИ-агентов позволяет автоматизировать процесс оценки, повышая скорость обработки данных и принятия решений. Это приводит к существенному снижению трудозатрат (около 95%), при этом качество анализа остается на уровне экспертной оценки.

Умный скоринг

Особенность подхода – проведение оценки по двум аспектам одновременно. Так, важно анализировать не только практику корпоративного клиента банка, но и конкретный финансируемый проект, включая целевое использование средств. Раньше на обработку данных из публичной нефинансовой отчетности и информации в СМИ уходили часы работы аналитиков и продуктовых менеджеров. Сейчас сбор и анализ информации автоматизирует ИИ. Для инициации процесса оценки достаточно базовых атрибутов: ИНН, кодов ОКВЭД и описания целей финансирования. На выходе система формирует не только ESG-рейтинг клиента банка и конкретного проекта, но и готовое, обоснованное заключение. В частности, оно содержит информацию о возможности применения к конкретному инструменту финансирования понижающих коэффициентов для расчета риск-веса (RW). С 18 августа 2025 г.

Инструкция Банка России № 220-И как раз разрешает банкам для проверенных зеленых и переходных проектов, а также проектов технологического суверенитета и структурной адаптации экономики РФ снизить этот вес, что уменьшает величину утилизируемого капитала. Это крайне материально для банков, так как позволяет им экономить капитал в условиях его системного дефицита и, как следствие, кредитовать больше проектов, соответствующих приоритетным направлениям экономики России. Таким образом, ИИ не только позволяет проводить ESG-оценку корпоративных клиентов и их проектов, но и служит инструментом сокращения нагрузки на капитал банка.

Сейчас подходы компаний к раскрытию нефинансовой информации не систематизированы. Так, форматы предоставления данных о воздействии на окружающую среду, управлении персоналом или цепочках поставок могут кардинально отличаться даже у предприятий одной отрасли. Чтобы избежать этой проблемы, мы применили связки ИИ-агентов. Первый агрегирует информацию из множества открытых источников: от официальных отчетностей и государственных реестров до отраслевых СМИ. Второй структурирует эти данные, приводит их к единому формату для оценки клиента, а также проверяет финансируемый проект на соответствие приоритетным направлениям. В основе процесса лежит не только внутренняя методика банка, где большое внимание уделяется социальной ответственности, но и национальные таксономии – постановления правительства РФ №1587 (устойчивое развитие) и №603 (технологический суверенитет, структурная адаптация экономики РФ). 

Защита данных

Важный аспект – защита конфиденциальной информации. Банк работает с коммерческой тайной и персональными данными, которые не должны покидать его внутренний периметр. Для этого мы используем архитектуру с разделением контуров обработки. Так, внутренние ИИ-агенты, развернутые непосредственно на серверах банка, работают с чувствительными данными, не передавая их вовне. Задача внешних ИИ-агентов – сбор и первичный анализ исключительно открытой информации из публичных источников. Такой подход формирует доверие со стороны корпоративных клиентов, которые могут быть уверены в сохранности их информации.

В ходе пилотных испытаний, где результаты работы ИИ и экспертов сравнивались на массиве данных, наша система продемонстрировала высокую точность. Это значит, что отклонение оценки, проводимой ИИ, от таковой, осуществляемой профильным специалистом, минимальное. ИИ, после тонкой настройки алгоритмов, научился стабильно воспроизводить выводы, аналогичные заключениям опытных аналитиков. 

ESG-будущее

В перспективе мы планируем оперативно внедрять актуальные версии таксономий. Интеграция обновлений позволит точнее классифицировать проекты и эффективнее использовать предусмотренные регулятором стимулирующие меры. В среднесрочной перспективе (два-три года) мы планируем сделать мониторинг ESG-данных наших клиентов непрерывным.

Для рынка это означает фундаментальные изменения. ESG-повестка превращается из инструмента маркетинга в полноценный элемент системы управления рисками и капиталом – стандартизированный, измеримый и масштабируемый. Банки, которые уже сегодня внедряют ИИ-решения для ESG-оценки, формируют стратегическое преимущество на завтра: они смогут быстрее принимать решения, оптимизировать утилизацию капитала, четче формулировать требования к заемщикам. Такое преимущество становится критически важным для устойчивого развития бизнеса.