От робота-бухгалтера к финансовому агенту

Банки, страховые и инвестиционные компании стремительно меняют свой облик благодаря искусственному интеллекту (ИИ). ИИ уже экономит миллиарды, анализирует данные в реальном времени, круглосуточно общается с клиентами и предотвращает мошенничество. Но главные перемены впереди: алгоритмы могут взять на себя рутинные операции и начнут принимать стратегические решения. «Ведомости&» выяснили у экспертов, как умные машины создают банкинг будущего и что сдерживает внедрение новых технологий.

ИИ – самый влиятельный фактор, трансформирующий финансовую сферу в следующие пять лет, говорится в обзоре консалтинговой компании Gartner. Она прогнозирует, что к 2030 г. треть корпоративных приложений будут иметь встроенных ИИ-агентов, которые возьмут на себя решение 15% повседневных рабочих задач.

Банки, страховые и инвестиционные компании ежедневно обрабатывают гигантские объемы данных и документов (их быстрая обработка – самая сильная сторона нейросетей), поэтому с помощью ИИ можно полностью автоматизировать до 39% рутинных операций в этих сферах и кардинально упростить выполнение еще 37% процессов, объясняют экономисты Всемирного экономического форума (ВЭФ).

Российский финтех продвинулся дальше по пути внедрения ИИ, чем иностранные коллеги. Более 95% отечественных компаний финансового сектора задействуют машинный разум в работе, тогда как средний показатель проникновения ИИ в финтехе в мире – 85%, оценила «Ассоциация ФинТех» (АФТ) в исследовании «Применение технологий искусственного интеллекта на финансовом рынке».

И это только начало – банки продолжают инвестировать в это направление и внедрять умные алгоритмы в разных сферах. В 2024 г. ИИ стал ключевым направлением инновационного развития российского финтеха: 61% проектов по инновациям было сфокусировано на технологиях ИИ, указывает АФТ в свежем докладе «Инновации в финтехе». ИИ уже изменил парадигму развития бизнеса в финансовом секторе – новые стратегии банков по цифровизации строятся вокруг концепции AI-native организаций (где ИИ встроен во все бизнес-процессы. – «Ведомости&»), резюмирует советник генерального директора по искусственному интеллекту АФТ Алексей Сидорюк.

ИИ-решение для каждой функции

Умные алгоритмы в российском финтехе обрабатывают финансовые документы, оценивают платежеспособность потенциальных заемщиков, выявляют мошенников и аномальные платежи, пишут коды и отвечают на запросы клиентов. «Аналитики, дизайнеры, разработчики, архитекторы, тестировщики, руководители проектов и продуктов – практически все применяют ИИ для решения рабочих задач», – говорит Сидорюк.

Компании задействуют весь спектр технологий ИИ – от машинного обучения (ML), компьютерного зрения (CV), обработки естественного языка (NLP) до генеративного ИИ (GenAI) и больших языковых моделей (LLM), отмечает руководитель Лаборатории финтеха и инноваций Страхового дома ВСК Марина Ляшенко.

По данным АФТ, 90% методов и инструментов ИИ российских финансовых компаний сосредоточено на машинном обучении (ML – machine learning, обучение моделей за счет применения решений множества сходных задач).

К примеру, «ОТП банк» применяет ML-модели для розничного скоринга, кросс-продаж, гиперперсонализации, антифрода и комплаенса, клиентского сервиса и HR, перечисляет начальник управления исследования данных и машинного обучения «ОТП банка» Евгений Зубков. «Мы даже разработали работающую предиктивную модель по выгоранию сотрудников», – добавляет он. По словам Зубкова, умные алгоритмы позволили банку освободить сотрудников от рутинной работы, но наибольший эффект принесли в IT-сфере и в области информационной безопасности.

В Страховом доме ВСК технологии ИИ интегрированы в ключевые процессы: в продажах они анализируют данные клиентов для персонализации страховых продуктов, в андеррайтинге оценивают риски и определяют условия страхования, а в клиентском сервисе работают цифровые помощники, обеспечивающие круглосуточную поддержку. ИИ повышает операционную эффективность страховой компании, рассказывает Ляшенко: алгоритмы ускоряют обработку обращений, оформление договоров и урегулирование убытков за счет автоматической оценки ущерба и обработки заявок.

Управлять разнородными проектами ИИ по одному шаблону невозможно, поэтому финансовые компании создают отдельные организационные структуры и центры экспертизы. Например, Россельхозбанк (РСХБ) создал собственную Лабораторию искусственного интеллекта, которая объединила все проекты по внедрению ИИ в банке на платформе RAISA (RSHB AI system and application), рассказал руководитель Лаборатории ИИ РСХБ Даниил Потапов. По его словам, платформа объединила более 30 умных моделей, которые автоматизируют общение с клиентами, обрабатывают обращения, управляют ценами и проводят автоматическое тестирование. В 2025 г. более 1000 сотрудников банка использовали RAISA в работе.

Дорогие роботы

ИИ – дорогое удовольствие и порой затраты на внедрение технологии в отдельном процессе могут многократно превышать потенциальную выгоду, сходятся во мнении опрошенные «Ведомости&» эксперты. Развитие и обучение больших языковых ИИ-моделей, например, требуют огромного инфраструктурного ресурса, недоступного почти никому, указывает Зубков из «ОТП банка».

В масштабах мира речь идет про многомиллиардные капиталовложения. Инвестиции бизнеса в разработку и внедрение ИИ-технологий в этом году достигнут $360 млрд (+60% к 2024 г.), а в 2026 г. вырастут еще на 33% до $480 млрд, прогнозируют аналитики банка UBS. Мировые капвложения в инфраструктуру для ИИ превысят $3 трлн в следующие три года (это сопоставимо с доходами бюджета Китая в 2024 г. – $3,05 трлн), ожидает Morgan Stanley. А инвестбанк Goldman Sachs задается вопросом, окупятся ли когда-нибудь прогнозируемые к 2027 г. $1 трлн инвестиций на строительство дата-центров для генеративного ИИ.

Нейросети помогают сокращать простои, снижать издержки, ускорять процессы и повышать точность прогнозов – это рабочий инструмент с измеримой отдачей, убежден заместитель гендиректора Альянса в сфере ИИ Станислав Кульбятский. Российский финансовый сектор уже научился получать выгоду от умных алгоритмов. По оценкам Smart Ranking, объем российского рынка ИИ-решений в 2025 г. может достигнуть 1,9 трлн руб., увеличившись с 1,5 трлн руб. в 2024 г. Абсолютным лидером по монетизации технологий ИИ остается «Яндекс», заработавший 500 млрд руб., а на 2-й и 3-й позициях – «Сбер» с 400 млрд руб. и «Т-технологии» (входят в экосистему Т-банка) с результатом в 350 млрд руб.

ИИ-решения способны экономить миллиарды, утверждал в интервью «Ведомостям» первый зампред правления ПАО «Сбербанк» Александр Ведяхин. По его словам, финансовый эффект от внедрения ИИ в «Сбере» только за 2024 г. составил 450 млрд руб., а в совокупности с 2020 г. технологии на базе ИИ принесли банку около 1,3 трлн руб. «Сбер» использует свыше 2000 AI-моделей в разных бизнес-процессах: интернет-банкинге, кредитовании, умных девайсах, чат-ботах и виртуальных помощниках.

«Повышение общей эффективности благодаря ИИ – это реальность, сравнимая по эффекту с диджитализацией и компьютеризацией из нашего прошлого. В ближайшие годы мы будем видеть этот эффект в большинстве индустрий и профессий», – уверяет Зубков из «ОТП банка», не называя конкретных цифр. Ляшенко из ВСК говорит, что ИИ, будучи внедрен в 11% бизнес-процессов, приносит страховой компании порядка 8% маржинальной прибыли. По данным финансовой отчетности, в 2024 г. ВСК получила 11,1 млрд руб. чистой прибыли. В РСХБ ожидают, что доход от реализации разработанных банком моделей ИИ к концу 2029 г. составит порядка 3 млрд руб., указал Потапов из Лаборатории ИИ РСХБ.

Агент с железным сердцем

Если в 2023 г. главным драйвером развития ИИ в финтехе были языковые модели, то в 2025 г. первенство перешло ИИ-агентам (Agentic AI). ИИ-агент – это не конкретный алгоритм, а архитектура, в которой ИИ выполняет функции сотрудника: получив задачу, он самостоятельно планирует, исполняет и корректирует последовательность действий. «Агенты – идеальные помощники почти для всех рутинных операций, даже для мониторинговых функций. Конечно, как и за всеми помощниками, за ними надо следить и периодически проводить ТО», – объясняет Зубков.

Уже существуют агенты для повышения операционной эффективности за счет совершенствования процессов, а также клиентские агенты для решения финансовых и других сопутствующих вопросов, рассказывает исполнительный директор по технологической стратегии «МТС банка» Павел Сварник. По его словам, в будущем такие помощники могут найти применение в сфере инвестиций – информировать о текущих рыночных трендах и давать рекомендации.

В ближайшее время на рынке появится множество ИИ-агентов, которые могут выполнять роль персональных помощников и предлагать готовые решения, считает Сидорюк из АФТ. Например, ИИ-сервис поможет забронировать отель, спланировать маршрут и даже купить авиабилеты. Или ИИ-агент, который предложит несколько стратегий, как накопить на дом: подскажет, как проинвестировать средства сейчас, чтобы накопить нужную сумму и купить жилье в будущем, либо предложит ипотеку с подходящими условиями.

От умного сервиса к «предчувствующему»

Гиперперсонализация, когда банк предугадывает потребности клиентов с максимальной точностью и формирует предложение, – еще один важный тренд в финтехе и ИИ способен вывести ее на чрезвычайно высокий уровень, считает Сварник из «МТС банка». И приводит пример: когда клиент решится на крупную покупку, ему поступит предодобренное кредитное предложение от банка и он в «один клик» сможет купить желаемое. «Это снижает время и усилия, которые тратит клиент на управление финансами, при сохранении качества сервиса», – объясняет он.

В страховании гиперперсонализация на базе умных алгоритмов может привести к созданию новых сервисов. Например, личный ИИ-агент в роли диетолога и фитнес-тренера может отслеживать прогресс человека, а страховая компания – давать скидку на страхование жизни или медицинский полис. «Человек сможет меньше думать, как прийти к цели, и больше – о том, что для него действительно важно», – размышляет Сидорюк. Это возможный сценарий, соглашается Ляшенко. Масштабное внедрение ИИ изменяет модель взаимодействия с клиентом, объясняет она: страховые компании могут предлагать не просто реакцию на убытки, а комплексную профилактику рисков: напоминания о регулярных обследованиях, советы по здоровью, сопровождение при лечении – т. е. становиться настоящим партнером по заботе о благополучии.

Мультиагентные платформы станут привычной частью экономики и управления, а роль человека сместится в сторону постановки целей, определения рамок и принятия ключевых решений, рассуждает Кульбятский из Альянса в сфере ИИ. «Мы перейдем от модели «ИИ как ассистент» к модели «ИИ как инфраструктура», где технологии управляют потоками, а человек задает стратегию и ценности», – верит он.

Не всякий робот одинаково честен

У автоматизации банков с помощью ИИ есть и обратная сторона – новые риски, которые несет распространение ИИ. Это могут быть кибератаки с использованием ИИ, распространение дезинформации и дипфейков, утечка конфиденциальных данных или алгоритмическая предвзятость при принятии решений, говорится в отчете ВЭФа «ИИ в финансовых услугах». Ключевыми краткосрочными угрозами на ближайшие два года эксперты называют дезинформацию и киберугрозы, а в долгосрочной перспективе более 10 лет – системные риски самих ИИ-технологий, включая их автономное воздействие на рынки и общество.

ИИ отчасти угрожает самому бизнесу банков. Он позволяет нефинансовым игрокам (маркетплейсам, телекомкомпаниям и технологическим гигантам) внедрять финансовые услуги в своих сервисах напрямую – тогда платежи, кредиты и страхование «вшиты» в пользовательский путь и клиент не осознает, что пользуется банковским продуктом, предупреждает Сидорюк из АФТ.

Чтобы избежать участи «бэкенда» или инфраструктурного слоя, он советует банкам пересмотреть стратегию. Среди возможных путей – развитие API-банкинга и платформенных решений, позволяющих интегрировать финансовые услуги в сторонние экосистемы; инвестиции в ИИ и аналитику для создания персонализированных продуктов и выход на новые рынки через коллаборации.

Полностью довериться ИИ бизнес тоже пока не может: умные алгоритмы могут выдавать некорректные результаты, если исходные данные содержат ошибки или перекосы, напоминает Ляшенко. Применять такие решения нужно особенно осторожно в чувствительных вопросах – например, в случаях отказа в страховой выплате, при разборе спорных ситуаций, а также при работе с персональными данными, считает она. «За финальным решением, особенно когда оно может повлиять на благополучие человека или организации, должен стоять профессионал, который способен оценить ситуацию в комплексе», – убеждена Ляшенко.

Внедрение новых моделей работы требует адаптации бизнес-процессов, изменений в корпоративной культуре, а также выработки новых норм и стандартов регулирования, уверен Кульбятский. В России, напоминает он, развитие ИИ идет через национальную стратегию до 2030 г. и рассматривается как элемент нацбезопасности и экономического роста. «ИИ перестал быть исследовательской темой и стал фактором производительности, эффективности управления и технологической независимости, – объясняет он. – Без собственных технологий и кадров не будет устойчивого цифрового будущего». &

* GenAI – генеративный искусственный интеллект