Александр Ионов: «Глубокая экспертиза станет основой ИИ-ассистентов для бизнеса»

ИИ-ассистенты и агенты постепенно меняют взаимодействие предпринимателей с банками: вместо отдельных сервисов пользователь получает возможность решать задачи через ИИ, который обращается к нужным данным, продуктам и внешним инструментам. Директор по искусственному интеллекту банка «Точка» Александр Ионов в интервью «Ведомости. Инновации и технологии» рассказал, как банки адаптируют свои сервисы к работе с ИИ-агентами и почему финансовые услуги все чаще будут встраиваться в продукты сторонних платформ.

– Искусственный интеллект в банках давно – последние два десятка лет они используют ИИ-технологии для решения задач кредитного и комплаенс-скоринга, поиска с элементами предиктивной выдачи, рекомендательных систем и биометрии. Проще говоря, за это время в банковской отрасли накопился значительный опыт применения ИИ, который позволяет ей оставаться одним из лидеров его внедрения – как во внутренние процессы, так и в опыт клиента.

Главное направление развития последних лет – ИИ-ассистенты. Для клиента это новый способ взаимодействия с банком, он позволяет не разбираться в интерфейсе и множестве функций каждого продукта – достаточно сказать ИИ-ассистенту о своей задаче, а дальше он сам определяет, какие базы знаний, продукты и данные нужно использовать, дает ответ или выполняет нужное действие. Сейчас такие сервисы становятся стандартом рынка: у большинства крупных игроков уже появился ИИ-ассистент, которым пользуются клиенты. При этом сам ассистент – это платформа, через которую пользователю доступна собранная банком экспертиза по ведению бизнеса, специализированные навыки и ИИ-агенты. 

Как раз в этих трех направлениях сейчас идут основные эксперименты. При этом распространение самих ассистентов не означает, что задача их развития решена. Ключевым преимуществом для пользователя остается доверие, при этом разнообразие задач пользователей огромно. Если клиент приходит к ИИ с запросом и получает поверхностный ответ, галлюцинацию или даже извинение за то, что сервис пока так не умеет, он получает негативный опыт и в следующий раз может задуматься, стоит ли обращаться к ИИ-ассистенту. Поэтому банки, как и другие игроки, собирают и актуализируют аналитический и экспертный контент, чтобы сделать консультации действительно полезными, в некоторых задачах пилотируют полноценных ИИ-агентов, которые сами создают план выполнения задачи и следуют ему. Глубокая экспертиза станет основой ИИ-ассистентов для бизнеса: без нее ассистент не сможет давать действительно полезные ответы и решать сложные задачи предпринимателей. Все это формирует устойчивый тренд, в котором развитие ИИ-ассистентов постепенно смещается от самого факта их появления к качеству и глубине решаемых с их помощью задач.

«Предпринимательство – не точная наука»

– Для предпринимателя меняется многое: уже сегодня селлер сталкивается с ИИ в алгоритмах маркетплейсов, с ИИ, которые генерят карточки товара его конкурентам, с ИИ-агентами для подбора товара, под которых нужно подстраиваться, чтобы не потерять трафик. Но инструменты на рынке развиваются неравномерно. В некоторых сегментах конкуренция обостряется. Но умение учитывать специфику ИИ становится для сегмента базовым навыком. Для нас как банка для предпринимателей главный вопрос – как использовать технологию, чтобы помочь клиентам сохранить и нарастить конкурентоспособность. 

– Значимая часть ценности универсальных ИИ-моделей сосредоточена в сообществе вокруг них – энтузиасты создают вокруг модели навыки, плагины, ИИ-агентов и сами же рассказывают об этом в социальных сетях. Базовая модель важна, мы видим прогресс каждый квартал, но модели трудно понять работоспособность своего совета, когда речь идет о ведении бизнеса. Сложность в том, что предпринимательство – не точная наука, энциклопедические знания дают лишь малую часть пользы, а порой и вовсе вводят в заблуждение.

В итоге модели закрывают часть задач по автоматизации базовых процессов, а вот валидации экспертизы все еще не хватает. Чтобы ответ ИИ-ассистента был действительно полезен предпринимателю, ему недостаточно просто знать общую информацию: он должен учитывать специфику конкретного сегмента и локального рынка, критически оценивать полученные данные, сопоставлять разные подходы к решению задачи и сверять их с мнением экспертов и реальных участников рынка. В идеале только после этого он должен предлагать пользователю несколько вариантов решения, объясняя сильные и слабые стороны каждого подхода. Конечно, для такого уровня анализа могут потребоваться чувствительные данные, и работать с ними нужно в безопасном контуре. Но даже если вопрос безопасности решить, остается другая сложность: в предпринимательстве многие вопросы не имеют одного правильного ответа, поэтому ИИ должен уметь работать с неопределенностью и предлагать обоснованные варианты, а не выдавать единственный ответ как заведомо верный.

«Чем глубже ИИ проникает в жизнь предпринимателей, тем больше возникает запросов к банку»

– AI-ready – это еще один потенциальный стандарт рынка. Если рассматривать на примере финансового сектора, посыл в том, что чем глубже ИИ проникает в жизнь предпринимателей, тем больше возникает запросов к самому банку. Здесь можно выделить два основных сценария. Первый связан с предпринимателями, которые уже активно используют ИИ для автоматизации бизнес-процессов. Такой пользователь задается вопросом: «Почему в моем банке нет MCP (Model Context Protocol – протокол, который позволяет ИИ-системам взаимодействовать с внешними инструментами и данными. – «Ведомости. Инновации и технологии») для удобной работы с выпиской и другими данными? Разве я выбрал не тот банк?» Сейчас таких пользователей менее 10%, но их доля будет расти, особенно по мере развития рынка ИИ-интеграторов, которые внедряют автоматизацию под ключ. Для таких решений требуются более сложные интеграции и качественно подготовленные, размеченные данные.

Второй сценарий касается большинства пользователей: они не настраивают сложные ИИ-системы самостоятельно, но уже привыкают, что банки предоставляют ИИ-ассистента. Такой ассистент всегда под рукой: пользователю не нужно разбираться в сложных настройках или нанимать интегратора – достаточно открыть его и задать вопрос или попросить решить задачу. При этом банк не сможет самостоятельно создавать ИИ-агентов для всех возможных задач предпринимателя. Поэтому важно выстроить процесс, который позволит подключать к ассистенту внешние ИИ-агенты и другие решения, созданные сторонними разработчиками, и заранее проверять их безопасность и качество.

– Главным образом меняется доступность банковских функций и нефинансовых продуктов для ИИ-агентов, созданных вне банковского контура: банк может предоставлять им доступ к своим функциям и данным через MCP-сервер. На практике таких ИИ-агентов пока мало, но по мере их распространения может сформироваться полноценная агентная экономика.

В такой модели ИИ-агент действует в интересах пользователя не только самостоятельно, но и взаимодействует с другими специализированными агентами: он составляет план выполнения задачи, а отдельные этапы передает тем, кто специализируется на соответствующих действиях. Похожим образом сегодня человек может передать профессионалу крупную задачу, например организацию ремонта, – тот составляет план работ и последовательно привлекает нужных специалистов.

Переход к такой модели выглядит естественным, однако для банков он потребует серьезной перестройки работы. Нужно будет пересмотреть уже существующие продукты и сервисы, которые создавались без расчета на взаимодействие с ИИ-агентами, а новые сразу проектировать с учетом возможности работать в таком формате.

«ИИ-ассистенты могут брать на себя взаимодействие с банком от имени пользователя»

– Встраивание финансовых сервисов в продукты нефинансовых компаний позволяет банкам предлагать услуги непосредственно в момент возникновения потребности клиента – например, при оформлении покупки на маркетплейсе. По информации Банка России на основании данных от четырех крупных банков и двух маркетплейсов, российский рынок BNPL-сервисов (Buy Now, Pay Later – «покупай сейчас, плати потом», речь о сервисах рассрочек. – «Ведомости. Инновации и технологии»), самый яркий сектор встроенных финансов, в 2025 г. вырос почти вдвое, до 500 млрд руб.

Для банка такие партнерства дают доступ к новой клиентской аудитории, снижают расходы на самостоятельное привлечение клиентов и создают возможности для кросс-продаж финансовых продуктов. Кроме того, банк получает данные о потребительском поведении клиентов и может увеличивать комиссионные и процентные доходы. Для нефинансовой компании встраивание финансовых сервисов позволяет расширить ценностное предложение и сделать использование продукта удобнее для клиента.

При этом интеграция таких сервисов требует от банков адаптации собственной инфраструктуры. Технологическая задача – обеспечить работу банковских систем через API (Application Programming Interface, программный интерфейс взаимодействия. – «Ведомости. Инновации и технологии») с внешними платформами, в том числе при большом количестве операций, а также адаптировать скоринговые модели и процессы анализа данных. Отдельные ограничения связаны с регуляторными требованиями: банк по-прежнему должен соблюдать нормы законодательства в сфере идентификации клиентов, противодействия отмыванию доходов и финансированию терроризма, даже если банковская услуга предоставляется внутри продукта партнера.

Поэтому интеграция не всегда сводится к простой передаче функций банка через API. В некоторых сценариях приходится использовать гибридную модель: часть интерфейса и клиентского взаимодействия переносится в продукт партнера, а часть остается на стороне банка. Это требует совместной работы команд банка и партнера и фактически превращает интеграцию в создание совместного продукта. Такие проекты показывают банку, какие изменения нужны в его платформе: например, где требуется больше гибкости, поддержка нескольких партнеров и возможность создавать разные пользовательские интерфейсы поверх одной бизнес-логики.

– Развитие таких моделей меняет прежде всего точку взаимодействия предпринимателя с банком. Финансовые сервисы все чаще становятся частью других продуктов, которыми предприниматель уже пользуется, а ИИ-ассистенты могут брать на себя взаимодействие с банком от имени пользователя. В результате банк перестает быть единственным интерфейсом, через который клиент получает финансовые услуги.

При этом партнерство финансовых и нефинансовых компаний может реализовываться в трех основных формах: под брендом банка, в формате white-label, когда финансовый сервис предоставляется под брендом нефинансового партнера, и в формате кобрендинга, когда используются оба бренда. В любом случае для банка принципиально важно, чтобы его сервисы могли работать внутри продуктов и платформ партнеров, а не только через собственные каналы. Мы, в частности, уже располагаем инфраструктурой для предоставления банковских сервисов по модели встроенных финансов и BaaS (Banking as a Service, банкинг как сервис. – «Ведомости. Инновации и технологии»).

– Главное изменение будет заключаться в том, что банк сможет оказывать более широкое влияние на бизнес клиента – не только предоставляя финансовые услуги, но и помогая решать связанные с ними задачи. Это может проявляться по-разному: например, банк может дать предпринимателю консультацию по развитию бизнеса на основе проверенной экспертизы и реальных данных его компании; предоставить удобный доступ к внешнему ИИ-агенту для решения небанковской задачи; обеспечить безопасный доступ к данным, чтобы предприниматель мог самостоятельно построить нужную автоматизацию; или заметить аномалию в данных и обратить внимание клиента на риск или возможность. Ключевым остается изменение роли банка для предпринимателя, а технологии лишь ускоряют этот процесс.