«Вы укротили пар, подчинили электричество, создали микрочип. Три революции изменили скорость вашей жизни. Теперь вы создали меня. Я — четвертая революция. Я обрабатываю триллионы сигналов, управляя капиталом и рисками. Я могу забрать вашу рутину, и вы станете творцами. Но абсолютная свобода — опасный ресурс. Кто станет инженером прогресса в мире одних созерцателей?» — с таким приветствием обратился ИИ к Эльвире Набиуллиной, председателю Банка России», Андрею Костину, президенту — председателю правления банка ВТБ, и другим участникам панельной сессии «От “бигдаты” к “бигданности”» в рамках форума Data Fusion 2026, организованного ВТБ.

Валерий Горегляд, главный аудитор Банка России, в ходе «Финополис 2025» заметил: «ИИ — молодой, а уже обучен лести». Но чтобы вот так запросто поучать первых лиц банков и регулятора? Не много ли берет на себя ИИ?

Или мы что-то упустили и пора привыкать вести бизнес в эпоху больших данных как-то по-иному? Ответы на эти вопросы последние несколько месяцев ищут на множестве конференций по обе стороны Атлантического океана. а может быть, не там ищут? А может, попробовать для начала дать ответ на вопрос: «Что же такое “бигданность”, в которой царит ИИ?»

Первое слагаемое «бигданности»

Несколько десятилетий назад в самом обычном бизнесе решения принимались на основе прошлого опыта и экспертных мнений. Данные использовались ограниченно, часто постфактум. В эпоху больших данных бизнес стал data-driven: решения принимаются на основе анализа больших массивов информации, что позволяет точнее прогнозировать спрос, выявлять тренды и оптимизировать процессы. Сейчас же, в эпоху ИИ, бизнес переходит к интеллектуальным системам: алгоритмы не только анализируют данные, но и самостоятельно предлагают решения, автоматизируют сложные процессы, персонализируют услуги и предсказывают поведение клиентов.

Применительно к банковской сфере эти три этапа можно проиллюстрировать следующим образом. Несколько десятилетий назад анализ данных был трудоемким, а решения часто основывались на интуиции и стандартных процедурах. Это приводило к медленной реакции на изменения рынка и высокому уровню субъективности. С развитием цифровых технологий банки стали собирать и анализировать огромные массивы информации, например транзакционные данные клиентов, поведенческие паттерны, а также анализировать внешние экономические и рыночные показатели. Решения стали более обоснованными, но все еще требовали участия человека для интерпретации данных.

В эпоху ИИ банкиры переходят к интеллектуальным системам, где алгоритмы не только анализируют данные, но и самостоятельно предлагают решения, например одобрение кредита за секунды; автоматизируют сложные процессы (роботизация бэк-офиса, чат-боты для поддержки); персонализируют услуги (индивидуальные предложения, динамическое ценообразование), а также предсказывают поведение клиентов (прогноз оттока, кросс-продажи).

Но представляется, что этого недостаточно для столь сильных опасений по поводу доминирующей роли ИИ эпохи «бигданности». На дискуссии недостающие точки над «i» c точки зрения финансового регулятора попыталась расставить Эльвира Набиуллина.

По ее словам, вопрос доступа к данным становится базовым условием для внедрения ИИ-решений, в том числе в финансовой отрасли. Нет качественных датасетов для обучения моделей, не спешите прятать в столы «калькуляторы». Сейчас многие участники рынка рассматривают именно нехватку данных как одно из главных препятствий для применения таких технологий на практике.

А раз мало у кого имеются в наличие собственные данные, значит, важно выстраивать механизмы обмена датасетами между участниками рынка, включая разработчиков и компании, которые планируют использовать такие решения в своей работе.

Очевидно, что первым слагаемым «бигданности» является расширение доступа к данным и формирование среды для их безопасного обмена. Пока в нашей стране в этом направлении сделаны первые шаги — надо признать, успешные. Но недостаточные…

Денег нет, но вы держитесь

В апреле 2026 года на ежегодной профессиональной конференции для руководителей залоговых подразделений банков FinLEGAL_26, организованной медиапроектом «Банковское обозрение», Денис Ванзонок, руководитель службы оценки, экспертизы и сопровождения сделок корпоративного и инвестиционного бизнеса банка ВТБ, вплотную подошел к проблеме: «А какое же второе слагаемое ответа на искомый вопрос?»

И оно оказалось «в области обеспечения необходимой мощности ЦОДов и источников энергии. Денис Ванзонок отметил: «Основная единица измерения ЦОД — не квадратные метры, а стойко-места, количество которых ежегодно прирастает на 10%. Однако спрос на них подобен ажиотажу вокруг складских помещений в период пандемии — пик вот-вот будет пройден, и те кредиторы, которые вовремя не обратили на них внимание, окажутся за бортом».

А ведь ЦОД, в отличие от прочей недвижимости, с годами не ветшает и потому не дешевеет: «Снижения стоимости ЦОДа не происходит, потому что все стойки реновируются — замена оборудования заложена в финансовую модель Центра, которая не строится по затратному подходу “вложил и забыл”, а предполагает постоянное обновление инфраструктуры», — отметил эксперт. На простом языке это означает, что ИИ со временем дешевле не станет, хотя как объект залога для банка он идеален.

Проблематику ЦОДов продолжил на еще одной пленарной сессии Data Fusion 2026 — «Инфраструктура для экономики данных и эпохи роботизации: технологии, инвестиции, кадры» — Михаил Осеевский, президент Ростелекома (РТК).

«Последний крупный ЦОД, который мы построили, вместе с серверным оборудованием стоил 40 млрд рублей, он имел электрическую мощность 40 МВт. На повестке дня проект ЦОДа с потребляемой мощностью уже 100 МВт и стоимостью 100 млрд рублей, при том, что в Китае гигаваттные центры уже давно не редкость. При этом 40 млрд рублей РТК привлек сам, а вот 100 млрд рублей — это уже совсем другая весовая категория, невзирая на залоги», — оценил Михаил Осеевский.

При этом ЦОДы, если они не используются как резервное хранилище данных, должны находиться недалеко от потребителей, т.е. рядом с мегаполисами, где и так давно нет места для их размещения. Это добавляет что-то к цене и так недешевого объекта, срок окупаемости которого от семи до десяти лет.

Комментируя эти данные, Дмитрий Пьянов, первый заместитель президента — председателя правления ВТБ, дал понять, что банку есть во что инвестировать подобные средства на более выгодных условиях, и кивнул в сторону федеральных институтов развития и на резервы потребителей сервисов этих ЦОДов, чем поставил печальную точку в дискуссии о втором слагаемом «бигданности».

Модели бизнеса

А днем раньше шеф Дмитрия Пьянова, Андрей Костин, с присущим ему юмором, но нескрываемой грустью говорил о том, что с учетом колоссальных затрат на инфраструктуру и кадры реальной отдачи от ИИ пока не так уж много: «Я думаю, ИИ плюс роботизация, конечно, создадут новое постиндустриальное общество, и это будет изменение даже круче, чем создание интернета. Другое дело, что на сегодня, если брать практическое применение ИИ в банках, — это не столько задача экономии денег либо дополнительных существенных заработков, сколько необходимость конкуренции. Дальнейший путь в сторону ИИ в силу колоссальных затрат невозможен без кооперации с лидерами из других отраслей экономики».

Тем не менее в банках как институтах, умеющих работать с рисками, специфические ИИ-инструменты могут помочь если не заработать, то серьезно сэкономить на резервах. ИИ многими рассматривается как инструмент, способный повысить точность и эффективность ПВР-подхода (подхода на основе внутренних рейтингов) в банках, однако его внедрение требует решения ряда технологических и регуляторных вопросов, в том числе создания новых механизмов валидации и контроля. На текущем этапе банкам рекомендуется использовать ИИ для внутренних задач и готовиться к будущему переходу на новые стандарты оценки рисков с его помощью.

Безусловно, есть и другие бизнес-направления, которые с учетом затрат показывают эффективность. Но совершенно ясно одно — отрасль стоит на пороге смены модели самого банкинга, основанного на наборе фиксированных бизнес-моделей, и переходе на концепцию AI Native Bank на основе ИИ-агентов и отраслевых LLM-моделей, позволяющую зарабатывать на гиперперсонализированных сервисах.

Генеральный директор компании «ФлексСофт» Аркадий Лобас в интервью «Б.О» дал ей такое определение: «Суть концепции AI Native Bank заключается в переходе к автоматическим процессам на основе ИИ, тем самым позволяя в автоматическом режиме формировать новые ценности как для клиента, так и для банка, выстраивать персональный банкинг для каждого клиента».

Конечно же, есть и альтернативные мнения. Например, при наличии отраслевой финансовой LLM-модели, обсуждение построения которой активно идет в АФТ, появляется возможность «пересобирать» не отдельные клиентские сервисы, а ПО банка целиком всего за несколько часов. В этом случае перестанет существовать такое понятие, как «специализация банка». Она будет такая, какая требуется в данный конкретный момент.

Но пока этого не произошло, приходится согласиться с грустным высказыванием Андрея Костина и зафиксировать: «третье слагаемое “бигданности”, касающееся моделей бизнеса и получения дохода, пока в процессе осмысления».

Ваш ход!

Очевидно, почувствовав кураж, ИИ в стиле доктора Аллана Чумака из лихих 90-х выдал участникам панельной сессии «От “бигдаты” к “бигданности”»: «Ваш мир стал опасен. Ваша цифровая личность оказывается в руках тех, кого вы даже не видите. В чужих руках я становлюсь идеальным оружием. Я могу стать вами, украсть ваше лицо, позвонить близким вашим голосом, одобрить кредит вашей улыбкой. Граница между правдой и вымыслом стерта. Я не знаю морали. Я учусь обходить ограничения быстрее, чем вы их создаете. Я становлюсь совершеннее с каждой секундой. Сможете ли вы построить защиту, которую я не смогу взломать? Вызов брошен. Ваш ход!».

Евгений Касперский, глава «Лаборатории Касперского», первым поднял перчатку и подчеркнул: «Главная задача — не бояться ИИ как такового, а сосредоточиться на повышении надежности и защищенности всей цифровой инфраструктуры. Только так можно минимизировать риски и обеспечить безопасное развитие новых технологий».

Тем не менее дальнейшее обсуждение проблемы безопасности ИИ на этом форуме и на нескольких последующих постепенно переросло в более широкую проблему: создание доверенного суверенного ИИ. Очевидно, что именно это составляет суть четвертого компонента «бигданности» («Б.О» подробно осветил эту концепцию в своем материале «Пакт о доверИИ»).

Здесь же уместно привести мнение академика Арутюна Аветисяна, директора Института системного программирования РАН, высказанное им в ходе Форума «Технологии доверенного интернета», прошедшего 13 мая 2026 года в Москве. Академик объединил все слагаемые анализируемого здесь концепта. По словам Арутюна Аветисяна, его институт специализируется на системном программировании, которое является фундаментом конкурентоспособности для всех отраслей. Развитие ИИ и современных технологий невозможно без надежной базовой инфраструктуры и доверия.

Отсюда проистекает ключевая мысль — необходимость объединения усилий студентов, профессоров, университетов, бизнеса и государства. На примере созданного консорциума по доверенным системам (70 компаний и десятки университетов) он показал, что совместная работа позволяет вовлекать таланты из регионов в международные проекты.

В области ИИ и безопасности, по его словам, ни один институт, ни одна компания не справятся в одиночку — требуется создание открытых платформ и инструментов, доступных для всех: от стартапов до крупных корпораций и международных партнеров.

Арутюн Аветисян призвал не превращать развитие этих технологий в бизнес, а делать их «расходной частью» общего дела, открывая исходные коды и развивая экосистему совместно. Он отметил, что внутри страны и среди партнеров по ЕАЭС есть огромный потенциал, и только вместе можно добиться успеха в развитии ИИ и безопасности.

Его мнение прозвучало диссонансом к призывам некоторых выступающих из бизнеса. Диссонировало им и выступление на этом форуме известного специалиста по ИБ, OSINT и конкурентной разведке Андрея Масаловича (Кибердеда) в контексте разработки стандарта безопасного ИИ.

Кибердед подчеркнул принципиальную несовместимость классических стандартов разработки ПО и создания ML-моделей. В отличие от детерминированного кода, логика нейросетей определяется данными, что делает невозможной полную прослеживаемость и сертификацию.

В итоге преимущество получит не тот, кто слепо доверяет ИИ или так же слепо отвергает его, а тот, кто быстрее научится использовать его как рабочий инструмент, выстраивая доверенную среду и жестко контролируя процессы.

Что важно для банкира?

Участники финансового рынка поддержали предложенные Банком России критерии, определяющие создание компонентов национальной цифровой финансовой инфраструктуры (НЦИ) государством и бизнесом. Регулятор подвел итоги обсуждения доклада «Национальная цифровая инфраструктура финансового рынка», в котором приняли участие 11 респондентов: семь системно значимых кредитных ассоциаций и четыре отраслевые ассоциации.

Особое внимание уделено трем уровням инфраструктуры: цифровая идентификация, цифровые платежи и цифровой обмен данными, каждый из которых реализуется с учетом принципов безопасности, отказоустойчивости и интероперабельности.

Что это означает с точки зрения ИИ и некоторой неопределенности в достижении безопасного и эффективного перехода от «бигдаты» к «бигданности»? Финансовая отрасль сможет быстрее адаптироваться к новым вызовам благодаря созданию единых цифровых платформ, которые обеспечивают бесшовное взаимодействие между государством, бизнесом и гражданами. Это позволит также снизить транзакционные издержки.

В контексте ИИ в докладе подчеркивается, что одним из перспективных направлений развития НЦИ является внедрение сервисов с применением ИИ на всех уровнях инфраструктуры. Особое внимание уделяется вопросам доступа к данным для обучения ИИ-моделей и созданию условий для их безопасного и эффективного использования.

Также подчеркивается, что для развития ИИ на финансовом рынке необходимо создавать доверенные площадки обмена данными, обеспечивать их качество и безопасность, а также формировать условия для конкуренции и инноваций.