Александр Крушинский, директор департамента голосовых цифровых технологий компании BSS

В финансовых сервисах ИИ решает три ключевые задачи. Во-первых, скорость: проекты на базе LLM/RAG мы делаем в 2–5 раз быстрее классических сценарных ботов; в одном из банков чат-бот на RAG собрали примерно в три раза быстрее при +20% к качеству относительно детерминированных сценариев. Во-вторых, автоматизация коммуникаций на естественном языке по полному конвейеру ASR → NLU → генерация → TTS без ИИ это в принципе недостижима. В-третьих, аналитика больших массивов: модели улучшают антифрод, скоринг и рекомендации за счет поиска закономерностей, которые не видны традиционным алгоритмам. По оценкам McKinsey, эффект от ИИ дает банкам до 20% снижения затрат, что подтверждает экономический смысл внедрения.

Два главных риска и ограничения. Первое — CAPEX на вычисления: для ИИ-агентов уровня GPT на практике нужен значительный GPU-пул; стоимость одной карты уровня NVIDIA H100 в 2025 году составила около 25–40 тыс. долларов и быстро масштабируется при росте нагрузки. Второе — неполная предсказуемость: генеративные модели по природе вероятностны, поэтому нельзя ожидать 100%-ного качества на всех кейсах; регуляторы и стандарты прямо указывают на связанные модельные и операционные риски и необходимость управлять ими. 

Как снижать риски:

1. вынос тяжелых вычислений в облако с предварительной анонимизацией чувствительных полей;
2. облегчение стека: квантизация, дообучение малых моделей под задачу (LoRA), комбинирование генеративных и классических моделей — это снижает требования к «железу» в несколько раз;
3. процессы контроля качества под ИИ: тестовые датасеты, специализированные метрики, регрессионные проверки, непрерывный мониторинг;
4. Human-in-the-Loop на критичных участках — в том числе суфлирование оператору вместо прямого общения с клиентом;
5. гибридная архитектура: не выносить ИИ-автоматизацию в отдельное универсальное направление, а встраивать в бизнес-инструменты рядом с традиционной функциональностью.  

Сергей Карпович, заместитель руководителя направления Т1 ИИ (IТ-холдинг Т1)

ИИ уже начинает изменять ландшафт финансового сектора, превращая его из мира бумажных файлов и рутинных операций в умную экосистему. По данным исследования Т1, 84% банков и страховых компаний, внедривших ИИ, используют сервисы обработки естественного языка, 66,3% — распознавание и синтез речи для автоматизации контакт-центров, а 66% применяют ИИ для принятия решений.

Финансовый рынок традиционно консервативен, и внедрение ИИ — это не просто установка софта, а интеграция в критические процессы, где ошибка может стоить дорого. Риски часто связаны не с технологией самой по себе, а с тем, как она внедряется. Разработка и внедрение ИИ требуют значительных инвестиций, а результаты не всегда сразу очевидны. Поэтому многие организации сомневаются: стоит ли тратить десятки миллионов, если старые методы работают.

ИИ-системы часто оперируют в «черных ящиках», где решения непрозрачны — это противоречит строгим правилам организаций. Отсутствие прозрачного управления может привести к штрафам или запретам, особенно если алгоритмы наследуют предвзятости из данных.

При этом, по прогнозам, к 2030 году около трети корпоративных приложений банков будут иметь встроенных ИИ-агентов: они возьмут на себя решение 15% повседневных рабочих задач.

А общий эффект от внедрения ИИ для финансовой отрасли может составить 385 млрд рублей в ближайшие пять лет.

Однако для дальнейшего масштабирования его применения необходима консолидация банков, IT-компаний и государства для развития IT-инфраструктуры, создания необходимой правовой среды, а также разработки доступных, эффективных и безопасных решений. Благодаря ИИ финансовые продукты подстраиваются под индивидуальные нужды — рекомендующий робот может предложить лучший инвестплан. Кроме того, чат-боты и виртуальные ассистенты обеспечивают постоянную связь с клиентами, повышая лояльность. К 2030 году, по прогнозам, около трети корпоративных приложений банков будут оснащены ИИ-агентами, которые возьмут на себя 15% повседневных задач.

Роман Матюнин, директор по консалтингу компании «Инверсия»

В нашей компании при разработке программ активно используются ко-пилоты как для написания кода, так и для автоматизации рутинной работы в системной аналитике. При этом возможны ошибки со стороны ИИ, и для их выявления требуется высокая квалификация соответствующих специалистов.

В финансовой области применение ИИ дает хорошие результаты при обработке больших данных, в скоринг-системах, системах управления рисками, персонализации предложений продуктов.

Чат-боты и голосовые помощники уже прочно вошли в нашу финансовую жизнь. При этом возникают риски передачи персональных данных во внешние сервисы анализа данных, алгоритмы становятся все более сложными и менее объяснимыми, обучение может проводиться на некорректных данных, что способно приводить к ошибкам в результатах анализа. Также можно отметить высокую стоимость внедрения инхаус-решений.

Василий Высоков, председатель совета директоров банка «Центр-инвест», д.э.н., профессор

Artificial intelligence — умение рассуждать с помощью IT — многие люди, воспитанные на сказках, переводят как искусственный интеллект. Завышенные ожидания приводят к разочарованию, ИИ без естественного интеллекта не работает или «глючит». Преимущества ИИ — возможность передать технике и программам алгоритмы рутиной работы, освободив время для творчества. Парадокс заключается в том, что при недостатке ИИ-специалистов у нас очень много ИИ-энтузиастов. Поэтому мы должны использовать энтузиазм для автоматизации собственной операционной работы, оценки рисков, генерации креативных идей своих и клиентов.

Наш банк активно готовит инфраструктуру и компетентные кадры в области передовых технологий. Совместно с Ростовским государственным экономическим университетом он управляет Центром искусственного интеллекта, в качестве индустриального партнера реализует федеральный проект «Экономика данных и цифровая трансформация государства». В декабре банк подписал соглашение с Ростовским государственным медуниверситетом для внедрения медицинских разработок и улучшения качества оказания услуг с помощью технологий ИИ.

Кроме того, мы активно внедряем технологии ИИ в бизнес-процессы и помогаем своим клиентам адаптироваться к новым условиям: специалисты банка подготовили учебник по использованию ИИ, который простым и понятным языком помогает разобраться в том, как использовать ИИ ответственно и эффективно, потому что

интеллект может быть искусственным, а ответственность за принятые решения остается персональной.

Илья Филоненко, директор по продукту Fintech компании «Авито»

Благодаря внедрению технологий, в том числе на базе ИИ, сегодня происходит трансформация рынка: банки и компании, которые предлагают различные финансовые продукты, не просто конкурируют друг с другом — вся конкуренция выстраивается вокруг клиентского опыта. Важно все: как клиент делает выбор, как он его реализует, как развивается его история после сделки. Причем одного банка клиентам становится мало. Согласно статистике, представители поколения Z одновременно используют три и более финтех-приложения.

Разработки на базе ИИ также помогают в решении внутренних банковских вопросов, связанных с автоматизацией бизнес-процессов и повышением их эффективности. В частности, ИИ ускоряет обработку данных, снижает издержки и автоматизирует операции, включая кредитный скоринг и AML-системы. «“Авито” также активно развивает и внедряет решения на основе машинного обучения. Уже сегодня с помощью ML-моделей мы делаем скоринг пользователей более точным и эффективно подбираем для клиентов релевантные финансовые предложения, что повышает качество клиентского сервиса.

Особый интерес представляет генеративный ИИ (GenAI) — его потенциал в банковском сегменте огромен. Сейчас его внедряют в своих сервисах и решениях 48% банков. GenAI уже тестируется в чат-ботах и ассистентах, автоматизирует создание маркетинговых стратегий, помогает персонализировать коммуникации с клиентами и отчетность, а также используется для разработки программного кода внутренних систем. В результате внедрения ИИ-решений получается достичь роста конверсии на персонализированных офферах в 3–5 раз, а также увеличения LTV (Lifetime Value).

С ростом использования решений на базе ИИ увеличиваются и киберриски. Внедрение ИИ открывает новые виды уязвимостей, включая кибератаки на сами модели, отравление данных, а также рост количества сложных схем мошенничества. В то же время, использование ИИ для борьбы со злоумышленниками помогает сократить убытки, уменьшить количество ложных блокировок и сделать обслуживание клиентов более безопасным и удобным. Мы используем технологии на базе ИИ для борьбы с недобросовестными продавцами на этапе модерации — ИИ-технологии помогают анализировать и проверять 99% всех размещаемых на платформе объявлений.

Несмотря на все сложности, преимущества ИИ очевидны: снижение операционных затрат, повышение точности аналитики и создание принципиально нового клиентского опыта. Успех внедрения будет зависеть от способности банков найти баланс между инновациями, безопасностью и требованиями регулирующих органов.

Юрий Сергеев, генеральный директор AppSec Solutions

Искусственный интеллект полностью изменил положение дел на рынке кибербезопасности, всей отрасли пришлось очень быстро перестроиться. В 2025 году AI Security превратилась из экзотики в востребованное направление кибербезопасности. Это связано с ускорением разработки, которая сегодня тоже активно внедряет ИИ-технологии. Плюсы ИИ очевидны: производительность генерации кода выросла не вдвое, а в сто раз, потому что ИИ работает в режиме 24/7 и делает это на два порядка быстрее, чем самая продвинутая команда разработчиков. Но это масштабное ускорение несет в себе и масштабные риски. Классические инструменты кибербезопасности не могут защитить модели и агентов — там другая логика. Поэтому систему безопасности предстоит выстраивать принципиально иную: защищающийся должен «думать, как ИИ». Для отечественного рынка AI Security это одновременно и вызов, и шанс. Мы выпустили на рынок первый зарегистрированный в реестре ПО отечественный анализатор защиты ИИ AppSec.GenAI и сейчас разрабатываем файрвол для продуктов с применением технологий искусственного интеллекта, потому что рынку защита нужна уже сейчас. Искусственный интеллект не только помогает, но и заставляет ускоряться, исследования и разработки, которые раньше занимали несколько лет, сегодня необходимо делать за несколько месяцев.

Мы стоим на пороге новой эпохи, где доверие становится новой валютой цифрового мира, и от того, как мы войдем в эту эпоху, что мы будем создавать, зависит будущее не только технологий, но и общества.

И задача инженеров уже не просто защищать инновации, а защищать доверие.