Финансисты — это люди, которые научились управлять рисками. Поэтому неудивительно, что именно рисковики одними из первых начинают применять на практике новейшие IT-инструменты. Риск-департаменты стали тем большим окном, через которые ИИ-технологии впервые проникли в банкинг. Были и «форточки» поменьше, через которые ветер технологических перемен освежил IT-ландшафт, обновив бизнес-процессы в трейдинге, скоринге, антифроде, разработке ПО, клиентском сервисе и т.д.

Но поскольку финансисты еще неплохо разбираются и в расчете доходности от инвестиций, настало время посмотреть на первый баланс между нарастающим риском от тотального проникновения ИИ и реальной отдачей от роботизированных бизнес-процессов.

От «пузыря» к бизнес-инструменту

Безусловно, от Банка России в части ИИ некоторые ждут перехода от риторики и словесных интервенций к обязывающим регуляторным документам. Очевидно, в ЦБ не хотят торопить события, поскольку там тоже слышат утверждения о том, что на данном этапе развития технологий никто толком не может ни доказать, ни опровергнуть утверждения о том, что ИИ — это «пузырь», поглощающий в мировом масштабе многомиллиардные инвестиции.

Результат при этом всегда практически один — уровень безубыточности продемонстрировали немногие разработчики. Есть отдельные истории успеха, например «Яндекса» или Сбера, показывающие, что ИИ сегодня реально эффективен лишь в большом бизнесе или в условной Московской бирже, где сам персонал требует наличия у себя на рабочем месте удобных GPT-инструментов.

А вот инфраструктурные и социальные риски при этом только растут: проникновенные и задушевные рассказы гуру и евангелистов ИИ о том, что массово высвобождаемое от его внедрения рабочее время персонала наконец-то избавит человека от рутины и даст ему полную свободу для творческого развития, пока выглядят банальными очковтирательством и пропагандой.

Зато на конференции «Б.О» «ИИ-БАНКИНГх2025: Роботы и Люди 2025» реальный гуру в этой сфере, человек из списка топ-5 ученых мирового уровня, работающих в России, наконец дал актуальное определение ИИ и идеального банка. Об этом чуть позже, а сейчас — некоторые его мысли.

Участники дискуссии. Фото: Елена Сычёва / «Б.О»

Александр Крайнов, директор по развитию технологий искусственного интеллекта компании «Яндекс», отметил:

«Ранее мы считали, что ИИ — это машинное обучение (ML), применяемое для поиска неявных закономерностей, потому что для поиска явных закономерностей никакой ИИ не нужен. Теперь, после тектонического сдвига, произведенного большими языковыми моделями (LLM), ИИ стал нужен для поиска закономерностей в последовательностях слов в текстах, что позволило учитывать еще и контекст».

Это позволяет при правильно сформулированном текстовом задании к модели с использованием контекста (промпт-инжиниринга) надеяться, что модель четко поймет, чем работа с этим заданием закончится. Если она не понимает, то на выходе можно ожидать появления галлюцинаций и прочих «художеств» вроде рецепта свиных крылышек, о чем мы писали в конце прошлого года.

Зная эти особенности, можно с ужасом для банка предположить, что именно ИИ на базе LLM, работающий в качестве клиентского менеджера или инвестиционного консультанта, может предложить клиенту. Например, при его ответе на вопрос: «Почему мне не начислили кешбэк», чат-бот, зная содержание практически всего мирового интернета, но не зная ничего о внутренней бизнес-логике банка и не подключенный к его базе знаний, может серьезно испортить репутацию финансовой организации.

Алексей Каширин, директор Центра продвинутой аналитики Альфа-Банка, отметил: «Наш сценарный чат-бот в худшем случае не решит проблему клиента. Это плохо, но не смертельно. А вот что может наговорить клиенту генеративный ИИ — этого никто не знает. Пока еще ярких и резонансных прецедентов не было. Но мой прогноз — будут».

Мудрый, но осторожный регулятор

Что в этой ситуации на фоне очевидных провалов в ИИ-регулировании в некоторых крупных странах делает наш ЦБ? Станислав Короп, руководитель департамента финансовых технологий Банка России, заверил: «В вопросе ИИ у нас сложился хороший, открытый диалог с банками и даже достигнут консенсус с точки зрения наших подходов и ожиданий рынка».

Работа регулятора строится на базе принципов, декларированных в 2023 году в консультативном докладе «Применение искусственного интеллекта на финансовом рынке». Он считает, что «ИИ является одним из главных драйверов для развития финансового рынка. Поэтому нет оснований чинить препятствия для его использования. Наоборот, многие регуляторы в мире отменяют ранее принятые ограничения».

Александр Крайнов («Яндекс»), Станислав Короп (Банк России), Максим Григорьев (АФТ). Фото: Елена Сычёва / «Б.О»

По словам Станислава Коропа, Банк России по-прежнему придерживается двух базовых подходов. Во-первых, это технологическая нейтральность, когда регулируется не сам ИИ, а учитываются модельные и прочие виды рисков. Это не отменяет возможную донастройку регулирования, но данный процесс будет проходить в открытой дискуссии. Во-вторых, это главенство риск-ориентированного подхода не только в сегменте ИИ, но и в регулировании в целом. На текущий момент отсутствуют объективные предпосылки для экстренных регуляторных мер.

«Мы понимаем, что есть определенный запрос со стороны участников финансового рынка на элементы мягкого регулирования. Поэтому мы сейчас и говорим об этических принципах и рекомендациях, оформленных в Кодексе этики ИИ в финансах, который появится, надеюсь, уже в этом году», — заявил Станислав Короп.

Генеральный директор Ассоциации ФинТех Максим Григорьев отметил, что искусственный интеллект уже стал базовой технологией для финансового рынка, глубоко и широко проникая во все аспекты работы организаций, меняя правила игры. Исследование АФТ «3x10 трендов» подчеркивает эту мысль: Семь из десяти стратегических технологических трендов на 2025 год так или иначе связаны с искусственным интеллектом. Ведущие компании трансформируют свои архитектуры, создавая специализированные платформы ИИ, и разрабатывают стратегии, базирующиеся на использовании ИИ-агентов.

Перестаньте уже внедрять ИИ

Александр Крайнов выступал после Станислава Коропа, поэтому его рекомендации можно считать продолжением рекомендаций регулятора: «Перестаньте внедрять ИИ! Начните его наконец использовать. При этом ключевое здесь — средняя часть слова “использовать”, а именно: та часть, которая произошла от другого слова, — “польза”».

Почему именно такой совет? Очевидно, что смена базовых технологий привела как к ИИ-трансформации самого ИИ, так и к трансформации IT-инфраструктуры банков как data-driven организаций с использованием продвинутых методов работы с данными, включая применение хранилищ типа Lakehouse, что более характерно для BigTech, а не для FinTech.

Поэтому, по мнению представителя «Яндекс», идеальный банк — тот, который «преумножает мое состояние сам, основываясь на цепочке событий в моей жизни». Это предсказание основывается на объединении данных миллионов людей и не нарушает приватность данных, как это сейчас уже происходит с диагнозами в медицине. Пока же ни Банк России, ни Минцифры, ни другие не могут проложить дорогу к использованию механизмов безопасного объединения данных для обучения моделей нового поколения.

Участники конференции. Фото: «Б.О»

Что касается BigTech и научного сообщества в целом, они работают над неким аналогом LLM, который будет генерировать прогнозы в области закономерностей появления не только слов, но и цепочек событий, например в сфере Lifecycle клиентов банка. Нужны данные! Как вариант банки должны перестать хранить данные только у себя. Таков был совет от BigTech Банку России для построения следующего поколения ИИ, основанного на предсказании событий.

А пока участники конференции выяснили, что ИИ сегодняшний максимально эффективен во внутренних бизнес-процессах банка и в работе с собственным персоналом. Есть положительные результаты, подкрепленные цифрами и лучшими практиками, есть экспертиза вендоров. 

Елена Шейкина, председатель правления «ЕДИНОГО ЦУПИС», обобщила итоги двух лет: «Вот уже второй год мы активно внедряем в компании искусственный интеллект, благодаря чему нам удалось оптимизировать ряд бизнес-процессов и добиться существенной экономии. Сегодня все стандартные и 73% нестандартных клиентских запросов решаются без участия человека, что позволило нам сократить нагрузку на поддержку в три раза и экономить свыше 100 FTE. Помимо этого, с помощью ИИ нам удалось достичь большей эффективности при разработке и тестировании ПО, автоматизации бэк-офисного процесса и противодействии кибермошенничеству».

Как оказалось, чего мало у всех — так это квалифицированных экспертов для создания «самого искусственного ИИ из всех ИИ в мире» на базе агентов, ассистентов и платформ. 

Что же касается работы с клиентами, то максимум, на который сегодня можно рассчитывать для безопасной работы с ними: приближение к real-time-персонализации клиентских предложений при тотальном цензурировании рекомендаций LLM.

Организатор

Партнер первой сессии

Официальный партнер

Партнеры

Презентации спикеров

Бережливые интеграции GenAl в клиентский сервис. Александр Цепелев (Fromtech)

Создание корпоративного AI мозга: опыт Финам, пилоты, результаты. Андрей Морозкин (Финам)

Как ИИ меняет взаимодействие с клиентами: опыт внедрения Альфа-Капитал. Антон Граборов (УК «Альфа-Капитал»)

Технологии будущего: синергия Lakehouse- и CVM-платформ. Владимир Носиков (Data Sapience)

Платформа «Виртуальные ассистенты». Елена Петельская (ВТБ)

Инновационные системы исскуственного интелекта. Ильшат Закиров (Совкомбанк)

Практика RPA + AI в банковском секторе. Кирилл Серов (PIX Robotics)

Центр экспертизы и комерциализации в секторе информационных и финансовых технологий. Павел Новиков (Sk Финтех Хаб)