Роли ИИ: взгляд регулятора и банка

Опрос, представленный на одной из секций Finopolis 2025, в котором, по словам Екатерины Лозгачевой, директора Департамента стратегического развития финансового рынка Банка России, приняли участие представители 250 организаций — всех типов участников финансового рынка, — показал, что в среднем каждый четвертый банк страны и каждый пятый участник финрынка уже используют в своей деятельности искусственный интеллект. Все системно значимые банки провели и проводят пилотные проекты в таких сферах, как анализ рисков, оценка клиентов, привлечение клиентов, персонализация предложений для них, маркетинг и реклама, кредитный скоринг, а также оптимизация маршрутов для переводов денежных средств.

Генеративные модели помогают разработчикам и программистам в написании кода, выявлении в нем ошибок, тестировании и при выполнении ряда других функций. Кроме того, большие языковые модели задействованы в автоматизации документооборота и чат-ботов. Екатерина Лозгачева объяснила этот тренд так: «Риски, возможные при использовании генеративных нейросетей, еще не до конца понятны, а во внутреннем контуре их проще оценить и легче ими управлять».

Еще один результат опроса: его участники осознают, что за технологиями ИИ — будущее:

60% компаний, уже применяющих эти технологии, планируют начать тестировать и другие решения на основе искусственного интеллекта, также в планах у 80% компаний — расширение круга бизнес-процессов и функций, автоматизированных с помощью ИИ-технологий.

Что касается тех банков, которые пока не включили в сферу своих интересов технологии искусственного интеллекта, то 30% из них заявили, что начнут применять их в ближайшие три года.

Адель Валиуллин, первый вице-президент Газпромбанка, выделил три роли генеративных моделей в банке. «В ближайшей перспективе искусственный интеллект может стать помощником сотрудника: ИИ будет выполнять рутинные операции, анализировать данные, готовить документы и повышать эффективность коммуникации», — заявил он. Это — во-первых. Во-вторых, для банков важна роль генеративных моделей «как аналитического инструмента, позволяющего прогнозировать риски и выявлять тренды». В-третьих, как инфраструктурная платформа ИИ ускоряет разработку, тестирование и вывод на рынок новых цифровых сервисов. «В совокупности эти направления делают искусственный интеллект стратегическим фактором повышения скорости принятия решений, качества клиентского опыта и общей эффективности банка», — заключил Адель Валиуллин.

Вопрос стратегии

Каждый банк определяет тактику внедрения искусственного интеллекта в целом, и генеративного ИИ в частности, основываясь на своей стратегии развития. В Сбере этот документ предполагает постепенную трансформацию в AI-native-компанию, потому делается ставка на генеративный искусственный интеллект. По словам Сергея Рябова, директора по ИИ-трансформации Сбера, выступавшего на той же секции Finopolis, его применение уже сегодня актуально для клиентского сервиса, системы принятия решений и управления рисками, а также для разработки технологических решений.

Искусственный интеллект применяется в большинстве ключевых процессов ВТБ, где убеждены, что современный цифровой банк невозможен без алгоритмов ИИ. Одно из приоритетных направлений технологической стратегии банка — масштабная программа «Цифровой помощник», запущенная в 2024 году. Как сообщила пресс-служба банка, в рамках программы развиваются сервисы на основе больших языковых моделей и рекомендательных систем для решения персонализированных запросов сотрудников и клиентов банка: при помощи искусственного интеллекта агенты анализируют внутренние базы знаний и в доступной форме предоставляют ответы на обращения пользователей.

«Мы также задействуем ИИ в сфере внешних коммуникаций, — рассказал Александр Казаков, вице-президент, управляющий директор департамента брокерского обслуживания ВТБ. — ИИ-аватар ВТБ — цифровой персонаж, созданный на базе искусственного интеллекта. Он ведет телеграмм-канал «ВТБ Мои Инвестиции», а также собственный блог на популярных видеохостингах. Общее количество просмотров видео уже превысило 1 млн. ИИ-эксперт простыми словами объясняет сложные финансовые темы, разбирает рыночные события, делится инвестиционными идеями и помогает людям разобраться в мире капитала. Проект стал первым в России ИИ-инфлюенсером в банковской сфере».

В Газпромбанке придерживаются системного подхода к внедрению искусственного интеллекта во все ключевые процессы. Он описан в AI-Стратегии банка. «Особое внимание уделяется направлению генеративного ИИ — генеративным и большим языковым моделям, которые открывают новые возможности для персонализации, клиентского сервиса и повышения эффективности внутренних процессов», — констатировал Адель Валиуллин.

Применение генеративного искусственного интеллекта во всех процессах, как внешних, связанных с взаимодействием с клиентами, так и внутренних, ориентированных на помощь сотрудникам, — важное направление цифровой стратегии банка ПСБ.

При этом спикеры ГПБ, ВТБ и ПСБ утверждают, что внедряют решения на основе генеративных моделей не ради самой технологии.

«Для нас важно нативно интегрировать ИИ в клиентский путь, где технология решает конкретную задачу и у пользователя даже не возникает вопроса, чем он пользуется. Оцениваем эффективность использования ИИ с точки зрения соотношения расходов и доходов», — отметил Александр Казаков.

По его словам, если человек может выполнить операцию дешевле и качественнее, то нет смысла привлекать к ней искусственный интеллект.

Новый виток ИИ-эволюции

Особенность текущего момента заключается в том, что чат-ботов, принимавших на себя часть задач по обслуживанию клиентов в текстовом канале, и виртуальных ассистентов в контакт-центрах начинают дополнять автономные ИИ-агенты. Эти роботы способны без участия человека решать поставленные перед ними задачи. В отдельных кредитных организациях такие «интеллектуальные сотрудники» уже работают. Пока подобные системы нуждаются в контроле и управлении со стороны сотрудника-человека. Возможно ли изменение этой схемы в ближайшем будущем?

С одной стороны, эксперты признают, что сегодняшний уровень развития генеративных моделей позволяет строить на их основе полностью автономные, не требующие участия людей подразделения банка, например контакт-центры. С другой стороны, они не ожидают такого развития событий в ближайшей перспективе. Роботы быстрее и точнее людей находят в базах знаний запрашиваемую информацию, но они лишены эмпатии, не способны понять «боль» клиента и проявить сочувствие.

Опыт банков, которым удалось дальше коллег по рынку продвинуться во внедрении генеративных моделей в цифровые каналы коммуникаций, показывает важность баланса между таким углублением автоматизации и поддержанием позитивного клиентского опыта, имеющего высокую ценность для банка.

Баланс создается в сценарии, где генеративная модель исполняет роль второго «пилота» (co-pilot). По мнению Василия Ефанова, руководителя направления «Лаборатория клиентского опыта» IT-холдинга Т1, в этом случае автономные ИИ-агенты будут оперативно подсказывать сотруднику правильные ответы, снимая с него излишнюю когнитивную нагрузку и освобождая от рутины. «Можно утверждать, что вместо универсального бота мы увидим “оркестр” из ИИ-агентов, где каждый отвечает за свою узкую задачу. Один — по вкладам, другой — по ипотеке. Это повысит точность и качество консультаций, снижая риск ошибок», — отмечает эксперт.

На практике его точку зрения поддерживают в ВТБ, где цифровые помощники вместе со специалистами выстраивают ответы на персонализированные запросы сотрудников и клиентов. Также искусственный интеллект заложен в фундамент торговой платформы «ВТБ Мои Инвестиции». «С помощью ИИ мы делаем ее более персонализированной — с акцентом на своевременные триггерные коммуникации, адаптивный интерфейс и применение цифровых агентов», — поделился опытом Александр Казаков.

Цифровые коммуникации банка ПСБ с клиентами из сегмента малого и среднего предпринимательства ведутся с участием виртуального бизнес-ассистента Катюши. В системе ДБО, на сайте банка, в мессенджерах и соцсетях эта система отвечает на запросы клиентов и обеспечивает проведение платежных транзакций там, где им это удобно.

Требуется трансформация

Добавление в контакт-центры и в другие цифровые каналы больших языковых моделей, появление множества автономных ИИ-агентов, предназначенных для узких операций, работу которых с клиентами и для клиентов необходимо контролировать, повлечет за собой серьезные изменения бизнес-процессов обслуживания.

По словам Василия Ефанова, в клиентском сервисе произойдет фундаментальный сдвиг — от реактивного обслуживания к проактивному. В условиях, когда ИИ станет триггером для превентивных действий, бизнес-процессы будут перенастроены с ожидания обращения клиента на предвосхищение его запроса таким образом, чтобы ИИ брал на себя рутину, а при фиксации негативных эмоций клиента мгновенно передавал задачу живому специалисту.

Адель Валиуллин ожидает переосмысления клиентских сценариев — перехода от линейных процессов к адаптивным, основанным на данных. По его словам, ИИ позволит персонализировать обслуживание в реальном времени и сокращать количество ручных операций. «Это изменит роль сотрудников фронт-офиса: они смогут сосредоточиться на качественном взаимодействии и сложных клиентских ситуациях, где важны человеческая экспертиза и эмпатия», — считает эксперт.

К слову, работа по модернизации действующих виртуальных консультантов в ГПБ уже ведется. На первом этапе планируется внедрение основанных на больших языковых моделях ассистентов для сотрудников контакт-центра. «Их ключевая задача — сделать общение клиента с банком максимально точным и эффективным, а также обеспечить возможность гибкой интеграции с внутренними системами и данными», — уточнил Адель Валиуллин.

В банке ПСБ, где внедрение бизнес-ассистента Катюши позволило углубить автоматизацию контакт-центра, так и произошло: операторы переключились на решение более сложных вопросов и через какое-то время стали более компетентными и мотивированными.

Помимо обслуживания клиентов внедрение автономных ИИ-агентов изменит и внутреннее устройство банка, и сферу управления рисками, отметили в пресс-службе ВТБ. Ожидаемый результат такой трансформации — гиперперсонализированные и бесшовные услуги для клиента.

Пожалуй, слова «бесшовный» и «персонализированный» являются ключевыми в ответе на вопрос о главных эффектах внедрения генеративных моделей и автономных ИИ-агентов в клиентское обслуживание. Первое из них передает характер взаимодействия роботизированного помощника и живого оператора в процессе обслуживания клиента, а второе — обозначает преимущество, которое он в результате получит.

Измерение эффективности

Решение о распространении технологий генеративного искусственного интеллекта на новые каналы или новые продукты принимается банками на основе оценки их эффективности, предпочтительно экономической.

«Мы применяем комплексный подход к оценке проектов, — поделился опытом Газпромбанка Адель Валиуллин. — Ее ключевыми критериями являются экономический эффект, повышение производительности и улучшение клиентского опыта. Каждый проект проходит оценку совместно с бизнес-заказчиком, финансовым блоком: рассчитывается ROI, эффект от снижения издержек и прироста выручки, а также качественные показатели — сокращение времени операций, рост NPS, скорость обработки запросов и другие». По его словам, это позволяет внедрять ИИ-решения в банке осознанно и масштабировать только действительно эффективные кейсы.

В ВТБ при оценке эффектов от внедрения новых сценариев на основе генеративных моделей исходят из того, что даже с учетом исследований и проверки множества гипотез, которые далеко не всегда приносят прибыль, каждый вложенный рубль должен возвращаться двумя-тремя рублями на обозримом временном горизонте и на примерно равных основаниях с другими проектами автоматизации, сообщили в пресс-службе банка.

Что касается оценок, позволяющих с помощью опросов узнать реакцию клиентов, на тот или иной ИИ-«пилот», то это CSI (индекс удовлетворенности клиентов) и NPS (индекс потребительской лояльности). Также, по словам Василия Ефанова, после внедрения автономных ИИ-агентов в контакт-центры одной из основных метрик станет CES (индекс усилий клиента). «Оценка эффективности ИИ строится, как пирамида. Фундамент — операционные метрики. Выше — клиентский опыт (NPS, CES), а на вершине — прямое влияние на бизнес: рост LTV и снижение оттока у тех, кто взаимодействует с ИИ. Именно так доказывается его ценность», — заключил он.

В банке ПСБ придают большое значение другому показателю — доле обращений, решенных автономным ИИ-агентом без участия человека. А поскольку модель клиентского обслуживания в этом банке клиентоцентричная, обратная связь от клиентов собирается и обрабатывается постоянно.

Что скажут клиенты?

Повышение качества больших языковых моделей и внедрение методологии «умного поиска», RAG способствуют росту доверия клиентов. Как отметил Василий Жилов, заместитель генерального директора BSS, на сегодняшний день более 60% пользователей положительно оценивают взаимодействие с банками с помощью ИИ.

«Уровень готовности клиентов Газпромбанка к взаимодействию с ИИ растет, — сообщил Адель Валиуллин.  Большинство из них уже используют интеллектуальные сервисы в повседневной жизни — от голосовых помощников до рекомендательных систем. Задача банка — сделать этот опыт прозрачным и безопасным. Причем как для клиентов, так и для сотрудников. Поэтому одно из направлений реализации нашей AI-Стратегии — популяризация знаний. Мы проводим демо-дни, открытые лекции, конференции, а также активно разрабатываем внутренний образовательный трек по ИИ для сотрудников и партнеров банка, для того чтобы они воспринимали интеллектуальные системы как надежных помощников».

Эксперты ожидают от внедрения автономных ИИ-агентов и мультиагентных систем в банках углубления персонализации обслуживания. Значит, их появление в контакт-центрах — недалекое будущее, к которому и сотрудникам банков, и их клиентам, и их партнерам еще предстоит адаптироваться.

Мнение эксперта

Василий Жилов, заместитель генерального директора компании BSS

Голосовые и чат-ассистенты, речевая аналитика и контроль качества для контакт-центра и точек обслуживания, интеллектуальные платформы управления знаниями, суфлеры и ИИ-тренажеры для операторов, автономные ИИ-агенты — все эти решения, основанные на технологиях искусственного интеллекта, активно применяются банками, сокращают время обслуживания и затраты на клиентский сервис, увеличивают конверсию продаж и позволяют сделать обслуживание персональным.

Возможности генеративного искусственного интеллекта — больших языковых моделей и методологии RAG — позволяют применять их для ответов на более сложные вопросы клиентов по внутренним регламентам банков, нормативной документации, для генерации персонализированных рекомендаций, автоматизации процессов поддержки сотрудников и анализа процессов коммуникаций с клиентами.

Вектор технологической эволюции направлен в сторону автономных ИИ-агентов, которые благодаря открытому протоколу MCP получили возможность в составе мультиагентных систем взаимодействовать между собой и с внутренними системами, решать сложные задачи и кратно сокращать время обслуживания.

О том, что за этими решениями будущее, свидетельствует прогноз Gartner, согласно которому через два года 15% задач организаций будут обрабатываться автономными ИИ-агентами: они будут встроены в 33% корпоративных систем.

В России активно развивается рынок автономных агентов и платформ клиентского обслуживания со встроенными большими языковыми моделями. Чем они интересны для банков?

Меняется роль оператора контакт-центра. Оператор подключается к процессам обслуживания только в критические или важные моменты, когда клиент просит оператора обсудить вопрос. В целом, мультиагентная система самостоятельно решает основные и сложные задачи. Один агент отвечает за коммуникацию с клиентами, другой — за программу лояльности, третий — за персонализированные предложения, четвертый — за логистику по доставке карт и т.д.  Оператор следит за работой автономных агентов и включается в процесс обслуживания, когда это необходимо.

Поскольку автономные агенты могут использовать лучшие практики в обслуживании, в продажах, обладают памятью, клиенты имеют каждый раз персонализированный подход в предоставлении банковских услуг и сервисов. В этом и заключается клиентоцентричный подход в обслуживании, обеспечивающий высокую лояльность клиентов и их доверенные и долговременные отношения с банком. Персонализированное обслуживание поможет банку отстроиться от конкурентов, выделиться из их ряда, потому что самое важное для клиента — это уникальный сервис. А в случае мультиагентных систем, задействованных в контакт-центре или в системах дистанционного банковского обслуживания, клиентам доступны уникальные продукты, услуги и небывалая скорость решения его задач.