Forbes Council Эдуард Иссопов
9620
0

Как ИИ меняет банкинг — и почему настоящая трансформация только начинается

Как ИИ меняет банкинг — и почему настоящая трансформация только начинается
Цифровизация российских банков осталась позади — на смену пришла глубокая интеграция ИИ. Не прошло и двух лет, как более половины банков внедрили инструменты и заявили об экономии миллиардов рублей на рутинных процедурах. Но все ли так безоблачно и очевидно? И самое главное — как выглядит прогноз развития ИИ в финансовом секторе и зачем банки идут к AI-Native модели?

Технологии, которых вы не видите


Внедрение ИИ в банковской отрасли развивается по двум основным направлениям. Первое направление — оптимизация процессов, скрытый бэкенд. Здесь стоимость ошибки высока: это управление рисками, верификация клиентов (KYC), обработка кредитных документов и транзакционный мониторинг. ИИ-инструменты здесь уже работают. Их экономический эффект огромен: по данным McKinsey, использование ИИ-агентов позволяет снизить операционные расходы банков более чем на 20%. Это направление будет непрерывно совершенствоваться.

Второе направление — клиентский опыт, или «фронтенд». Это территории будущего. Здесь мы видим измеримый эффект по коммуникациям ИИ-моделей с клиентами. Когда ИИ помогает точнее оценить заемщика, быстрее проверить документы или отфильтровать сомнительную операцию, даже небольшое улучшение качества масштабируется на миллионы клиентов и транзакций. Именно здесь и возникает тот самый измеримый эффект.

Но при этом дальнейшее масштабирование находится на стадии гипотез и пилотов. Это лишь вопрос времени.

Суровая действительность


К быстрому и видимому результату сегодня приходят банки, которые целиком выстраивают процессы вокруг возможностей ИИ — AI-first, а не присоединяют ИИ-инструменты к существующим процессам. По данным Ernst & Young, более двух третей новых примеров внедрения реализуются не с применением генеративного ИИ, а с привычными технологиями машинного обучения.

В России о доказанном финансовом эффекте от ИИ в банкинге заявили единичные участники банковского рынка, не углубляясь при этом в реальную себестоимость и ценность таких решений.

AI-Native трансформация


МТС Банк направил свои усилия на глубокое внедрение ИИ, когда объявил о начале AI-Native трансформации — этапа, на котором ИИ связан с каждым ключевым процессом в организации. В банке уже широко применяются модели машинного обучения в рисках и кредитном скоринге, внедряются ИИ-инструменты в работе с клиентами и во внутренних процессах.

За счет применения ИИ в процессах разработки и делегирования рутинных операций ИИ агентам планируем ускорить в два раза вывод продукта на рынок (time to market) и снизить операционные расходы. А персонализация обслуживания и улучшение процессов поможет снизить отток клиентов на 10%.

В то время, как крупнейшие игроки концентрируются на «агентизации» клиентских сценариев (чат-боты, ИИ-операторы, агенты для корпоративных клиентов), над сектором нависает угроза роста мошенничества и утечек данных с использованием искусственного интеллекта. И конечно на такие угрозы нужно уже сейчас незамедлительно отвечать.   

Генеративный ИИ удешевляет создание убедительных поддельных документов, голосов и изображений, а значит, повышает требования к системам защиты. По оценкам экспертов потери от мошенничества с использованием генеративного ИИ в США могут вырасти до $40 млрд к 2027 году — втрое больше, чем три года назад. Это не прогноз для российского рынка, но четкий сигнал.

Поэтому мы активно развиваем ИИ-инструменты для противодействия внешним угрозам. Этим летом внедрили графовые нейросети для борьбы с кибератаками. Разработка пилотировалась в течение года и показала свою эффективность: ансамбль (технический термин в сфере машинного обучения — ensemble learning) из пяти нейросетей выявил более 90% векторов перемещения «белых» хакеров внутри инфраструктуры. 

Что касается ИИ в антифроде, мы автоматически выбираем из миллионов операций наиболее подозрительные, чтобы сосредоточить внимание на действительно рискованных случаях. Тут ИИ работает не только на скорость, но и на качество решения: модель может учитывать большое количество сигналов одновременно и выявлять нетипичное поведение, которое сложно отследить вручную. Благодаря этому банк пресек в 2025 году более 15 000 нелегальных операций. Ожидаем, что по итогам 2026 года эта цифра будет в разы больше.

Территории будущего: агент, который всегда с тобой


К чему готовиться клиентам? К эпохе агентизации, когда ИИ станет ключевой технологической платформой любого банка. В ближайшее время в приложениях банков будет появляться все больше диалоговых помощников по аналогии с современными чат-ботами. Клиент сможет поставить задачу на естественном языке: «накопить миллион за год» или «оптимизировать платеж по кредиту». Ансамбль ИИ-агентов самостоятельно обработает запрос, скорректирует счета и предоставит полную историю взаимодействия, а клиент сможет скорректировать запрос.

Еще одной зоной развития могут стать специальные счета или кошельки под управлением LLM‑агента, который действует от имени и в интересах клиента: открытие вклада, проведение платежа, оформление продукта, изменение лимитов, сбор пакета документов. МТС Банк планирует реализовать такие сценарии на наших новых платформах в рамках ИИ-трансформации.

В борьбе за внимание клиента банки ужесточат конкуренцию — не только между собой, но и с маркетплейсами. Преимущество последних связано не только с частотой контакта с пользователем, но и с массивом данных о его повседневном поведении: какой контент он потребляет, что и как часто ищет и покупает, реагирует ли на скидки и так далее. Банки традиционно видят другую часть финансового поведения — счета, карты, платежи и кредитную историю. Чем больше данных можно безопасно использовать вместе, тем точнее становятся модели и персонализация.

Именно поэтому летом мы запустили совместно с МТС Web Services платформу конфиденциальных вычислений MWS Confidential. Она позволяет компаниям совместно использовать аналитическую ценность данных для скоринга, антифрода и персонализации, не раскрывая друг другу исходную информацию. 

Внедрение ИИ сегодня даже больше нацелено на сотрудников банка, а не на его клиентов. Игроки мирового уровня уже разрабатывают ИИ-ассистентов для персонала, которые помогают автоматизировать рутинные задачи и позволяют специалистам самостоятельно создавать агентов под свои задачи. 

МТС Банк не исключение: для сотрудников созданы и развиваются общебанковские ИИ-сервисы, которые используются как единая точка доступа к генеративному ИИ внутри контура банка. Например, мы создали агента, который помогает нашим финансистам формировать срез по метрикам в реальном времени, задавая и уточняя вопрос просто текстом. То есть если раньше такие запросы направлялись аналитикам, затем разработчикам и так далее, то теперь ИИ-агент сам формирует витрину данных по инструкциям финансиста. Проект реализовала небольшая команда, но мы планируем масштабировать его на все бизнес-подразделения. Также ИИ-агенты генерируют персонализированный графический контент при коммуникациях с клиентами. Использование генеративных ИИ-моделей сокращает трудоемкость разработки контента для маркетинговых кампаний до менее одного дня и позволяет создавать его с учетом персональных особенностей разных клиентских сегментов.

Практические кейсы применения ИИ в скоринге, антифроде, обработке документов и клиентском сервисе начинают давать измеримый эффект, следующий этап очевидного развития — создание устойчивой ценности. Максимальный результат от применения ИИ получат те игроки, кто найдет и сохранит баланс между экономическим эффектом для бизнеса и заметной дополнительной ценностью для клиента.

 
Этот материал опубликован на платформе бизнес-сообщества Forbes Экспертиза