5 ИИ-трендов в финансах: от автоматизации к экосистемам и антикризисным решениям

От автоматизации к автономии

«Цифровые сотрудники» выходят на промышленную эксплуатацию. Мировые банки уже автоматизировали до 84% клиентских сервисов с помощью ИИ. По данным Juniper Research, инвестиции в технологию достигли $6 млрд в 2024 году и, по прогнозам, превысят $85 млрд к 2030 году. Этот тренд подтверждается исследованием KPMG: 85% финансовых руководителей верят, что внедряющие ИИ компании получат устойчивое конкурентное преимущество. В банкинге ИИ-скоринг сокращает время одобрения кредитов в три раза, а виртуальные ассистенты обрабатывают до 90% типовых запросов. В страховании обработка убытков сократилась с недель до часов – алгоритмы анализируют фото повреждений и сразу оценивают стоимость ремонта.

Персонализация вместо унифицированных услуг

На смену стандартным предложениям приходят динамические сервисы, работающие на данных в реальном времени. ИИ-помощники анализируют поведение клиента, его транзакции и даже данные носимых устройств, чтобы предлагать персонализированные финансовые и страховые продукты. В страховании жизни тариф может меняться в зависимости от образа жизни клиента, поощряя здоровые привычки. Согласно исследованию KPMG, 74% страховых компаний видят в ИИ инструмент для роста, а не только для сокращения издержек.

Гибридная инфраструктура как новый стандарт

По данным KPMG, пилотные проекты по использованию ИИ в банковском секторе обычно стартуют в облачных средах. Однако впоследствии 76% финансовых организаций переносят рабочие ИИ-нагрузки на собственные серверы или гибридные модели. Это обусловлено несколькими причинами. Во-первых, это жесткие требования регуляторов к хранению и суверенитету данных. Во-вторых, растущие угрозы кибербезопасности: по данным Positive Technologies, финансовая отрасль входит в топ-5 самых атакуемых киберпреступниками индустрий – на нее пришлось 5% успешных кибератак за 2024 и первый квартал 2025 года во всем мире и 7% в России. В-третьих, достаточная производительность отечественных аналогов систем NVIDIA DGX, которые успешно справляются с большинством задач. Примечательно, что лишь 25% финансовых организаций имеют стратегически выстроенные облачные платформы.

Управление рисками и доверием

ИИ способен стать своего рода «антикризисным щитом». Искусственный интеллект сегодня – не только инструмент для заработка, но и средство защиты бизнеса. Алгоритмы в режиме реального времени анализируют транзакции и предотвращают миллиардные убытки от мошенничества: в 2023 году одна из мировых платежных систем таким образом защитила 40 млрд долл. В комплаенсе GenAI-чаты ускоряют анализ тысяч страниц нормативных документов и помогают соблюдать требования законодательства. Модели также позволяют прогнозировать уход клиентов за 30 дней до события, давая бизнесу возможность действовать на опережение.

Что касается российского рынка, то, по данным АФТ, лишь 10–15% проектов с генеративным ИИ в российских финансовых организациях доходят до промышленной эксплуатации, и только 20–25% из них дают заметный экономический эффект. Тем не менее, успешные примеры есть: «закрытые контуры» с on-premise решениями для скоринга, гибридные системы, сочетающие облачные и локальные мощности для аналитики, а также open source модели с дообучением на банковских данных.

Эволюция бизнес-моделей: переход в экосистемы

Самые продвинутые игроки рынка используют ИИ для создания новых бизнес-моделей и выхода за традиционные отраслевые рамки. Банки-платформы, например, Ping An или BBVA, трансформируются в комплексные экосистемы, интегрирующие финансовые, страховые, медицинские и ретейл-услуги в едином интерфейсе под управлением ИИ. При этом меняется сам подход к клиентскому сервису: вместо реактивного реагирования на запросы система становится проактивной, предугадывая потребности пользователей. Например, она может предложить кредит перед планируемой крупной покупкой или автоматически скорректировать параметры страхового покрытия в зависимости от изменения погодных условий.

Как отмечают в НейроТех, в России ИИ-проекты выходят на промышленный уровень, однако сталкиваются с инфраструктурными ограничениями. Ключевая задача сейчас — создание гетерогенной структуры управления ресурсами, объединяющей публичное облако и частные инсталляции. Это позволит быстро получать необходимые мощности и соблюдать внутренние и внешние регуляции, но потребует от компаний зрелых внутренних процессов и готовности команд. Важным аспектом является внедрение ИИ в системы информационной безопасности для опережающего реагирования на угрозы.