Современная банковская отрасль стоит на пороге серьезных перемен. Развитие технологий, искусственного интеллекта и изменение поведения клиентов значительно трансформируют индустрию. «Компьютерра» ознакомилась с главными трендами в банкинге на 2025 год, а также обсудила с экспертами рынка особенности применения ИИ и цифровых технологий в российской банковской сфере.
Применение ИИ в банкинге
В последние годы ИИ активно трансформирует рабочие процессы в банках. Согласно отчету Accenture, американский транснациональный финансовый конгломерат, один из крупнейших банков мира JPMorgan Chase предоставил более 200 000 сотрудников доступ к своей внутренней платформе LLM Suite, а шведская финтех-компания Klarna в 2024 году достигла 90%-ного использования ИИ в повседневной работе сотрудников.
Банки сокращают издержки, но также ищут пути роста доходов. В США на тестирование банковских рисков затрачивается 50 000 сотрудников, при этом 90% процессов выполняются вручную. По данным аналитиков, использование ИИ может сократить эти затраты на 60% в ближайшие три года.
Кроме того, ИИ упрощает обновление устаревших банковских систем. Так, онлайн-банк Revolut использует генеративный ИИ для 25% нового кода, а GitHub Copilot генерирует до 50% кода для своих пользователей. Автоматизация написания кода открывает новые перспективы для быстрого обновления банковских систем, сокращая расходы на разработку и модернизацию инфраструктуры.
«С точки зрения применения ИИ в банковской сфере, наибольший интерес сейчас сосредоточен вокруг работы с языковыми моделями, в сферах коммуникаций с клиентами, как голосовых (колл-центры), так и текстовых (подготовка и обмен документами, чат-боты), — утверждает Константин Усаковский, руководитель по работе с крупнейшими финансовыми и телекоммуникационными организациями ГК Softline.
«В области безопасности (например, работа с видеоконтентом), работе с большими массивами данных (например, при принятии решений, в скоринге, андеррайтинге), а также для помощи конечным клиентам в подготовке сложных документов и писем», — поясняет эксперт.
Кирилл Пшинник, сооснователь и CEO онлайн-университета Zerocoder, считает, что нейросети в финансовом секторе отлично закрывают задачи по обработке и анализу транзакции, проверке документов и выявлению ошибок.
«Причем ряд моделей 2025 года, в числе которых нейросеть Gemini Flash Thinking, обладают большим контекстным окном, а значит, могут обрабатывать фолианты объема 200-300 страничных книг», — дополняет Пшинник.
По мнению Александра Вайса, серийного FinTech and DeFi предпринимателя, разработчика и аналитика WEB3Bureau, ИИ является главным драйвером для решения ключевых задач: от борьбы с мошенничеством (фродом) до персонализации: «Например, нейросети Сбера за 2024 год сократили мошенничество на 30%, а Тинькофф выдает микрокредиты за 2 минуты, анализируя цифровой след».
Изменение клиентского опыта
Развитие цифровых технологий значительно расширило доступность банковских услуг. По данным Accenture, доля взрослого населения с банковским счетом выросла с 51% в 2011 году до 76% в 2021 году, что эквивалентно увеличению на 1,6 млрд человек. Цифровые кошельки, мобильные банки и онлайн-банкинг позволили миллионам людей, особенно в развивающихся странах, получить доступ к финансовым услугам без необходимости посещать отделения.
При этом, несмотря на цифровизацию, клиенты ценят личное общение с банками. 72% потребителей считают, что персонализированные предложения важны при выборе банка.
В 2023 году не менее 29% клиентов оценили взаимодействие с чат-ботами как неудовлетворительное, в то время как мобильные приложения и отделения получили более положительные отзывы.
Станислав Шилов, директор по развитию продуктов Центра цифровых решений для бизнеса компании BSS, уверен: «Современные интеллектуальные помощники способны по качеству решения задач клиента не уступать живым операторам. Плюс ИИ дает возможности по персонализации клиентского сервиса и предложений. Для этого активно используются речевые технологии на базе машинного обучения и ИИ, в том числе с использованием генеративных (генИИ) и больших языковых моделей (LLM)».
«В клиентском опыте большое значение уделяется гиперперсонализации: чат-боты вроде «СберСалют» и других ИИ-помощников закрывают 90% запросов, биометрия заменяет пароли, а ИИ-советники строят инвестпортфели на основе вашего поведения. Скоро клиенты даже не будут замечать банк — сервисы встроятся в соцсети или умные дома».
Александр Вайс, серийный FinTech and DeFi предприниматель, разработчик и аналитик WEB3Bureau
По мнению Кирилла Пшинника, сооснователя и CEO онлайн-университета Zerocoder, ИИ успешно используют для персонализации клиентского опыта: «Отлично работает рекомендательная выборка, на основе которой банк может предлагать более подходящие продукты и услуги. На этом фоне растет популярность внедрения ИИ-ботов на базе open source решений, как DeepSeek-R1. Альфа-банк уже заявил, что тестирует эту нейросеть в своих проектах».
Илья Шульга, Product Owner в ИТ-компании Outlines Tech, отмечает тренд на переход от базовой автоматизации к гиперперсонализации и проактивному обслуживанию: «ИИ анализирует операции, геолокацию и даже эмоциональный тон пользователя. В результате банки персонализируют услуги и улучшают клиентский опыт. Например, если пользователь регулярно отправляет деньги в конце месяца, бот сам предлагает шаблон перевода».
Однако, по словам эксперта, 43% клиентов не доверяют ИИ в сложных сценариях и предпочитают общаться с оператором, например, по вопросам оспаривания списаний. В связи с этим эксперт ожидает не замены людей, а симбиоза AI и человеческой экспертизы.
Андрей Кузин, директор по консалтингу Nobilis.Team, считает, что интенсивность использования голосовых каналов снижается в том числе и потому, что зачастую чат-боты с ИИ оказываются «умнее» и быстрее «живого» оператора, особенно в простых вопросах.
«Мне часто удобнее «между делом» переписываться с чат-ботом, чем слушать «ваш звонок очень важен для нас…», — рассуждает эксперт. — Лучшая практика, когда клиент сам может выбирать для себя, с кем общаться — с чат-ботом или живым человеком».
Риски и кибербезопасность
Авторы отчета Accenture утверждают, что стремление регуляторов минимизировать риски привело к росту теневого банковского сектора. В 2022 году небанковские организации управляли 54% глобальных финансовых активов.
В США доля небанковских ипотечных организаций увеличилась с 12% в 2008 году до 69% в 2023 году. Жесткие нормативные требования вынуждают традиционные банки сокращать объемы рискованных операций, что приводит к увеличению числа альтернативных финансовых игроков, таких как частные кредитные фонды и небанковские кредитные организации.
При этом регуляторы стремятся сохранить баланс между устойчивостью банковской системы и финансовыми инновациями. Некоторые страны разрабатывают новые модели регулирования, позволяя финтех-компаниям работать в рамках «регуляторных песочниц». Этот подход помогает тестировать новые бизнес-модели в контролируемой среде без угрозы системных рисков.
«Банки применяют многоуровневые системы безопасности, включая многофакторную аутентификацию и шифрование данных, чтобы защитить цифровую инфраструктуру. Алгоритмы ИИ способны анализировать большие объемы данных и выявлять скрытые угрозы, что повышает точность обнаружения мошеннических транзакций по сравнению с человеческим фактором».
Данила Егоров, директор по инновациям и развитию бизнеса МТС Web Services
Кирилл Пшинник, сооснователь и CEO онлайн-университета Zerocoder, объясняет: «Сегодня в банках ИИ-решения научились сравнивать текущие транзакции с историческими паттернами поведения клиентов. Это позволяет выявлять аномалии и сигнализировать об угрозах на самых ранних стадиях. Например, если клиент обычно использует банковские переводы на небольшие суммы и вдруг делает большой перевод — система его «заблокирует», потребует дополнительного подтверждения».
Эксперт уверен, что в вопросах кибербезопасности эффективнее будет искусственный интеллект: «Алгоритмы могут одновременно обрабатывать тысячи параметров и видеть тонкие отклонения от нормального сценария. При ручном анализе их просто невозможно учесть. Но нужно помнить, что такие решения лучше всего работают в связке «машина + человек», то есть технология не заменяет специалистов по безопасности полностью».
«Для банкинга главный вызов сегодня — доверие, — считает Александр Вайс, серийный FinTech and DeFi предприниматель, разработчик и аналитик WEB3Bureau. — Зумеры и миллениалы готовы к нео-банкам, но хотят прозрачности. Даже самый продвинутый чат-бот не заменит человеческую эмпатию в сложных кейсах. Здесь блокчейн и нейросети — идеальный дуэт: первый гарантирует аудит операций, второй — персонализированный сервис».
«Здесь, можно сказать, палка о двух концах. С одной стороны, ИИ способен выявлять подозрительные транзакции быстрее и точнее, чем это делает человек с его традиционными методами. Но с другой стороны и сами мошенники тоже осваивают новые технологии. Поэтому банки балансируют: внедряют ИИ для защиты, но при этом не отказываются от традиционных методов контроля».
Максим Захаренко, СЕО «Облакотека»
Сергей Голицын, руководитель направления Т1 ИИ (ИТ-холдинг Т1), утверждает, что сегодня практически в каждом банке есть платформы на основе машинного обучения, которые блокируют подозрительные операции. «Важно, что подобные платформы должны строиться на качественных наборах данных, поэтому необходимо следить за актуальностью и чистотой информации, обеспечивать высокую безопасность хранилищ», — предупреждает эксперт.
Автоматизация банковской аналитики и скоринга
Автоматизация рутинных задач позволяет сотрудникам больше времени уделять стратегическому взаимодействию с клиентами. Новые технологии, такие как автоматизированный анализ документов, позволяют банкам быстрее обрабатывать заявки на кредиты и повышать уровень обслуживания клиентов.
По словам Станислава Шилова, директора по развитию продуктов Центра цифровых решений для бизнеса компании BSS, в массовом сегменте клиентов, обслуживаемых банками-лидерами, аналитика уже полностью автоматизирована.
В сегменте крупного бизнеса, где кредитные процессы индивидуальны, требуют сложного структурирования сделки, по мнению эксперта, всегда решающей будет роль человека.
Кирилл Пшинник, сооснователь и CEO онлайн-университета Zerocoder, отмечает высокую точность моделей, но рекомендует учитывать глубокое понимание контекста и нестандартный подход: «Например, экстренные ситуации при нестабильности на рынке или корректировку оценки в связи с изменениями в законах. Поэтому наиболее эффективна гибридная модель, где ключевые решения принимаются «человеком в петле» (human-in-the-loop), а ИИ выступает в роли высокопроизводительного помощника, снимая с аналитиков рутинную часть работы».
«Для традиционных скоринговых моделей решающим фактором является, как правило, кредитная история, без которой заемщики в большинстве случаев получают отказ. ИИ позволяет анализировать альтернативные данные: историю платежей, цифровой след и активность в онлайн-магазинах, благодаря чему шансы на получение кредита у молодых людей без банковского опыта, но со стабильным доходом возрастают».
Артем Москалев, сооснователь и CEO компании Ivitech
«Традиционные методы скоринга, основанные на ограниченных данных (например, зарплата), уступают ИИ, который учитывает сотни параметров: от активности в соцсетях до истории покупок», — дополняет Алексей Ершов, заместитель директора НОЦ ФНС России и МГТУ им. Н.Э. Баумана.
Евгений Зубков, начальник управления исследования данных и машинного обучения ОТП Банка, объясняет: «Полный перевод аналитики на автоматические рельсы возможен, но пока маловероятен, так как стратегические решения все еще находятся в ответственности человека. Также необходимо учитывать требования законодательства и регулирования, что пока ограничивает полную автоматизацию аналитики».
Сервисы и услуги на базе ИИ в российских банках
Традиционный продуктовый подход сменяется ориентированностью на клиента. Помимо традиционных банковских продуктов, финансовые организации все чаще предлагают услуги, связанные с лайфстайлом, такие как бонусные программы, скидки на путешествия и подписки на цифровые сервисы. Эта стратегия направлена на повышение лояльности клиентов и увеличение количества точек взаимодействия с банком. Учитывать личные предпочтения каждого клиента помогает ИИ.
Сергей Голицын, руководитель направления Т1 ИИ (ИТ-холдинг Т1), сообщает, что российские банки предлагают клиентам системы предиктивной аналитики, которые помогают выбрать наиболее выгодный вклад или кредит. «Также существуют робоэдвайзеры, которые упрощают процесс управления инвестициями, — дополняет эксперт. — Активно разрабатываются решения по созданию персонализированных рекомендаций, инструментов по анализу продаж и прогнозированию спроса».
Кирилл Пшинник, сооснователь и CEO онлайн-университета Zerocoder, называет одной из основных услуг кредитный скоринг: «Например, около 90% кредитных решений в РСХБ принимается скоринговой моделью на основе регрессионного анализа».
«Уже активно используются виртуальные ассистенты, как «Нейроофис» в «Альфа-Банке», где работает виртуальный маркетолог, редактор, клиентский и HR-менеджер, — продолжает эксперт. — ИИ уже создают персональные рекомендации для каждого клиента на основе анализа финансовых данных, исторических транзакций и предпочтений. Могут также рекомендовать инвестиционные продукты и прогнозировать расходы».
«Современный банк — это целая экосистема сервисов, они собирают огромное количество информации. Для бизнеса это может быть маркетинговая аналитика с тепловой картой потенциальных клиентов и детализацией их потребительских профилей. Также это индивидуализированная финансовая аналитика и составление персональных рекомендаций по управлению финансами. Некоторые банки предлагают интеллектуальных чат-ботов для автоматизации клиентского общения».
Кирилл Левин, генеральный директор компании NLABTEAM
Иван Башарин, руководитель лаборатории ИИ VESNA, делится примером Т-банка: «T-Bank Quality Management для анализа качества коммуникации с клиентами. Продукт анализирует тексты всех коммуникаций, при помощи ML-моделей определяя смысл сказанного в каждой реплике и ее эмоциональный окрас. На основе этих данных алгоритмы делают выводы о качестве коммуникаций, проблемных точках и лучших практиках. Информация помогает улучшить клиентский сервис, поднять эффективность продаж и упростить процесс обучения сотрудников».
Филипп Щербанич, backend-разработчик компании Mayflower, отмечает, что некоторые банки используют внутренние разработки компании для монетизации и делают их доступными для других бизнесов.
«Например, так поступает Сбер, продвигающий свой GigaChat API для компаний. Во-вторых, банки предлагают и стандартные системы быстрой выдачи кредитов со скорингом и риск-менеджментом, основанном на базе ИИ-технологий. А в некоторых банках есть и возможности партнерского взаимодействия: их ИИ-системы продвигают услуги компании-партнера тем клиентам, которым это может быть интересно», — делится эксперт.
Технологические тренды на ближайшие 3-5 лет
Помимо рассмотренных выше трендов, таких как массовое внедрение ИИ и гиперперсонализация, аналитики отмечают еще ряд тенденций на ближайшие годы. По данным Accenture, крупнейшие банки становятся все более конкурентоспособными — анализ 100 крупнейших банков мира показывает, что лидирующие банки обладают наибольшей рыночной стоимостью и возможностью привлекать клиентов и инвестиции.
Крупные банки выигрывают за счет диверсификации доходов, доступа к глобальным рынкам и значительных вложений в технологии. Исследователи уверены, что в 2025 году продолжится консолидация в банковском секторе, поскольку более мелкие игроки будут стремиться объединиться для снижения операционных затрат и повышения конкурентоспособности.
Еще одной тенденцией, по версии Accenture, является переход мировых банков на открытые архитектуры. Доля Linux в серверных средах увеличилась с 74% в 2020 году до 81% в 2023 году и прогнозируется рост до 83% к 2028 году. В Китае же крупнейшие банки переходят на платформу openEuler.
Константин Усаковский, руководитель по работе с крупнейшими финансовыми и телекоммуникационными организациями ГК Softline, считает, что в ближайшие годы продолжат активно развиваться технологии работы с большими данными, в т. ч. СУБД, и технологии искусственного интеллекта в самых разных областях.
«Будет появляться все больше производителей отечественного банковского оборудования, — дополняет эксперт. — А также развиваться инфраструктура цифрового рубля».
«Думаю, что очень скоро мы увидим активный рост гибридных облачных платформ и микросервисных архитектур, которые позволят банкам быстрее внедрять новые продукты и масштабировать инфраструктуру. Усилятся тенденции к автоматизации и роботизации бэк-офисных процессов (RPA, Hyperautomation). На фоне такого активного проникновения нейросетей во все сферы бизнеса особый упор будет сделан на развитие решений, связанных с безопасностью и идентификацией пользователей, в том числе на основе биометрических данных», — прогнозирует Кирилл Пшинник, сооснователь и CEO онлайн-университета Zerocoder.
Александр Иванов, директор Центра технических сервисов «Мобиус Технологии», среди перспективных трендов в банковской сфере и отрасли выделяет размещение серверов ИИ-агентов в ЦОД заказчика, а также уменьшение технических требований к оборудованию для работы агентов.
В свою очередь Данила Егоров, директор по инновациям и развитию бизнеса МТС Web Services, считает, что в ближайшие 3–5 лет российский банковский сектор будет активно развиваться в направлении открытого банкинга (open banking), позволяющего третьим сторонам доступ к банковским данным для создания новых сервисов и повышения конкуренции.
«Я думаю, что через 4-5 лет банки станут «невидимыми» платформами, где ИИ предугадывает ваши финансовые потребности, а DeFi-протоколы заменят кредитные отделы. Но для этого регуляторам придется смягчить хватку и дать зеленый свет Web3-экспериментам. Потому что, несмотря на активное внедрение нейросетей в российский банкинг, он продолжает отставать в интеграции DeFi из-за регуляторных барьеров. Будущее — за гибридными моделями, где ИИ обрабатывает данные, а блокчейн обеспечивает прозрачность».
Александр Вайс, серийный FinTech and DeFi предприниматель, разработчик и аналитик WEB3Bureau
«Как WEB3-энтузиаст верю, что следующий прорыв за стейблкоинами для мгновенных международных расчетов, привязанными к цифровому рублю и децентрализованными кредитными пулами, — добавляет Александр. — Это позволит обойти любые возможные санкции и ограничения».
Выводы
Банковская индустрия переживает глубокую трансформацию под влиянием ИИ и цифровых технологий. Искусственный интеллект не только сокращает операционные издержки, но и открывает новые возможности в аналитике, автоматизации и персонализации клиентского опыта. Благодаря внедрению ИИ-решений банковские сервисы становятся быстрее, удобнее и безопаснее, но при этом сохраняется потребность в человеческом участии в сложных сценариях.
Клиентские ожидания смещаются в сторону гиперперсонализированных и бесшовных финансовых услуг. Цифровизация увеличила доступность банковских продуктов, однако клиенты продолжают ценить личное общение и качество сервисов. Банки активно используют чат-ботов, биометрию и машинное обучение для улучшения взаимодействия с пользователями, но доверие к ИИ в сложных операциях остается ограниченным.
В свою очередь безопасность и регуляторные вызовы определяют будущее банковского сектора. В условиях роста цифровых угроз банки внедряют многоуровневые системы защиты и ИИ-алгоритмы для выявления мошенничества. Однако параллельно увеличивается роль небанковских финансовых организаций, что требует от регуляторов поиска баланса между инновациями и устойчивостью системы. Открытый банкинг, DeFi и Web3 могут кардинально изменить финансовый ландшафт в ближайшие годы.