Искусственный интеллект в банковском обслуживании клиентов не дал ожидаемых результатов
Ключевые направления цифровой трансформации банков — развитие цифровых экосистем и интеграция искусственного интеллекта. С первыми связывают перспективы расширения бизнеса и роста его эффективности, а со вторым — улучшение качества обслуживания клиентов и оптимизацию внутренних процессов. Однако практика демонстрирует, что не все инициативы оказываются успешными. Обменяться практическим опытом и обсудить идеи собрались участники конференции «Цифровизация финансового сектора 2026», организованной CNews Conferences.
Цифровой банкинг: результаты 2025 года
«В финансовой отрасли искусственный интеллект наконец стал приносить реальную экономическую отдачу», — такими словами начал своё выступление Кирилл Кибалко, независимый эксперт и модератор мероприятия. Изучение реализованных проектов показывает, что основная финансовая выгода достигается за счёт применения методов машинного обучения, а не генеративного ИИ. Внедрение генеративных моделей в службы поддержки не оправдало возложенных на них надежд — по оценкам представителей российских банков, это привело к снижению удовлетворённости клиентов на 15 процентных пунктов.
Экосистемы также показали довольно скромные итоги — к примеру, для Сбербанка эта стратегия обернулась убытками в ₽284 млрд, что на 26% превышает показатель прошлого года. В минувшем году наметился тренд на замену устаревших платформ более современными отечественными решениями, однако и здесь возникли трудности — около половины организаций КИИ не сумели завершить данный переход.
Среди ключевых направлений 2026 года — продолжение модернизации ядерных систем, повышенный фокус на кибербезопасности и развитие открытого банкинга. Что касается ИИ-агентов, то финансовый сектор будет постепенно внедрять их, но преимущественно во внутренних операциях.
«Банки практически полностью перешли в цифровой формат, за исключением, разве что, индивидуальных сейфовых ячеек», — отмечает Дмитрий Сыцко, директор ИТ-дирекции «БКС Банка». Однако если цифровизация проводится формально, по принципу «как есть» или для отчетности, она не меняет бизнес-процессы. Чтобы добиться реального эффекта от цифровых изменений, необходимо ставить четкие задачи: снизить затраты на коммуникации, уменьшить рутинные операции, разработать новые инструменты.
«За последние два года мы не только вывели на рынок новые продукты и адаптировали бизнес к санкционным условиям, но и провели оптимизацию внутренних процедур», — делится Дмитрий Сыцко. В результате количество операционных и ИТ-инцидентов сократилось в 2 раза, скорость бизнес-операций возросла в 6 раз, а затраты на их сопровождение уменьшились на 28%.
Для чего необходимы API
Во всем мире две трети компаний получают доход благодаря API, а для 43% организаций они обеспечивают около четверти выручки. Открытые API позволяют формировать экосистемы, расширять клиентскую базу через сторонние сервисы, получать дополнительную прибыль от платных интеграций, открывать новые каналы сбыта и повышать качество взаимодействия с пользователем, поясняет Сергей Михайленко, исполнительный директор, руководитель Sber API, дивизион «Цифровой корпоративный банк» Сбербанка.
Выделяют три основные модели монетизации API: оплата по факту использования (чаще за транзакцию), подписка с ограниченным числом запросов, а также бесплатный базовый доступ с платным расширением функционала. Как правило, API становится платным, если данные или операции обладают высокой ценностью, но сам сервис не приносит владельцу прямого или косвенного дохода, требует инфраструктурных вложений и ориентирован на крупный корпоративный сегмент.
Ключевой вызов при работе с API — обеспечение кибербезопасности. При этом основные угрозы возникают за пределами цепочки взаимодействия через API, когда поставщик теряет контроль над распространением данных. Наивысший уровень защиты реализуется в банковских API с механизмами для всех уровней сетевой модели OSI — именно такой подход применяется в Сбербанке. Будущее, по мнению Сергея Михайленко, за агрегаторами API, которые предложат единый договор, унифицированную аутентификацию, стандартизированный биллинг и общий счет.
Сегодня перед российскими банками стоят серьезные вызовы. Развитие цифровых услуг стало для них не просто преимуществом, а насущной необходимостью для сохранения конкурентоспособности. Елена Баранова, директор департамента цифрового бизнеса «Металлинвестбанка», отметила, что в ее организации уже действует свыше 80 подобных сервисов, включая созданные совместно с партнерами. Банк делает акцент на решениях для внешнеэкономической деятельности: это прямые расчеты с зарубежными финансовыми институтами, услуги валютного контроля и онлайн-конвертации. Также предлагается комплексное обслуживание ВЭД «под ключ», охватывающее поиск и проверку поставщиков, организацию закупок, логистику и таможенное оформление, сертификацию и регистрацию фирм за границей. «В современной конкурентной борьбе банки побеждают за счет комплексных подходов и решений», — подчеркивает Елена Баранова.
Пути совершенствования клиентского обслуживания
Обеспечение высокого уровня сервиса для клиентов еще долго будет в числе ключевых приоритетов для финансового сектора. «Потребители ждут от нас прозрачности и оперативности, простоты, индивидуального подхода и возможности самостоятельного решения задач через личный кабинет», — говорит Денис Петухов, генеральный директор CraftTalk. Клиенты отдают предпочтение тем компаниям, которые общаются с ними на привычных для них каналах, используя современные стандарты обслуживания. Они ожидают от финансовых организаций такого же удобства, какое предоставляют популярные потребительские приложения.
В настоящее время 65% всех обращений поступает в текстовом формате, и лишь 35% — в виде голосовых сообщений. В эту сферу все активнее внедряются технологии искусственного интеллекта. Денис Петухов привел примеры, когда сбои в коммуникации становились причиной ухода клиента к другому банку. Он акцентировал внимание на том, что крайне важна интеграция всех каналов общения — как между банком и клиентом, так и внутри команды сотрудников. Только при таком условии появляется возможность анализировать взаимодействие и системно улучшать клиентский опыт.
Реализовать эту задачу помогает ИИ-платформа CraftTalk. Она позволяет автоматизировать обработку сообщений на 30-85%, в три раза ускорить работу с электронной почтой и на 30% снизить нагрузку на операторов благодаря использованию ИИ-ассистентов. Точность подбора ответов чат-ботом на базе искусственного интеллекта достигает 80-99%.
Банки уже активно применяют ИИ в своей работе. В клиентском сервисе это чат-боты и голосовые помощники, технологии эмоционального анализа, системы персональных предложений и рекомендаций. В управлении рисками — противодействие мошенничеству, кредитный скоринг и прогнозная аналитика. Во внутренних процессах — компьютерное зрение, системы электронного документооборота и ИИ-помощники. В сфере IT и информационной безопасности — мониторинг даркнета, инструменты copilot, предиктивная аналитика и другие решения.
Как считает Роман Мезенцев, независимый эксперт в области банковских технологий, будущее связано с гиперперсонализацией, ИИ-агентами и платформами безопасности на базе искусственного интеллекта.
Основу бизнеса «Альфа-Капитал» составляют консультанты и их навыки построения долгосрочных отношений с клиентами. В 2023 году компания начала внедрять технологии ИИ, и на сегодняшний день успешно функционирует уже более 12 моделей. Антон Граборов, руководитель блока «Цифровой Бизнес» «Альфа-Капитал», рассказал о трех из них: «Голос клиента 50+», «AI-оператор в мобильном приложении» и Alpha Chat.
В ближайшие годы ключевым направлением развития станет эволюция искусственного интеллекта: от запроса "покажи информацию" к команде "выполни задачу". Пользователь будет формулировать цель, а ИИ — самостоятельно её реализовывать. Компания "Альфа-Капитал" к 2026 году намерена внедрить сервис, упреждающий возникновение клиентских обращений, запустить ИИ-помощника по инвестициям для клиентов и пять копилотов, интегрированных непосредственно в рабочую среду финансового советника.
Цифровые решения для роста производительности
«Каждый стремится заглянуть в будущее, но это требует глубокого анализа информации», — отмечает Николай Шевцов, руководитель направления управления данными "ОТП Банка". В его организации хранилище данных функционирует уже продолжительное время. Ранее аналитики использовали выделенные среды — "песочницы". Однако если специалист уходил из компании, разобраться в оставленных им наработках становилось крайне сложно.
В "ОТП Банке" были разработаны бизнес-глоссарий и каталог данных, налажены процессы контроля их качества, а управление данными (Data Governance) было увязано с корпоративной архитектурой. Это позволило создать цифрового двойника компании, который отображает взаимосвязи всех объектов и уровней архитектуры в единой цифровой среде, помогая выявлять узкие места и избыточные функции. Затем в цифровом двойнике начал работать искусственный интеллект, упрощающий доступ к нужным сведениям. «Это подход будущего — с помощью ИИ можно моделировать развитие инфраструктуры», — убеждён Николай Шевцов.
Fastboard — это отечественная аналитическая платформа для бизнеса и госсектора, созданная с учётом российских условий, нормативных требований и особенностей работы с данными в изолированных средах. «Инструменты визуализации Fastboard позволяют принимать управленческие решения, опираясь на проверенные метрики», — говорит Грачья Алексанян, директор компании "Вин солюшенс".
Платформа агрегирует информацию из ERP, CRM, Excel и других бизнес-систем, унифицирует её формат, устраняет разрозненность отчётов и представляет ключевые показатели в наглядных панелях для оперативного анализа. Грачья Алексанян привёл несколько примеров применения платформы. В частности, на одной панели можно совместить все операционные и финансовые метрики, плановые и фактические значения, прибыльность и маржинальность отчёта о прибылях и убытках (PL), данные о дебиторской и кредиторской задолженности. «Такая панель объединяет главные финансовые и производственные индикаторы, давая целостное представление о состоянии бизнеса в одном интерфейсе. Это служит основой для бюджетного планирования и повышает прозрачность распределения ответственности», — поясняет Грачья Алексанян.
«Мы неожиданно перешли от автоматизации процессов к самостоятельному принятию решений системами», — отмечает Андрей Панарин, управляющий директор – руководитель Департамента развития корпоративно-инвестиционного бизнеса «Совкомбанка». Ключевыми сферами применения ИИ в банке стали гиперперсонализация услуг и противодействие мошенничеству. Основная же сложность заключается в недостаточной «объяснимости» ИИ — точные механизмы работы моделей и причины их решений часто остаются неясными. Андрей Панарин считает, что перспектива связана с мультиагентными системами, способными решать задачи, выбирая для этого наиболее подходящие технологии.
Анна Богдашкина, руководитель по стратегическому развитию «Дом.РФ Технологии», поделилась опытом автоматизации выдачи ипотечных кредитов в банке «Дом.РФ». Документы, предоставленные клиентом, обрабатываются платформой DOM.IDP — она преобразует пакет документов в машиночитаемый формат и классифицирует их по типам. Затем информация переносится в банковскую информационную систему, где итоговые документы для подписания формируются автоматически.
В дальнейшем планируется применять DOM.IDP в бухгалтерии для автоматического распознавания счетов, актов и банковских выписок, в юридическом отделе — для анализа договоров и выявления ключевых условий, в логистике — для обработки накладных, товарных чеков и транспортных накладных (TTH), а также в транзакционном бизнесе — для работы с договорами долевого участия (ДДУ), актами приёма-передачи, ведения реестров собственности, автоматического обновления данных и проверки арендных соглашений.
Никита Веселов, руководитель разработки моделей рисков для юридических лиц в «Альфа Банке», рассказал о внедрении модели потокового кредитования в организации. Он пояснил, что при создании модели существует целый спектр рисков, которые возникают на стыке различных зон ответственности. Для их снижения в «Альфа Банке» была внедрена процедура валидации. Дополнительные риски появляются на этапах внедрения и калибровки модели — для их минимизации необходимы как технические, так и процессные меры, а также учёт внутренних и внешних факторов и точечная работа с проблемными зонами.
