ИИ-агенты меняют банковский рынок: финансисты назвали главные барьеры для новой экономики
В дискуссии приняли участие директор по стратегии ИК «Финам» Ярослав Кабаков, руководитель проектов по ИИ Ассоциации ФинТех Антон Тамарович, старший вице-президент, начальник управления разработки и сопровождения специальных электронных продуктов Департамента транзакционного бизнеса ВТБ Вадим Изотов, руководитель дирекции по разработке моделей общекорпоративных функций Альфа-Банка Арнольд Саяков, а также другие представители финансового рынка.
Банки останутся, но их модель будет меняться
Ярослав Кабаков считает преждевременными прогнозы о том, что распространение искусственного интеллекта и агентных платежей приведет к исчезновению традиционных банков.
По его словам, крупные банки располагают устойчивыми бизнес-моделями и продолжают получать доход от процентов и комиссий. Поэтому внедрение новых технологий далеко не всегда предполагает полную перестройку существующих процессов.
При этом в отдельных направлениях эффект от ИИ уже становится заметным. В частности, технологии позволяют автоматизировать значительную часть рутинной работы.
«Огромное количество рутинных операций сейчас заменяются, и сокращение штатов может достигать 50%. Это уже та реальность, в которой мы сейчас существуем», — отметил Кабаков.
Следующим этапом может стать изменение самой модели взаимодействия финансовых организаций с клиентами. По мнению Кабакова, банк должен будет перейти от добавления отдельных ИИ-функций к модели, в которой искусственный интеллект становится самостоятельным сервисом.
«Банк должен опираться на AI как сервис, AI как агента. И в цепочке принятия решений его клиента он должен конкурировать с другими AI-агентами по платежам, по тем или иным банковским решениям», — заявил он.
Такой переход Кабаков назвал возможной «мини-революцией» в банковском обслуживании.
ИИ-агенты могут изменить платежи и маркетплейсы
Распространение автономных агентов способно изменить не только банки, но и электронную коммерцию, платежные сервисы и маркетплейсы.
Если сегодня компании стараются удерживать пользователя внутри собственной экосистемы, то персональный ИИ-агент сможет самостоятельно искать предложения на рынке и выбирать сервис исходя из интересов своего владельца. В результате финансовым организациям придется конкурировать уже не только за внимание человека, но и за выбор его цифрового помощника.
При этом одним из основных барьеров остается доверие пользователей к передаче искусственному интеллекту реальных финансовых полномочий.
«Страшно запустить агента, дать доступ к своему банковскому счету и ставить ему цели, а он будет сам распоряжаться, куда отправлять деньги и каким образом», — отметил Кабаков.
По его мнению, со временем отношение пользователей к подобным технологиям может измениться по мере накопления клиентского опыта.
Рынку нужны единые стандарты для ИИ-агентов
Руководитель проектов по ИИ Ассоциации ФинТех Антон Тамарович обратил внимание на то, что отдельные пилоты еще не означают появления полноценной агентной экономики.
Сейчас компании экспериментируют с агентами и внедряют их в отдельные процессы. Однако для масштабирования таких решений необходимо доказать их экономическую эффективность. В результате возникает замкнутый круг: бизнес не готов инвестировать значительные средства без подтвержденного результата, но для получения результата необходимо сначала развернуть и масштабировать инфраструктуру.
Еще одной ключевой проблемой Тамарович назвал отсутствие общих стандартов взаимодействия между агентами различных компаний.
«Нам нужно внутри себя договориться, как наши агенты будут совместимы друг с другом. Иначе, если мы сейчас понастроим каждый собственного агента на собственной платформе, на собственных стандартах, они не смогут взаимодействовать с другими агентами», — сказал он.
Без этого, по его словам, вместо агентной экономики компании получат лишь цифровое дополнение к существующей бизнес-модели.
Для развития рынка потребуются внутренние и внешние протоколы взаимодействия, ограничения полномочий агентов, механизмы контроля за их действиями и единые подходы к обмену данными.
Ассоциация ФинТех намерена запускать пилотные проекты, чтобы на практике определить, в какие процессы уже можно допускать ИИ-агентов и где пока сохраняются технологические, бизнесовые или регуляторные ограничения.
«Если вы все-таки хотите конкурировать на рынке, этот рынок нужно создать», — подчеркнул Тамарович.
ВТБ: главным продуктом банка остается доверие
Вадим Изотов считает, что развитие ИИ не отменяет фундаментальную роль банков в финансовой системе.
«Мы были, есть и будем. Главным продуктом банка является не комиссия и не кредит, а доверие», — заявил Изотов.
По его словам, ИИ-агенты уже могут использоваться для практических задач внутри финансовых организаций, в частности для автоматизации рутинных операций. При этом сложный процесс можно распределять между несколькими специализированными агентами, каждый из которых отвечает за определенную функцию.
Но чем больше самостоятельности получает искусственный интеллект, тем острее становится вопрос ответственности за его действия.
«Чем отличается агент от человека? Человека можно наказать, а агента вы не накажете. Что вы с ним сделаете? Токенов вам больше не дадите?» — отметил Изотов.
По его мнению, именно вопрос о том, когда ИИ можно будет предоставить полноценную свободу действий — внутри компании, в агентной экономике или при управлении личными финансами пользователя, — станет одним из определяющих для дальнейшего развития технологии.
Изотов сравнил ситуацию с распространением бесконтактных платежей: первоначально новая технология вызывала опасения, однако впоследствии стала привычной частью финансовой инфраструктуры.
Альфа-Банк разработал собственную систему маршрутизации
Практический пример использования алгоритмов и машинного обучения представил руководитель дирекции по разработке моделей общекорпоративных функций Альфа-Банка Арнольд Саяков.
Банк столкнулся с необходимостью перестроить систему маршрутизации доставки банковских продуктов. По словам Саякова, доставкой занимается около 8 тыс. курьеров, а ежедневно по России формируется порядка 70 тыс. заказов. Клиентам доставляются дебетовые и кредитные карты, а бизнесу — в том числе продукты расчетно-кассового обслуживания.
Ранее Альфа-Банк использовал решение внешнего вендора. Однако по мере роста бизнеса возникла необходимость быстрее вносить изменения, учитывать новые продукты и адаптировать маршрутизацию под меняющиеся требования.
В результате было принято решение разработать собственную систему.
При формировании маршрутов банку необходимо учитывать не только географию заказов. Курьеры обладают разными знаниями о банковских продуктах: сотрудника нельзя направить к клиенту с продуктом, по которому он не сможет провести необходимую консультацию.
Кроме того, часть курьеров передвигается пешком, а часть — на автомобилях. Система также должна учитывать район, в котором сотрудник начинает работу, и распределять заказы таким образом, чтобы не отправлять его без необходимости в другую часть города.
Кучность и баланс нагрузки стали ключевыми метриками
Одной из основных бизнес-метрик проекта стала кучность маршрутов. Заказы, закрепленные за конкретным курьером, должны располагаться относительно близко друг к другу.
Это необходимо в том числе из-за отказов клиентов от заказанных банковских продуктов. Если один из заказов отменяется, системе приходится оперативно перестраивать маршрут курьера.
Чем компактнее расположены остальные точки, тем проще провести такую корректировку.
Вторая важная метрика — баланс нагрузки, то есть распределение количества заказов между курьерами.
Для решения задачи банк использовал методы машинного обучения. Заказы группируются с учетом географии и других параметров, после чего внутри сформированных кластеров определяется оптимальный маршрут.
Саяков подчеркнул, что при реализации подобных проектов важно исходить не из самой технологии, а из конкретных бизнес-показателей, которые необходимо улучшить.
Разработка собственной системы заняла около года — от идеи до готового решения. По данным, представленным в ходе сессии, экономический эффект проекта составил порядка 80 млн рублей.
Таким образом, представленные на ПЛАС-Форуме кейсы показывают, что финансовый сектор уже переходит от экспериментов с искусственным интеллектом к его применению в конкретных бизнес-процессах. При этом следующий этап — создание полноценной агентной экономики — будет зависеть не только от возможностей моделей, но и от появления общих стандартов взаимодействия, механизмов ответственности и доверия к автономным действиям ИИ.
