ИИ в финансах в 2026: куда вкладывать силы

К 2030 году ваши деньги будут управлять собой сами — так обещает Gartner. Уже сегодня чат-боты превращаются в персональных финансовых агентов, а ИИ обрабатывает триллионы событий для защиты данных. Но путь к этой реальности сегодня усеян не только возможностями, но и новыми ловушками. Пока AI-ассистенты в банках обещают стать личными консультантами, те же технологии мошенники используют для создания безупречных дипфейков. Гонка технологий в секторе набирает обороты, и 2026 год станет переломным.

Мы разобрали ключевые тренды, чтобы вы не тратили ресурсы на иллюзии, а фокусировались на том, что работает уже сейчас, и что требует вашего немедленного внимания.

Новая роль AI-ассистентов в 2026 году

Чат-боты для финансов уходят в прошлое, и на их место приходят интеллектуальные агенты, способные решать комплексные задачи. Речь уже не об ответе на вопрос по тарифу, а о роли личного финансового менеджера для клиента и мощного инструмента анализа для сотрудника.

«развитие искусственного интеллекта позволяет нам создавать все более совершенные решения ИИ-помощников, которые способны работать со сложной информацией и решать нетривиальные задачи. У многих из нас масштаб и скорость внедрения технологий вызывает тревогу и сомнения – и именно поэтому мы начали с себя. Сегодня в Сбере внедрены сотни ИИ-агентов, которые применяются в ключевых процессах, более тысячи агентов находятся в разработке. Развиваются мультиагентные системы, где у каждого своя роль. Причем они взаимодействуют друг с другом почти также, как это делала бы команда людей. К примеру, в нашем базовом процессе есть ИИ-агент, который формирует кредитные предложения для клиентов. Сегодня уже 96% корпоративных клиентов, использующих услуги кредитования, получили индивидуальные кредитные предложения».

В последние годы все крупнейшие российские банки проводят масштабную технологическую трансформацию. Как отмечает старший вице-президент, заместитель руководителя Технологического блока ВТБ Сергей Безбогов, искусственный интеллект в целом стал частью повседневной операционной практики.

По мере того, как цифровых помощников становится все больше, рынок постепенно выходит к следующему рубежу. Сотни ИИ-агентов, решающих узкие прикладные задачи, сложно развивать эффективно и сопровождать в ручном режиме. Поэтому и банки, и другие крупные организации приходят к пониманию, что следующим шагом должно стать создание платформ, способных «производить» таких помощников массово.

В перспективе ближайших одного-двух лет это приведет к заметному росту числа цифровых помощников, доступных пользователям – как встроенных в сервисы, так и распространяемых как готовые решения. При этом постепенно смещается и сама логика взаимодействия: все большее значение будет иметь возможность для пользователя не просто выбрать помощника, а сформировать его под себя.

При этом, как отмечает вице-президент по операционной деятельности и ИТ ФГ БКС Сергей Путятинский, 

количество сценариев использования ИИ в финансах растет. Причем речь идет не только о популярных генеративных моделях (LLM), но и о так называемых агентных системах — умных помощниках, которые берут на себя целый пул процессов. Если сегодня ИИ уже может выдавать неплохой текст, картинку или код, то следующий шаг — решение комплексных задач. Цель на ближайшие годы — встроить машинное обучение в финтехе в каждый процесс, сократив время на рутину с часов до секунд.

Консорциумный подход к ИИ в финансах 2026

Создание полноценной ИИ-инфраструктуры — дорогой проект: не каждый банк может позволить себе инвестиции в суперкомпьютеры, лицензии на модели и команды data-сайентистов.

Выходом становится кооперация по аналогии с бюро кредитных историй или процессинговыми центрами. «Банковский ИИ-кооператив» позволяет делить затраты, объединять анонимизированные данные для более точных моделей (например, для кредитного скоринга на ИИ) и создавать общий пул экспертизы. Такой подход снижает барьер для внедрения передовых технологий, особенно для средних игроков.

Риски автоматизации решений

54% российских компаний внедрили генеративный ИИ хотя бы частично. Как отмечает Сергей Путятинский (ИТ ФГ БКС), ожидания от искусственного интеллекта у всех были высокими.

В то же время есть организации, которые либо откладывают это, либо с осторожностью относятся к новым инструментам – возможно, из-за неполного понимания технологии и ее рисков. Генеративный ИИ часто «галлюцинирует», выдавая логичные, но выдуманные данные.

Так, Deloitte пришлось вернуть часть денег по госконтракту в Австралии после того, как в отчете, созданном с помощью GPT-4, обнаружили десятки ошибок и ссылки на несуществующие источники. Позже компания признала, что сотрудники использовали ИИ для заполнения пробелов.

Поэтому, внедряя ИИ, очень важно выстраивать жесткий контроль качества данных и сохранять за человеком конечное принятие решения. Так считает и большинство экспертов: исследованию Московской биржи, до 89% инвесторов при внедрении автоматизации считают, что человеческий контроль необходим.

Ключевая задача компаний на 2026 год — не слепая автоматизация, а грамотная интеграция. Нужно понять, как встроить ИИ-инструменты в процессы так, чтобы они усиливали, а не заменяли критическое мышление эксперта.

Рост угроз в кибербезопасности

В fraud detection нейросети уже обрабатывают триллионы событий, выявляя аномалии, но эти же технологии стали главным оружием преступников. Мошенники используют ИИ для анализа данных жертв, создания адаптивного вредоносного ПО и, что критично, — для генерации убедительных фейков.

«Используя современные модели искусственного интеллекта, злоумышленники научились создавать практически безупречные визуальные копии реальных людей... Это открывает широкие перспективы для проведения сложных социальных инженерных атак», — подчеркивает Алексей Маслов, Ассоциация банков России.

Это требует пересмотра систем безопасности: двухфакторная аутентификация и биометрия становится обязательной.

При этом эксперты единодушны: ИИ не отменяет основ. 

«Практически каждый третий инцидент... не связан с эксплуатацией уязвимостей нулевого дня... Основные причины — своевременно не проведенная инвентаризация цифровых активов», — констатирует Тимур Зиннятуллин, Angara Security.

Он отмечает, что необходимо уделять повышенное внимание базовой кибергигиене параллельно с развитием передовых технологий. Безопасность – по-прежнему фундамент, который нельзя заменить самым продвинутым ИИ.

Что делать прямо сейчас? 

Мы рекомендуем сфокусироваться на трех направлениях.

1. Оцените потенциал внутренней кооперации или партнерства для развития ИИ-компетенций, чтобы не остаться за бортом технологической гонки.

2. Ужесточите процедуры аутентификации и пересмотрите политики работы с данными, закрывая самые опасные векторы атак через социальную инженерию.

3. Внедряйте ИИ итеративно: начинайте с пилотов, где агенты помогают сотрудникам, а не заменяют их, и уделяйте особое внимание проверке выходных данных моделей.

Устойчивое преимущество получит не тот, кто купит самую модную нейросеть, а тот, кто научится ею безопасно и эффективно управлять.

Фото: freepik