Чем AI-банкинг отличается от предыдущих этапов цифровизации, почему данные становятся ключевым активом, как меняются интерфейсы и логика взаимодействия с финансовыми сервисами, а также где проходит граница между автоматизацией и полноценной AI-native-моделью, рассказал Дмитрий Рейдман, директор по развитию цифрового бизнеса Ростелекома, член Экспертного совета Премии FINNEXT 2026. 

— Когда сегодня говорят об AI-банкинге, что имеется в виду на практике: новый этап развития цифровых сервисов или уже принципиально иная модель управления финансами? В чем его ключевое отличие от предыдущих волн цифровизации?

Д. Рейдман: AI-банкинг — это, по сути, новый клиентский путь, усиленный данными, языковыми моделями и генеративным ИИ. Он пронизывает все банковские системы и фундаментально трансформирует клиентский сервис.

Ключевое отличие — в роли данных: они стали основным «топливом» для AI-банкинга. Благодаря глубокому анализу информации о клиенте, продуктах и контексте банк формирует не просто персонализированные, а гиперперсонализированные предложения — в нужный момент и через наиболее удобный канал.

Еще один важный элемент — практическая реализация концепции встроенных финансов. Пользователь все реже взаимодействует с банком напрямую: его точкой входа становится голосовой или текстовый ассистент, способный решать любые повседневные задачи, включая финансовые.

В будущем нас ждет принципиально иной подход к интерфейсам. Уже сейчас их нужно проектировать с прицелом не только на человека, но и на ИИ, поскольку со временем пользователи могут полностью отказаться от привычных мобильных приложений. Этот тренд быстро выходит за рамки финтеха и становится критически важным, например, для e-commerce.

Параллельно переосмысливается и сама суть цифровой трансформации. Если раньше под ней понимали сбор данных и автоматизацию рутины, то сегодня фокус сместился на ИИ. Новый технологический слой позволяет глубже считывать контекст и решать задачи любого уровня — от базового анализа повседневных привычек клиента до эффективного закрытия его сложных, насущных потребностей.

— Где проходит граница между классической автоматизацией финансовых услуг и полноценным AI-банкингом? Как отличить реальные изменения от «косметического» внедрения ИИ?

Д. Рейдман: Главный признак реальных изменений — это переход от точечных пилотов к платформенному подходу. В этой модели архитектура бизнеса изначально строится с учетом возможностей ИИ на каждом этапе цепочки создания стоимости.

Речь идет обо всем операционном цикле: от учета транзакций и отчетности до работы продуктовых конвейеров (кредитование, переводы, депозиты). Каждый такой конвейер представляет собой сложную систему — «дерево решений», учитывающее десятки параметров: тип клиента, цель обращения, канал взаимодействия, историю отношений с банком и пр. 

В отличие от классической автоматизации, ИИ-технологии обладают принципиально иной гибкостью. Они способны обрабатывать кратно больше переменных, непрерывно обучаться на новых данных и принимать автономные решения в режиме реального времени.

В AI-банкинге этот подход опирается на единое технологическое ядро — платформу, которая объединяет источники данных, ИИ-инструменты (LLM, маршрутизаторы, API, MCP-серверы и пр.) и системы безопасности. Ее ключевая задача — создание и оркестрация агентных и мультиагентных систем, на базе которых строятся конечные сервисы.

Если в банке реализована такая целостная архитектура, охватывающая все уровни — от данных до бизнес-логики — и учитывающая коммерческие и регуляторные аспекты работы с ИИ, то это действительно полноценный AI-банкинг.

Если же внедряются лишь отдельные решения вроде чат-ботов в мобильном приложении или голосовых ассистентов в колл-центре — это остается точечной автоматизацией. Точно так же использование ИИ в изолированных функциях (взыскание, риск-менеджмент и т.д.), реализованное на разрозненных технологических стеках, не дает системного эффекта. Без единой платформы это не более чем «лоскутное одеяло» из пилотов и экспериментов.

Именно переход к единой платформе определяет модель AI-банкинга. Если предыдущие этапы развития индустрии шли под «лозунгами» Digital First и Mobile First, то сегодня на уровне стратегии и корпоративной культуры формируется новый принцип — AI First, когда весь пользовательский опыт изначально проектируется вокруг возможностей искусственного интеллекта.

— По вашим оценкам, российские банки сейчас ближе к «лоскутному одеялу» или все-таки к системному подходу?

Д. Рейдман: Мне кажется, крупнейшие игроки — условно топ-5 или топ-10 — уже движутся к системным решениям. За пределами этой группы преобладают пилоты и точечные эксперименты.

— Какие банковские функции ИИ способен радикально изменить уже в ближайшие годы? Где создается наибольшая экономическая ценность?

Д. Рейдман: Во-первых, кардинально меняется IT-разработка: за счет генеративного ИИ кратно растет скорость создания продуктов при одновременном снижении их себестоимости. Этот тренд переформатирует весь технологический сектор.

Во-вторых, трансформируется клиентский опыт. Взаимодействие с банками делегируется персональным AI-ассистентам, а финансовые сервисы бесшовно встраиваются в повседневные девайсы и умные устройства.

Серьезные изменения ждут и внутренние процессы — например, риск-менеджмент: благодаря способности ИИ находить скрытые паттерны, недоступные классическому скорингу, оценка благонадежности клиентов и антифрод станут значительно точнее.

Именно на стыке этих трех направлений и создается наибольшая экономическая ценность: банк получает резкий рост операционной эффективности и возможность масштабировать бизнес без линейного роста затрат.

— Как меняется логика принятия финансовых решений с переходом к AI-ориентированным системам? Кто становится ключевым субъектом — человек или алгоритм?

Д. Рейдман: В массовых сегментах алгоритмы принимают решения уже давно — этот тренд начался задолго до бума генеративного ИИ. Принципиальное отличие сегодняшнего этапа — в беспрецедентной скорости и гибкости изменений.

Раньше любая корректировка кредитного конвейера была сложным и медленным процессом. Нужно было составить ТЗ для IT-департамента, пройти согласования на инвестиционных и архитектурных комитетах. В результате даже минимальные правки внедрялись в лучшем случае раз в квартал.

Сегодня этот барьер исчезает. Современные платформы (включая решения нашей портфельной компании «ФАЗУМ») позволяют настраивать клиентский путь, бизнес-процессы и параметры скоринга без привлечения разработчиков. Это может выполнять непосредственно владелец продукта или процесса.

Роль ИИ здесь — обеспечить непрерывный «умный» мониторинг. ИИ в реальном времени анализирует огромный массив данных: от стабильности IT-инфраструктуры до бизнес-метрик и конверсий. Система мгновенно выявляет аномалии, прогнозирует отклонения от нормы и подсвечивает проблемные зоны — условно «включает светофоры» на критических участках конвейера.

Если владелец процесса видит просадку эффективности, ему больше не нужно запускать долгий цикл разработки. Он может проверять гипотезы «на лету». Более того, управление системами все чаще происходит с помощью естественного языка. Фактически в формате диалога с ИИ-ассистентом пользователь может дать команду перенастроить, например, параметры скоринга для определенной когорты клиентов.

Для конечного клиента это означает мгновенный и бесшовный сервис, а для банка — колоссальный рост управляемости бизнеса и сокращение T2M. И это не далекое будущее: уже в этом году крупнейшие банки начали активно внедрять технологии такого класса в свою практику.

— Если говорить о бизнесе — от стартапов до крупных компаний, — насколько они готовы делегировать ИИ не только аналитику, но и принятие значимых финансовых решений: управление денежными потоками, прогнозирование, оптимизацию расходов?

Д. Рейдман: В целом бизнес пока не готов полностью делегировать ИИ принятие ключевых финансовых решений — особенно если речь идет о решениях, затрагивающих значительную часть компании или связанных с крупными суммами. В таких случаях ИИ уже активно используется для анализа и подготовки рекомендаций, но финальное решение, как правило, остается за человеком и проходит дополнительную проверку.

В массовом сегменте ситуация иная. Объем операций там настолько велик, а скорость настолько высока, что человек физически не может принимать решения по каждому кейсу. В таких процессах решения уже фактически делегированы алгоритмам. Роль человека смещается на уровень настройки системы: выбора моделей, алгоритмов и параметров — например, факторов и их весов в скоринге.

— Можно ли утверждать, что сейчас оптимальное время для выхода на рынок ИИ в различных отраслях, включая финансовую?

Д. Рейдман: Технологии достигли необходимой зрелости: проведено большое количество пилотов, накоплена доказательная база их эффективности. На рынке сформировалась экспертиза, и компании лучше понимают, как применять эти решения на практике. Именно поэтому сейчас появляется возможность получать ощутимый эффект от внедрения ИИ — повышать эффективность бизнеса и усиливать его конкурентоспособность.

— Какую роль в переходе к AI-банкингу могут сыграть крупные инфраструктурные игроки, такие как Ростелеком — как провайдеры платформ, данных и технологической основы?

Д. Рейдман: Роль инфраструктурных игроков заключается прежде всего в создании и развитии новых технологических направлений. В нашем случае этим занимается XTech — подразделение Ростелекома, сфокусированное на развитии цифрового бизнеса за пределами классического телекома.

Речь идет о высокотехнологичных сервисах для бизнеса, государства и частных клиентов. Мы анализируем глобальные и российские тренды и выстраиваем продукты на новых рынках — через инвестиции, M&A-сделки, партнерства и запуск решений с нуля.

Сегодня практически все наши портфельные компании так или иначе используют ИИ для повышения качества сервисов. Рекламные платформы применяют предиктивную аналитику, антифрод-решения выявляют мошеннические сценарии и настраивают алерты, финтех-платформы анализируют документы, голос и видео, а также данные клиентов для поддержки решений со стороны банков.

Параллельно мы формируем консорциум — объединение компании вокруг платформы, которая позволяет внедрять и масштабировать ИИ-решения, создавать продукты и монетизировать их. В первую очередь мы сосредоточены на финтехе и трансформации банковского сектора, но уже выходим и на смежные рынки — ритейл и e-commerce.

В итоге наши партнеры получают возможность «под ключ» подключить инфраструктуру и платформу для разработки сервисов с использованием ИИ, а также готовые прикладные решения — для работы с клиентами, оптимизации массовых процессов, ускорения разработки и создания новых пользовательских интерфейсов в логике AI-Native банкинга.

Отдельное направление — акселератор для AI-команд. Рынок пока остается незрелым: сильных команд немного, а готовых к масштабированию решений еще меньше. Наша задача — сформировать своего рода технологический радар, карту AI-решений, которая помогает бизнесу ориентироваться в доступных инструментах.

Одновременно мы помогаем стартапам: предоставляем доступ к данным, инфраструктуре и экспертизе, чтобы они были готовы к внедрению, масштабированию и соблюдению регуляторных требований.

Таким образом, как инфраструктурный игрок мы берем на себя не только технологическую основу, но и роль интегратора — связывая рынок решений, разработчиков и конечных заказчиков.