Новость
Искусственный интеллект становится одним из главных факторов трансформации мирового финансового сектора. По данным Juniper Research, расходы банков на генеративные ИИ-технологии в 2024 году составили около $6 млрд, а к 2030 году могут превысить $85 млрд. Эксперты компании «К2 НейроТех» назвали пять направлений, которые, по их мнению, определят развитие отрасли.
Первое — переход от автоматизации к автономии. По оценкам Juniper Research, банки уже автоматизировали до 84% клиентских сервисов с помощью ИИ. Системы ускоряют кредитный скоринг в несколько раз и позволяют виртуальным ассистентам обрабатывать до 90% типовых запросов. В страховании сроки обработки убытков сократились с недель до часов.
Второе направление связано с персонализацией финансовых и страховых услуг. Алгоритмы анализируют транзакции и данные клиентов, включая показатели носимых устройств, чтобы формировать индивидуальные предложения. Так, страховые компании могут корректировать тарифы в зависимости от образа жизни клиента.
Третьим трендом становится развитие гибридной ИТ-инфраструктуры. По данным KPMG, 76% финансовых организаций переносят ИИ-нагрузки с облачных платформ на собственные серверы или комбинированные решения. Это связано с требованиями регуляторов, киберрисками и развитием отечественных аппаратных решений.
Четвертое направление — использование ИИ для управления рисками и повышения доверия. Алгоритмы анализируют транзакции в реальном времени и предотвращают мошенничество: в 2023 году одна из платежных систем таким образом защитила $40 млрд. Технологии также помогают ускорять анализ нормативных документов и прогнозировать отток клиентов.
Наконец, пятое направление связано с эволюцией бизнес-моделей. Ряд крупных банков, таких как Ping An и BBVA, используют ИИ для построения экосистем, объединяющих финансовые, страховые, медицинские и ритейл-сервисы. Такой подход позволяет предугадывать потребности клиентов и предлагать им решения до возникновения запроса.
По словам Святослава Смирнова, руководителя подразделения «К2 НейроТех», в России проекты с применением ИИ уже выходят на промышленный уровень, однако сталкиваются с инфраструктурными ограничениями. «Ключевая задача — создание гетерогенной структуры управления ресурсами, объединяющей публичное облако и частные инсталляции. Это позволит быстро получать необходимые мощности и соблюдать регуляторные требования, но потребует зрелых внутренних процессов и готовности команд», — отметил он.