FIS собрала практические сценарии применения ИИ в банковской автоматизации

Где искусственный интеллект уже способен давать банку прикладной эффект — не как экспериментальная технология, а внутри конкретных бизнес-процессов? FIS собрала обзор сценариев использования ML, LLM и ИИ-агентов в банковской автоматизации: от разработки ПО до взыскания, кредитного риск-менеджмента, продаж и персонализированного маркетинга.

Первый блок материала посвящен развитию FIS Platform как среды для работы с ИИ. В платформу встраиваются инструменты для поиска по документации, генерации и оптимизации кода, создания объектов приложений и unit-тестов, а также голосового ввода. По оценкам FIS, такие инструменты способны повысить производительность начинающих специалистов минимум на 30%, одновременно сокращая время опытных сотрудников на онбординг и проверку типовых задач.

Второй блок — прикладные банковские кейсы. Во взыскании ML используется для сегментации портфеля и прогнозирования поведения должников: в одном из кейсов банка топ-10 модель с точностью 81% определяет клиентов, которые самостоятельно погасят задолженность в течение трех дней. В кредитовании модели помогают рассчитывать вероятность дефолта и принимать решения в рамках скоринговой логики. В маркетинге Next Best Offer позволяет прогнозировать склонность клиента к покупке продукта, вероятность оттока, подходящий канал и момент коммуникации; в одном из проектов FIS конверсия после контакта выросла с 1% до 1,4%.

Отдельное направление — переход от использования одной модели к **оркестрации нескольких ИИ-инструментов и мультиагентным системам. FIS Platform рассматривается как единый контур, в котором могут взаимодействовать LLM, ML-модели, RAG и внешние ИИ-сервисы. Несколько агентов получают разные роли в решении одной задачи, проверяют результаты друг друга и позволяют работать со сложными сценариями, которые плохо решаются одним универсальным запросом к модели.

Главный вывод обзора: конкурентное преимущество создает не само наличие нейросети, а способность встроить ее в существующие банковские процессы, данные и ИТ-архитектуру — и получить измеримый бизнес-эффект.

Практические сценарии и кейсы применения ИИ — в полном материале FIS.