Развитие ИИ в финтехе: от автономных процессов к комплексной автоматизации

Как изменится мир финансов при комплексной автоматизации банков с помощью ИИ-агентов? Рассказывает директор по развитию резидента Сколково FIS Дарья Камышова в экспертной колонке на РБК.

На Финополисе 2025 вместо привычных разговоров о «цифровизации» мы стали свидетелями смены парадигмы. Рынок финансовых технологий входит в фазу зрелости, и крупнейшие игроки решают, кому будет принадлежать технологическое «ядро» будущего. В новой реальности гибкость, скорость изменений и постоянная кастомизация под актуальные потребности клиента становятся ключевыми конкурентными преимуществами. 

Фундаментальная трансформация финансового сектора в первую очередь связана с переходом банков и крупных финтех-компаний от точечного использования моделей искусственного интеллекта к созданию комплексных агентских систем.

Интеграция ИИ-агентов как архитектурный принцип

Ранее под искусственным интеллектом в банках подразумевались в первую очередь ИИ-ассистенты, помогающие автоматизировать точечные бизнес-процессы, к примеру, при скоринге и антифроде. А сегодня бизнес нацелен строить полноценные системы ИИ-агентов, которые выполняют сложные цепочки действий автономно.

Например, агент самостоятельно: 

• извлекает данные, анализирует запросы и отвечает на вопросы клиентов;
• запускает цепочку действий — собрать документы в «золотую запись» о клиенте, оценить его «кредитное здоровье» и сформировать решение.

При этом особый интерес представляют мультиагентные системы, где несколько специализированных ИИ-агентов взаимодействуют между собой, уточняя задачи и обмениваясь данными, и приходят к единому, более взвешенному решению. Практика показывает, что такой подход часто оказывается эффективнее классических ML-моделей. Агент берет на себя до 70–80% рутинных операций, сокращая SLA и снижая нагрузку на команды.

Платформенный подход при внедрении ИИ-моделей

При стремительном развитии технологий ИТ-архитектура банка, привязанная к одной LLM или ML-модели, создаёт риски и ограничивает гибкость бизнеса. В таких условиях особую ценность приобретают комплексные платформенные решения, где можно управлять всей ИИ-инфраструктурой с множеством языковых и моделей машинного обучения.

Ключевым активом становится не конкретная модель, а:

• ETL-контур, который собирает, очищает и структурирует данные;
• база знаний для RAG (корпоративного «сверхмозга»), превращающая внутреннюю информацию банка в «память» ИИ;
• интеграции через платформу в конкретные банковские системы;
• решения для оркестрации работы множества агентов одновременно.

Low-code платформа говорит на языке бизнеса и соединяет «искусственный интеллект» с банковскими бизнес-процессами. В ней гибко настраиваются интеграции с AI (ML-модели, LLM, AI-ассистенты, ИИ-агенты), что обеспечивает возможность быстрой адаптации ИИ-инфраструктуры к меняющемуся рынку.

Российская специфика: импортонезависимость и стратегическое развитие цифровой трансформации с ИИ

Параллельно с глобальным трендом развитие искусственного интеллекта в России определяется курсом на технологическую независимость. Это не только вызов, но и уникальная возможность — строить современные ИТ-архитектуры, изначально свободные от зарубежных legacy-систем. Low-code платформа представляет собой единую среду для быстрой разработки любых корпоративных приложений, необходимых для импортозамещения иностранных решений. Такой подход позволяет контролируемо и гибко интегрировать разные ИИ-модели в ИТ-ландшафт банка.

Эффективность применения искусственного интеллекта всё больше будет зависеть от следующих факторов:

• архитектуры, которая не устаревает;
• способности быстро кастомизировать решения;
• безопасной оркестрации всех моделей при сохранении доверия клиентов.

Сегодня ключевая задача игроков на рынке финансовых услуг — выстроить фундамент, где ИИ станет устойчивой частью корпоративных систем. В итоге успех будет определяться не количеством внедренных моделей, а способностью создать «цифровой мозг» банка — безопасную и оперативно обновляющуюся экосистему, где ИИ-агенты станут надёжными автономными сотрудниками, а люди сосредоточатся на том, что пока недоступно машинам: стратегии, эмпатии и креативе.