ИИ в банковском ПО: быстротекущий тренд или реальная польза?

Новость от 05.12.2025

Банки все чаще говорят об искусственном интеллекте как о “черном ящике” от всех проблем: автоматизация, отчётность, скоринг, риск-менеджмент… Но работает ли ИИ на самом деле и нужен ли он банкам, или это просто хайп?

Мы в БИС делимся своим опытом и анализируем, что происходит на рынке.

Где ИИ уже реально помогает

Скоринг и кредитование.

В 2024 году Сбербанк внедрил ИИ-модели, которые анализируют до 5000 параметров клиентов. После этого время принятия решения по кредиту сократилось до 2–3 минут, а точность прогнозов дефолта выросла на ~15%.

Чат-боты и поддержка клиентов.

ВТБ, Райффайзен и другие банки интегрируют генеративный ИИ и LLM-чатов в клиентские каналы. Например, в Райффайзене «Рэя» (бот) резко снизил нагрузку на операторов, закрывая значительную долю запросов без участия человека.

Управление рисками и борьба с мошенничеством.

Научные исследования показывают: ИИ и ML позволяют банкам точнее оценивать кредитные риски и выявлять аномалии и мошеннические схемы, особенно при работе с big data.

Также эксперты прогнозируют, что уже к 2025–2026 годам ИИ может приносить в банковской сфере прирост производительности до 20–30%.

В 2024 году Сбербанк внедрил ИИ-модели, которые анализируют до 5000 параметров клиентов. После этого время принятия решения по кредиту сократилось до 2–3 минут, а точность прогнозов дефолта выросла на ~15%.

Где ИИ ещё “на испытательном”

Бэкофис и регуляторная отчетность.

В этом сегменте ИИ пока не заменяет человека полностью: сложности с данными, требованиями ЦБ и юридическую ответственность никто не отменял.

Многие банки используют ИИ для ускорения, но окончательный контроль остается за людьми.

Поворотные задачи и edge-cases.

Например, нестандартные кредитные ситуации, спорные юридические кейсы, комплексная инвестиционная структура — там, где слишком много нюансов, ИИ пока не устойчив.

Не всякий банк готов к ИИ. Без грамотной стратегии, инфраструктуры и дисциплины по данным — ИИ превращается из помощника в источник проблем (ошибки, ложные срабатывания, утечки).

Что это значит для БИС и банков, которые с нами

Мы смотрим на ИИ как на инструмент, а не на панацею. И у нас это работает, когда:

1. данные структурированы и централизованы
2. процессы прозрачны,
3. есть контроль, тестирование, SLA, регламенты.

В БИС мы уже используем ИИ в трёх внутренних сценариях: ускорение разработки, подготовка отчётности, генерация прототипов. Это позволяет нам экономить время, уменьшать ручной труд и снижать технологические риски — особенно при масштабных проектах или миграциях старых систем.

Ответ на главный вопрос:

ИИ —  это не просто очередной хайповый тренд. Там, где у банка есть технологическая зрелость, правильные данные и процессы, ИИ уже даёт ощутимую пользу: скорость, качество, масштабируемость, снижение затрат и ошибок.