Насколько актуальна сейчас для банков проблема с разделением технологий на «полезные» и «модные» и можно ли безболезненно «отделить зёрна от плевел», рассказывает Алексей Клепиков, вице-президент, руководитель ИТ-кластера МТС Банка, спикер форума FinCore`24, который состоится 29 февраля.
<...>
— Какие подходы к выстраиванию ИТ-стратегии на практике подтвердили свою эффективность и почему?
А. Клепиков: Практика показала, что нет ничего лучше мейнстрима. И поскольку большинство игроков, видимо, пришли к аналогичному выводу, за последний год на рынке не приходилось наблюдать ни экстремальных взлётов, ни эпик-фейлов. В основу ИТ-стратегии большинство банков стали закладывать осознанность и бережливость, а в списке первоочередных задач оказались обретение импортонезависимости, постепенное продвижение к импортозамещению и противодействие возросшим киберугрозам. Даже банки-мейджоры, располагающие колоссальными бюджетами, уже не готовы инвестировать исключительно ради хайпа.
Стало даже интереснее — на зрелом рынке проще понять, в какие проекты лучше инвестировать, какие методики использовать. При всём ажиотаже вокруг ИИ и LLM (Large Language Models) бюджеты на их развитие достаточно скромные — особенно в сравнении с тем переполохом, который творился вокруг блокчейна 5–7 лет назад, когда почти каждая организация пыталась внедрить у себя «распределённый реестр», плохо понимая, зачем это нужно. Высокий уровень прагматизма, если не цинизма, в данном случае стал синонимом технологической зрелости.
Однако обостряется проблема, связанная с падением уровня зрелости рядовых ИТ-специалистов, что особенно критично на фоне сложнейшей ситуации на рынке, увеличения ставки рефинансирования, усиления давления по предельным долговым нагрузкам и пр.
— Существует ли проблема с разделением технологий на «полезные» и «модные»?
А. Клепиков: Да, проблема существует, и самые яркие примеры «модных» технологий — это блокчейн и банкинг в мессенджерах. В последнем случае вопрос даже не в регулировании, а в отсутствии интуитивно понятного клиенту CJM, внятного поискового сценария, несмотря на откровенно избыточные бюджеты, направленные на развитие этого направления.
К наиболее полезным технологиям я бы отнёс большие языковые модели, NLP (Natural Language Processing), а также Computer Vision.
— Как эту проблему решают в вашем банке? Как вы оцениваете «полезность» технологий?..
Продолжение читайте на https://futurebanking.ru/post/4061
