В корпоративных презентациях генеративный искусственный интеллект уже давно живёт на правах любимого слайда - яркая картинка, обещание «революции» и вишенка в KPI. Но у Сбера эти слайды наконец превратились в деньги. И в довольно ощутимые: 30 миллиардов рублей за полгода.
Для сравнения - это примерно столько, сколько некоторые региональные банки зарабатывают за год. Разница лишь в том, что здесь деньги сгенерировал не новый кредитный продукт или удачная сделка, а алгоритмы. GigaChat консультирует клиентов, GigaCode пишет код, а Giga-ассистент помогает малому бизнесу анализировать отчётность и даже готовить маркетинговые стратегии.
При этом Сбер не просто внедряет ИИ-технологии - он перестраивает и кадровую политику. По новым правилам, теперь сотрудники должны обладать компетенциями в области искусственного интеллекта. Другими словами, чтобы работать в банке, уже недостаточно уметь считать проценты и заполнять таблицы. Теперь от вас ждут умения разговаривать с алгоритмами на одном языке.
Нюанс в том, что AI-миллиарды не падают с неба. Международный опыт показывает: внедрение генеративного ИИ в банковских процессах требует не только алгоритмов, но и перестройки всей инфраструктуры - от кибербезопасности до юридического сопровождения. Американские и европейские банки, вдохновлённые ChatGPT-подобными сервисами, уже успели столкнуться с проблемами: утечками данных, искажением выводов ИИ и сопротивлением сотрудников, опасающихся автоматизации.
Сарказм в том, что пока одни компании всё ещё проводят «пилоты» и пишут пресс-релизы о внедрении ИИ, Сбер уже закрывает отчётность с миллиардами от этой технологии. Это как если бы одни строили велосипед, а другие уже ездили на электросамокате и брали за это плату.
Но есть и тонкий момент. Генеративный ИИ в банке - это не просто «про эффективность». Это про новую бизнес-модель: ИИ становится не только инструментом внутренней оптимизации, но и товаром для продажи клиентам. И здесь игра уже идёт на другом поле: конкурировать придётся не только с банками, но и с IT-гигантами.
Вопрос теперь не в том, «будет ли ИИ полезен». Вопрос в том, кто быстрее научится превращать его в деньги - и не просто экономить на штате, а строить на этом новые источники дохода.
А 30 миллиардов - это, похоже, только пробная версия.
