Российская финансовая отрасль — одна из самых технологичных, лидер по уровню внедрения ИИ. Его применяет каждая пятая компания, по оценкам специалистов. А аналитика «Систем Икс» говорит о том, что финансовая отрасль входит в тройку сфер по масштабу внедрения инструментов ИИ и предиктивной аналитики. Как развитие ИИ меняет российский финтех, какую ценность приносит компаниям и пользователям и где он применяется, рассказал Иван Коновалов, основатель и генеральный директор Molver.
Новый подход к оценке рисков и формированию предложений
Для российского финтеха ИИ из трендового инструмента за несколько лет превратился в значимую часть стратегии развития компаний — по данным доклада ЦБ «Применение искусственного интеллекта на финансовом рынке: текущий статус и условия дальнейшего развития», две трети респондентов уже применяют или планируют применять ИИ в ближайшем будущем. Каждый пятый использует на постоянной основе, 15% запускают пилотные проекты. Особенно активно к ИИ прибегают страховщики, операторы инвестиционных платформ, кредитные организации.
В первую очередь технология привлекает бизнес возможностью снижения операционных затрат, оптимизации процессов управления рисками, повышением прозрачности и автоматизации бизнес-процессов. В разной степени ИИ проник практически во все задачи финтех-компаний, и можно говорить о том, что он трансформирует отрасль на всех уровнях: меняет подходы к взаимодействию с клиентами, принятию решений, управлению бизнес-процессами, позволяет создавать новые продукты.
Способность ИИ эффективно и оперативно анализировать большие объемы информации позволила трансформировать скоринг и управление рисками. Именно с него началось активное развитие ИИ в финансовой отрасли. В кредитных организациях модели машинного обучения (ML) оценивают не только непосредственно кредитные истории: они учитывают и активность в социальных сетях, данные платежных систем, статистику мобильных приложений.
В страховом секторе модели машинного обучения работают с обезличенными медицинскими данными, социально-демографическими показателями, информацией с носимых устройств. Анализ десятков признаков для каждого клиента помогает составить более детальную картину по нему и его рискам, предсказать вероятность убытка.
Для финтех-организаций применение нейросетей в оценке потенциального клиента стало способом снизить риски — например, предоставить слишком большую сумму кредита, выдать полис неблагонадежному клиенту (в страховании часто речь идет о мошенничестве с ОСАГО), а для клиентов — ускорило получение ответа от банка, МФО, страховщика.
По оценкам МТС Банка, ИИ способен подобрать объем кредита, формат и стоимость для конкретного клиента за 1,5 минуты. Даже самый квалифицированный сотрудник за такое время не проанализирует все переменные. При этом с ИИ исключен человеческий фактор — ошибок из-за невнимательности или субъективного отношения к конкретному клиенту.
По данным ЦБ, в 2025 году риск-менеджмент стал одним из ключевых направлений применения традиционного ИИ и моделей глубокого обучения. Для банков ИИ становится незаменимым инструментом именно в кредитном скоринге, в том числе при работе с юрлицами и ИП. В «Сбере» с помощью ИИ принимаются решения по более чем 80% выдач кредитов для бизнеса, в Т-Банке — более 90%.
Страховщики часто применяют ИИ для расчета тарифов: технология помогает более точно оценивать риски и анализировать клиентский профиль. Это позволяет повышать конкурентоспособность продукта и сохранять прибыльность.
Повышение безопасности финансовых операций
Еще одна задача, которую сегодня финансовая отрасль решает с активным привлечением ИИ-инструментов, — это антифрод. ИИ позволит вывести на новый уровень выявление мошенничества и обеспечение безопасности операций благодаря все тому же анализу большого объема данных и способности к прогнозированию.
ИИ в режиме реального времени анализирует транзакции клиентов и сопоставляют их с дополнительными данными: о геолокации, устройстве, времени суток. Если с учетом всех факторов операция выглядит подозрительной — например, клиент совершает крупный перевод из нехарактерной ему локации (условно, из другого города) или с нового устройства, система может «заморозить» эту операцию, запросить верификацию. По оценкам экспертов, это позволяет предотвратить до 15% мошеннических случаев.
«Сбер» в рамках антифрод-системы применяет ИИ и модельный скоринг для анализа транзакции. Платформа принимает около 150 тыс. транзакции в секунду и выдает ответ на запрос менее, чем за 10 мс. А в Т-Банке система фрод-мониторинга анализирует тысячи критериев и проводит проверку каждой транзакции за 50 мс, чтобы определить, характерная ли операция для конкретного клиента или нет.
Современные ИИ-подходы к антифроду постепенно вытесняют из финансовой отрасли традиционные системы, которые основываются на статистических правилах. Умные алгоритмы постоянно совершенствуются и уже могут выявлять даже аномалии в речи клиента, причем делать это за считанные секунды.
Более того, нейросети учатся бороться с мошенничеством, в котором применяется тот же ИИ: например, когда для входа в онлайн-банк через биометрию применяется дипфейк. Человеку распознать синтезированное фото, аудио или видео значительно труднее.
Трансформация работы с клиентом
Развитие цифровых финансовых приложений (онлайн-банкинг, мобильные платформы брокеров и пр.) поменяло взаимодействие клиентов с финтех-сервисами. Не нужно ехать в офис компании, чтобы открыть кредит или брокерский счет, закрыть вклад, выбрать страховой продукт, пересмотреть свой инвестиционный портфель. Финансовые вопросы перешли в онлайн, и в эту новую модель тоже стал активно встраиваться ИИ.
В системе клиентской поддержки сотрудников стали заменять чат-боты и голосовые помощники. Они отвечают на простые вопросы — например, как открыть вклад или как начисляется кэшбек, для чего не нужен живой сотрудник: достаточно иметь массив актуальной информации.
Еще в 2021 году у Т-Банка (тогда — «Тинькофф банк») голосовой помощник Олег решал больше 40% клиентских обращений без участия человека и экономил 150 млн рублей в месяц. Чат-бот ВТБ в 2024 году ежемесячно обслуживал более 3 млн клиентов, отвечал на 85% запросов без привлечения оператора и обрабатывал более 1800 тем.
Развитие ИИ стимулирует переход от простых чат-ботов к ИИ-ассистентам, а значит, к очередному этапу трансформации взаимодействия с клиентом. ИИ-ассистенты уже не просто заменяют оператора при возникновении вопросов: они могут выполнять несколько задач.
Во-первых, они становятся полноценными виртуальными помощниками для пользователя, которые улучшают опыт взаимодействия с онлайн-банком или условной инвестиционной платформой. Преимущественно эту роль они берут на себя внутри мобильных приложений. ИИ-ассистенты превращаются в финансовых консультантов, предугадывают проблемы пользователя, выполняют простые задачи — например, подготовить выписку.
Альфа-Банк в конце 2025 года запустил голосового ИИ-ассистента для оформления ипотеки. Брокер «Финам» предлагает пользователям ИИ-скринер, который помогает выбрать оптимальные бумаги и разработать торговую стратегию, выдает аналитику в режиме реального времени.
Во-вторых, ИИ-ассистенты могут заменять менеджеров по продажам, например в отделениях банка — на интерактивных стендах, киосках. ИИ-ассистент интерпретирует запрос клиента, даже если он сформулирован размыто, и выявляет конкретную потребность. Консультирует по существующим продуктам и помогает определиться с выбором, ведет клиента по сценарию обслуживания внутри экосистемы банка.
Сегодня ИИ-помощники есть у многих крупных банков. Для финтех-компаний привлечение ИИ в прямое обслуживание клиента — возможность снизить нагрузку на сотрудников, передать им более приоритетные вопросы. А для клиентов — возможность получить более быстрый ответ, а порой и более полный, ускорить выполнение задач: не проходить весь путь в приложении вручную, а просто отдать команду помощнику.
Перспективы развития ИИ в российском финтехе
Большинство экспертов, участвовавших в исследовании «Банк будущего: каким его видят клиенты и эксперты?» от ОТП Банка, Ассоциации ФинТех и НАФИ, считают, что ИИ оказывает положительное влияние на развитие банковской сферы. И именно ИИ в ближайшие годы продолжит стимулировать трансформацию российского финтеха.
Классические модели машинного обучения в скоринге, антифроде и прогнозировании уже стали «гигиеническим минимумом» — об этом говорят участники страхового рынка, и то же можно сказать о банковском сегменте финтеха. Теперь на первый план выходит генеративный ИИ.
В частности, большой вклад в финансовую отрасль внесут ИИ-агенты, как показывает исследование «3×10 трендов 2026 года» Ассоциации ФинТех. Они становятся значимой частью глобального финансового рынка, и российский во многом следует этим же тенденциям. ИИ-агенты станут драйвером развития для российского финтеха — во внутренних процессах, системе антифрода, работе с клиентами.
Многие пользователи финтех-продуктов положительно относятся к ИИ в финансовых сервисах. Так, в 2025 году каждый третий (33%) частный инвестор обращался к ИИ, чтобы сформировать портфель: в 2024 году таких было только 19%, согласно исследованию «Выберу.ру» и ГК IT Smart Finance.
А бизнес-клиенты, принявшие участие в исследовании Markwebb, ждут, что интернет-банк станет удобнее благодаря ИИ. Предприниматели хотят видеть функциональных ИИ-агентов, которые сэкономят время в ежедневных задачах — подготовка документов, фиксирование платежных поручений. Идеального помощника описывают как Алису: сказать голосом «сделай платеж туда-то на такую-то сумму» — и он все выполнит сам.
Важно отметить, что в финтехе сейчас нет ни одной операции, которую большинство клиентов были бы готовы полностью доверить ИИ, как показывает исследование «Банк будущего». На данном этапе людям важно, чтобы ИИ все же находился под контролем человека. Это может быть связано с опасениями из-за «галлюцинаций» нейросетей и недостаточной прозрачности принятия решений.
Технологичность, надежность и удобство — неотъемлемые характеристики финтех-продуктов будущего. Эта технологичность в большой степени станет обеспечиваться именно благодаря все более активному внедрению ИИ, и уже не через точечные продукты, а через комплексные программы.