Финтех-Маркет

Еще недавно выбор кредита выглядел так: человек шел в банк, заполнял анкету, ждал ответа и часто соглашался на то предложение, которое получил первым. Сегодня клиент ведет себя иначе. Он хочет сравнить варианты, увидеть условия заранее, оформить заявку онлайн и не тратить время на лишние действия. Так финансовые маркетплейсы стали естественной частью рынка. Финансовый маркетплейс решает главную проблему выбора — недостаток прозрачности. Когда предложения разбросаны по разным сайтам и офисам, клиенту сложно понять, где условия лучше...

AI-скоринг в кредитовании: как искусственный интеллект меняет подход к оценке заёмщиков Кредитование всегда строилось на одном главном вопросе: сможет ли заёмщик вернуть деньги вовремя? Раньше ответ искали через анкету, справки, кредитную историю и ручную оценку. Сегодня к этим инструментам добавился искусственный интеллект — и он меняет сам подход к скорингу. AI-скоринг анализирует больше данных и делает это быстрее. Он учитывает не только базовые сведения, но и поведенческие признаки: как заполняется...

Если коротко: пока все спорят, заменит ли нейросеть бухгалтера, российские банки уже посчитали деньги. И цифры там такие, что спорить как-то расхотелось. В первом полугодии 2025 года Сбер заявил, что внедрение генеративного ИИ — собственной модели GigaChat — принесло банку почти 30 млрд рублей. Не «потенциального эффекта», не «синергии в перспективе», а вполне конкретной экономии за шесть месяцев. А если брать весь эффект от ИИ накопленным итогом, банк оценивает его уже в 1,75 трлн рублей. Это не реклама и не пресс-релиз ради красивой картинки...

Еще несколько лет назад искусственный интеллект в финансах воспринимался как эксперимент: чат-боты, автоматические подсказки, простая аналитика. Сегодня это уже не «дополнительная функция», а часть инфраструктуры финансового рынка. Банки, МФО, страховые компании и финансовые платформы используют ИИ там, где нужно быстро обрабатывать большие объемы данных, снижать риски и делать клиентский путь удобнее. Главное изменение — скорость принятия решений. Раньше заявка на кредит могла проходить через несколько ручных этапов: проверка анкеты, анализ дохода, оценка кредитной истории, сверка документов...

Когда говорят «модель ошиблась — выдали займ плохому клиенту», звучит абстрактно. Сейчас покажем на цифрах: одна такая ошибка стоит дороже, чем кажется. И почему 0,5% «лишних» одобрений могут съесть месячную прибыль. Когда МФО выдала займ клиенту, который не заплатит, потери — это не просто «выданная сумма минус то, что вернули». Это сумма нескольких компонентов: Каждый из этих пунктов превращает «один плохой займ» в существенно бо́льшую дыру в P&L, чем простая сумма выдачи. Берём типовой займ: средний...