Внедрение ИИ может принести банкам до 1,9 трлн рублей прибыли через пять лет
Это возможно при полномасштабной ИИ‑трансформации всего банковского сектора
16.09.2025
| Ведомости
Внедрение генеративного искусственного интеллекта (ИИ) в банках может принести российскому банковскому сектору до 1,9 трлн руб. прибыли на горизонте 2–5 лет, оценили аналитики компании «Рексофт». Максимальный эффект возможен при комплексной ИИ-трансформации банковского бизнеса, говорится в их исследовании о применении генеративного ИИ в банкинге. При точечном внедрении ИИ-решений в отдельные операции и функции потенциальный эффект «Рексофт» оценивает в 385 млрд руб.
Преграды для развития
Экономический эффект от внедрения ИИ может сильно варьироваться в зависимости от выбранных процессов и направлений, а также значительно различаться при точечном внедрении и комплексной трансформации всего бизнеса, говорится в исследовании. Из-за ряда барьеров банки часто предпочитают внедрять ИИ-инструменты для решения отдельных задач в неосновных процессах: например, ИИ-ассистенты для клиентской поддержки, для IT-подразделений и др., отмечается в документе. В итоге отсутствие единой платформы для различных решений на базе ИИ приводит к росту затрат на внедрение и поддержку, увеличению сроков масштабирования, дублированию функционала и, как следствие, недостижению плановых эффектов.
Проблема не в самой технологии, а в неготовности организаций к изменениям, считают аналитики «Рексофта»: около 70% инициатив терпят неудачи из-за трудностей, связанных с процессами и людьми, 20% вызваны несовершенством технологий и только 10% — багами в самих ИИ-алгоритмах, говорится в документе.
Основными препятствиями для полноценной ИИ-трансформации банков являются необходимость адаптации под решения на базе этой технологии, отсутствие связи с целями бизнеса и недостаточная поддержка руководства. Также барьерами становятся отсутствие настроенных процессов управления изменениями в целом и ИИ — в частности, трудности при обосновании кросс-функциональных проектов из-за отнесения затрат к разным подразделениям.
Сопротивление сотрудников и отсутствие у них мотивации к внедрению новых технологий, недостаточный уровень цифровой грамотности также становятся преградой на пути необходимых изменений. Нехватка технических компетенций у IТ-команды и недостаток квалифицированных ИИ-инженеров на рынке тоже выделены в исследовании как барьеры для комплексного применения новой технологии.
Одна из ключевых проблем, с которой сталкиваются банки при внедрении ИИ-решений, — недостаточное качество и актуальность данных для обучения моделей. 83% организаций не могут получать информацию о транзакциях в режиме реального времени из-за отсутствия нужной инфраструктуры и продвинутых аналитических платформ, отмечается в исследовании. Высокие затраты на инфраструктуру и вычисления, зависимость от внешних сервисов без детального плана масштабирования ИИ-решений также тормозят внедрение новых технологий.
Еще одним существенным барьером являются регуляторные ограничения: почти половина IT-руководителей считает вопросы информационной безопасности и сохранности персональных данных препятствием для развертывания ИИ-решений.
В итоге все это приводит к стагнации ИИ-проектов, говорится в исследовании: в лучшем случае они не приносят желаемого эффекта, в худшем — приводят к существенным искажениям процессов, которые должны были оптимизировать. Кроме того, сотрудники и руководство начинают сомневаться в эффективности технологий и дальнейшее внедрение откладывается на неопределенный срок.
Для успешного применения ИИ в банках и получения максимального эффекта от его внедрения необходим комплексный подход, пишут аналитики «Рексофта»: обновление операционной модели, развитие IТ-ландшафта, обучение сотрудников и бизнес-подразделений, а также приоритизация направлений внедрения ИИ. Важно учитывать возможность гибкого изменения (добавления или исключения) отдельных шагов, говорится в исследовании.
Мнение рынка
Эксперты отмечают, что вопросы информационной безопасности и сохранности персональных данных уже сейчас во многом решаются за счет развертывания ИИ-моделей в защищенном контуре банка без передачи чувствительных данных за пределы внутренней инфраструктуры. Это позволяет использовать мощь ИИ, соблюдая все требования регуляторов, включая закон о персональных данных и стандарты Банка России.
Широкое внедрение ИИ сдерживает нехватка в небольших региональных банках квалифицированных команд и вычислительных ресурсов для обучения локальных моделей, рассуждает директор по продуктам Servicepipe Михаил Хлебунов. Их бюджеты ограничены, объясняет он.
Также к ограничивающим факторам относятся высокие финансовые риски и неопределенность отдачи инвестиций от таких проектов, говорит ведущий аналитик отдела мониторинга ИБ «Спикател» Алексей Козлов.
Реальная оценка эффектов
Внедрение генеративного ИИ приведет к росту продуктивности сотрудников вместе с качественным улучшением продуктов, а также появлению принципиально новых сервисов, невозможных до этого без ИИ. По словам экспертов, уже в ближайший год при системном подходе в Совкомбанке ждут повышения продуктивности в ключевых бизнес-процессах на уровне 20–30% за счет автоматизации рутинных задач, ускорения обработки информации и поддержки принятия решений.
Эффект от внедрения ИИ в операционные процессы группы «Т-технологий» уже составляет десятки миллиардов рублей, говорит ее представитель. При масштабировании на всю выручку группы экономия может быть еще более значительной, добавляет он.
Лабораторией искусственного интеллекта Россельхозбанка уже разработано более 30 моделей ИИ, реализация которых направлена на оптимизацию процессов коммуникации с клиентами, работы с обращениями, динамического ценообразования в рамках продуктов, проведения автотестирования и др., говорит представитель банка. Ожидаемый доход от реализации моделей к концу 2029 г. составит порядка 3 млрд руб., оценивает он.
Без понимания методики «Рексофта» сложно оценивать достоверность результатов исследования, говорит председатель ассоциации «Финансовые инновации» Роман Прохоров. Сбербанк оценивал собственный эффект от внедрения ИИ за 2024 г. в 400–450 млрд руб. На этом фоне предлагаемая базовая оценка эффекта в 385 млрд руб. по всей банковской системе за 2–5 лет выглядит явно заниженной, как, впрочем и 1,9 трлн руб., считает Прохоров. Поэтому, исходя из суммы «Сбера» и активного развития ИИ другими крупнейшими банками, минимальную оценку годового эффекта от ИИ по банковской системе он ожидает около 1 трлн руб. на горизонте двух лет и 2,5 трлн руб. на горизонте пяти.
Ведомости
Ведущее деловое издание России