Согласно масштабному исследованию "Пульс цифровизации" ИТ-холдинга Т1, охватившему почти 13 000 компаний финсектора, нейросетевые технологии выступают главным драйвером бизнес-инноваций для банков и страховых компаний. В отрасли уже широко распространены различные сценарии использования ИИ. Так, 84% компаний, внедривших ИИ, используют технологии обработки естественного языка — это чат-боты, голосовые помощники и автоматизированный анализ документов. Более 70% организаций применяют технологии компьютерного зрения, чаще всего — для биометрической идентификации и верификации документов.

Две трети игроков финансового рынка внедрили системы распознавания и синтеза речи, что позволяет автоматизировать работу контактных центров и ускорить обслуживание клиентов. В секторе активно развита ИИ-поддержка принятия решений — интеллектуальные помощники функционируют в 66% компаниях, внедривших ИИ.

Рост объема рынка ИИ-решений в финтехе опережает динамику других цифровых направлений и составляет 25% и более в год, а совокупный экономический эффект от AI-first подхода в течение ближайших 5 лет может обеспечить 1,9 трлн рублей прибыли для отрасли.

"ИИ — технология, способная существенно трансформировать целую отрасль. Активное внедрение генеративных моделей, автоматизация клиентских сервисов с помощью цифровых агентов, массовое применение нейросетей в скоринговых решениях и борьбе с мошенничеством, а также формирование полноценных интеллектуальных платформ уже меняют бизнес-процессы. В ближайшие два-три года мы прогнозируем существенный рост интереса к подобным решениям, созданным российскими вендорами. Уже сейчас наблюдается быстрый переход на отечественные ИИ-решения, особенно в области управления рисками и персонализированного обслуживания. По данным экспертов к 2027 году крупнейшие игроки рассчитывают довести долю импортозамещения таких технологий до 90%", — полагает Дмитрий Харитонов.

По словам Дмитрия Харитонова, ключевыми барьерами для внедрения искусственного интеллекта в финансовом секторе остаются нехватка квалифицированных специалистов, ограничения на использование публичных облачных сервисов в связи с регуляторными требованиями, а также дефицит вычислительных мощностей — прежде всего современных GPU-ресурсов.

Наиболее острой проблемой эксперты называют именно кадровый дефицит: 91% российских банков отмечают трудности с наймом сотрудников senior-уровня в областях data science, машинного обучения и сопровождения ИИ-платформ. Также сложности возникают при поиске специалистов новых направлений: ML- и data-инженеры, архитекторы и prompt-инженеры.