ИИ-агенты в банке: где заканчивается автономия
ИИ в банках больше не ограничивается ролью ассистента и всё чаще становится участником процессов, который в отдельных сценариях действует без прямого участия человека.
Но главный вопрос сегодня не в том, что он умеет, а в том, где проходит граница этой автономности — в каких задачах ИИ действительно действует сам и где его решения остаются под контролем. Разбираем, как это устроено на практике в ВТБ.
Где ИИ уже действует без человека
В ВТБ уже используются автономные ИИ-агенты, способные самостоятельно принимать решения или инициировать действия в отдельных сценариях. Например, в чат-боте ВТБ Онлайн в начале каждой сессии система оценивает финансовый профиль клиента и формирует персональные рекомендации. Это могут быть напоминания о платежах или предложения по кешбэку. Сегодня бот закрывает около 80% обращений клиентов, и 85% пользователей при этом оценивают его работу высоко.
Другой пример связан с инвестициями. В приложении «ВТБ Мои Инвестиции» ИИ-сервис формирует стратегию с учётом предпочтений клиента, его финансовых возможностей и отношения к риску. Алгоритм строит среднесрочные прогнозы доходности по различным инструментам, от акций и облигаций до золота и других активов, и на их основе предлагает оптимальное распределение портфеля. Стратегия не остаётся статичной, система регулярно пересматривает её с учётом новых прогнозов и текущей структуры активов. В отдельных сценариях сделки по таким рекомендациям могут исполняться автоматически
Почему полной автономии пока нет
Полностью автономных агентов без участия человека в банке пока нет ни в одном процессе. В ключевых операциях сохраняется обязательный контроль, в том числе по требованиям Центрального банка.
Но ограничения связаны не только с регулированием.
- Галлюцинации. ИИ способен выдавать убедительные, но несуществующие факты. Например, «придумать» условия продукта или сослаться на источник, которого нет. Это связано с тем, что модель не проверяет информацию, а подбирает наиболее вероятный ответ на основе обученных закономерностей.
- Чёрный ящик. В ряде случаев невозможно точно разобрать, почему система приняла конкретное решение. Это усложняет как внутренний контроль, так и объяснение результата клиенту или регулятору
- Репутационные риски. Любая ошибка воспринимается как позиция банка.
- Инфраструктура. Масштабирование требует значительных вычислительных ресурсов, которые остаются дорогими и ограниченными.
- Данные. Эффективность моделей напрямую зависит от объёма и качества обучающей выборки. Подготовка таких данных требует ручной разметки и участия экспертов, что делает процесс дорогим и длительным.
Чтобы снизить эти риски, в процессах с ИИ используется несколько уровней контроля. Часть моделей проверяет результаты друг друга — это так называемые каскадные решения. Дополнительно применяются защитные ограничения, которые не позволяют системе выходить за заданные рамки и давать нежелательные ответы. В ряде сценариев используется подход, при котором ИИ не «придумывает» ответ, а опирается только на внутреннюю базу знаний банка, то есть работает с заранее проверенной информацией.
Нас заменят?
На этом фоне неизбежно возникает вопрос, который всех волнует — заменит ли ИИ сотрудников. Пока скорее нет. Меняется сама логика работы. Рутинные и повторяющиеся задачи постепенно уходят в автоматизацию, а люди смещают фокус на более сложные и нестандартные ситуации, где важны контекст, суждение и ответственность.
И здесь есть, пожалуй, хорошая новость. Пока обсуждают возможную замену, внутри компаний параллельно появляются новые роли. Среди них — инженеры по работе с промптами, специалисты по цифровой культуре и команды настройки внутри бизнес-подразделений.
Инструмент или уже сотрудник
Так кто тогда ИИ-агент сегодня? В ВТБ мы рассматриваем его как «тактичного советника», который уже берёт на себя часть решений и в отдельных сценариях может действовать без участия человека, но остаётся в рамках заданных правил, тогда как в ключевых процессах финальное решение и ответственность по-прежнему остаются за людьми.