Большую часть своей карьеры я работал в банках (более 17 лет), а первым моим направлением деятельности в XTech (подразделение по развитию цифрового бизнеса Ростелекома и корпоративный венчурный фонд) стало направление финтех решений для банков и бизнеса.

Сейчас мы стали технологическим партнёром для разных отраслей. Наши цифровые решения охватывают финтех, ритейл и эл.коммерцию, тревелтех и промышленность, решения в области больших данных, рекламных технологий и искусственного интеллекта.

По моим наблюдениям Банки остаются крупнейшими потребителями цифровых сервисов с крупнейшими ИТ бюджетами и наиболее продвинутыми с точки зрения уровня цифровизации и инновационности, а тренд с применением генеративного ИИ будет доминировать во всех индустриях ближайшие годы. GenAI станет основным дисраптором. Поэтому уделяю много времени изучению этого вопроса.

Наша цель сейчас стать ключевым партнёром для наших клиентов и в этой области.

Во вложении еще одно исследование о применении GenAI в Банках и подходах к трансформации.


Кратко:

🎯 О чём исследование?
Аналитический обзор применения генеративного ИИ (GenAI) в банковском секторе России и мира. Описывается путь от точечных ИИ-экспериментов к системной AI-трансформации бизнеса. Ключевой вывод: выигрывают те, кто внедряет ИИ стратегически, изменяя процессы, архитектуру и культуру; поверхностные ИИ-проекты, как правило, не дают резких конкурентных преимуществ.

📉 Ключевые проблемы банков:
Снижение спроса, падение рентабельности и рост расходов. Цифровые сервисы легко копируются, а клиенты меняют банк буквально онлайн за пару минут.

🤖 Роль искусственного интеллекта:
ИИ — основной драйвер для нового роста, способный обеспечить гибкость и персонализацию. GenAI решает задачи, недоступные классическому ML: автоматизация рутинных процессов, генерация контента, работа с неструктурированными данными. В России половина банков уже используют ИИ, но значимый эффект даст только комплексная интеграция, а не разовые пилоты.

📈 Внедрение GenAI и мультиагентные системы:
GenAI и AI-агенты — мощный инструмент автоматизации банковских задач: KYC, комплаенс, борьба с мошенничеством, автоматизация ИТ, продаж, поддержки. Комплексная AI-трансформация может дать +50% к прибыли, отдельные случаи — всего 10-15%.

🔑 Барьеры и ошибки:
Только 20% ИИ-проектов масштабируются. Главные причины провалов — слабые данные, нехватка экспертизы, отсутствие связи с бизнес-целями и готовности к изменениям.

🌍 Глобальные примеры:
Лидеры AI — стратегический подход, центры компетенций, облачные платформы, а также масштабные программы обучения и партнерства с ИИ-провайдерами.

Кратко:
Must-read для всех, кто строит AI-стратегию в финансовой индустрии. Главный инсайт — ставка на системную трансформацию, а не разовые ИИ-эксперименты. В исследовании — практика, ошибки и лучшие кейсы.

Файл в первом комментарии