Как казахстанские банки осваивают искусственный интеллект
И почему лидерство по внедрению ИИ в работу банковского сектора будет за крупными БВУ
Банковский сектор Казахстана традиционно внедрял технологические инновации раньше многих других отраслей и раньше своих коллег во многих странах — можно вспомнить бесконтактные платежи, Р2Р-переводы, оплату через QR-код. Тренд сегодняшнего дня — «интеллектуальные» ассистенты и другие ИИ-технологии и решения. Forbes Kazakhstan попытался выяснить, насколько активно казахстанские банки внедряют искусственный интеллект в свою работу.
Знакомые нейросети
Согласно данным Агентства по регулированию и развитию финансового рынка (АРРФР), в Казахстане 75 % банков уже используют искусственный интеллект в различных сферах: от кредитного скоринга и антифрод-систем до маркетинга и чат-ботов.
В ходе Central Asia Fintech Summit, который проходил в ноябре 2025 года, председатель АРРФР Мадина Абылкасымова отметила, что степень проникновения ИИ в финансовых организациях разная, а для его внедрения необходимы значительные инвестиции со стороны банков. С ее мнением согласен и директор сектора финансовых технологий и инноваций Ассоциации финансистов Казахстана (АФК) Константин Пак, однако ИИ он считает маркетинговым понятием и настаивает, что правильнее называть эти технологии нейросетями. Константин Пак подчеркнул, что казахстанские банки используют нейросети уже 20 лет и последние 10 лет любая выдача кредитов идет именно через них.
Он также отметил, что казахстанские финансовые институты используют нейросети в разной степени, но назвать лидера тяжело, ведь соответствующая информация очень закрытая. Можно сказать наверняка, констатирует он, что лидерство по внедрению нейросетей — за крупными БВУ, так как это, с одной стороны, очень ресурсоемкий процесс, а с другой — нейросети работают тем эффективнее, чем больше информации в них загрузить.
«Здесь зависимость прямая: у кого больше денег и данных, у того и нейросети будут работать лучше. Если банк небольшой, то у него будет мало данных для анализа и, скорее всего, недостаточно ресурса, чтобы качественно нейросеть обучать», — объясняет Пак.
Ни один из банков, которым Forbes Kazakhstan выслал запрос, не ответил, сколько они тратят на внедрение, обучение, содержание нейросетей или хотя бы какой процент от IT-бюджета направляют на развитие этого направления. Если говорить о глобальных масштабах, то в конце 2023 года компания International Data Corp. поделилась прогнозом, согласно которому продажи программного обеспечения, технических средств и услуг для систем ИИ в 2027 году превысят $400 млрд, а расходы финансового сектора возрастут до $97 млрд. Согласно данным, опубликованным Международным валютным фондом в 2023 году, JPMorgan, крупнейший кредитор в США, расходует на технологии более $15 млрд в год, задействуя в этой сфере почти пятую часть своих приблизительно 300 тыс. сотрудников.
Константин Пак рассказывает, что внедрение нейросети в Kazkom (один из крупнейших казахстанских банков, работавший в 1990–2018 годах) стоило $1 млн, но 20 лет назад это были совсем другие деньги. «Go-card Какзкома выдавались такой нейросеткой», — напомнил он. При этом, по словам эксперта, купить модель стоит намного дешевле, чем ее содержать.
«Нейросеть необходимо постоянно дообучать, иначе это будет статичный алгоритм, в котором просто не будет смысла. А для ее обучения нужно очень много дорогого машинного времени, и чем больше вы используете нейросеть, чем больше данных вы ей скармливаете, тем это дороже. Вам нужен дорогой дата-центр, причем он устаревает каждые три-пять лет», — рассказал Константин Пак. Он приводит пример: обработка одного запроса в ChatGPT обходится Сэму Альтману в 10 раз дороже, чем Сергею Брину в Google. Только на обработку сообщений «спасибо» и «пожалуйста» ChatGPT, по словам Сэма Альтмана, Open IA потратила «десятки миллионов долларов».
Оправданные затраты
Однако, несмотря на то что использование нейросетей увеличивает себестоимость банковских услуг, их эффективность растет, поэтому их развитие сегодня кажется экономически целесообразным. «Условно, если в банке внедрили антифрод-систему и мошенничество с 0,3 % снизилось до 0,15 %, банк экономит очень много денег. Если раньше кредитные решения давали 3 % ошибки, а теперь дают 0,5 %, то, во-первых, кредиты стали дешевле для всех и банк становится конкурентоспособнее, а во-вторых, финансовые институты теряют меньше денег на невозвратных займах», — приводит примеры директор сектора финансовых технологий и инноваций АФК.
Действительно, сегодня банки используют ИИ в основном в выдаче кредитов, борьбе с мошенничеством, клиентских чат-ботах, в разработке программных кодов и аналитике. В Home Credit Bank рассказали, что внедряют ИИ во все ключевые процессы — от поддержки сотрудников до автоматизации обслуживания клиентов, бэк-офиса и аналитики данных. А основной фокус делается на улучшении качества обслуживания, своевременном выявлении мошенничества и персонализированных предложениях для клиентов.
Во Freedom Bank ИИ используется в автоматизации комплаенс-проверок, в процессах подбора персонала, а также в приложении Freedom Business в формате голосового ИИ-ассистента.
Какие KPI ставят финансовые институты от внедрения ИИ, в БВУ не раскрыли, но во Freedom Bank отметили, что использование генеративного ИИ в сфере комплаенса, для работы чат-бота для физических лиц, международных переводов, улучшения парсинга и обработки данных из вложенных документов в рамках SWIFT-операций, а также для анализа контрагентов и выявления мошеннических схем сократило время рассмотрения заявок с трех часов до восьми минут, снизило долю рутинных операций на 50 % и повысило вовлеченность сотрудников на 27 %. Использование ИИ в рекрутинге позволило Freedom Bank уменьшить нагрузку на специалистов по подбору персонала на 33 % за счет автоматизации первичного отбора кандидатов. В Home Credit Bank сообщили, что эффективность используемых ИИ-решений оценивают по увеличению дохода, снижению затрат, повышению клиентской удовлетворенности, а также по показателям объяснимости и справедливости решений.
Выгоды и угрозы
Помимо выгод, которые компании получают от внедрения нейросетей, нельзя забывать и о рисках, которые они несут. Пока мы говорим не про будущее, описанное в фильме «Терминатор», а о галлюцинациях ИИ — уверенной реакции системы искусственного интеллекта, не соответствующей исходным данным, на которых проводилось ее обучение, вымышленных ответах системы, не имеющих отношения к действительности.
Константин Пак напомнил о кейсе IBM с Watson Health — одной из первых медицинских нейросетей. Общие инвестиции в проект оценивались в десятки миллиардов долларов. Денег не жалели, так как идея была гениальной — создать программу, которая будет анализировать большое количество медицинских документов и ставить диагнозы точнее врачей. Но в какой-то момент Watson Health стала ставить неправильные диагнозы, и система рухнула. В таких случаях неизбежно возникает вопрос: кто в ответе за провал?
Ответственность за использование ИИ и результаты его работы во Freedom Bank «распределяется в соответствии с действующими нормативными документами, договорными условиями и внутренними регламентами финансового института». При этом аудит ИИ-решений осуществляется посредством анализа технической документации, проверки логики принятия решений, тестирования качества и стабильности работы, оценки управления рисками, а также путем проверки соблюдения внутренних политик, процедур и стандартов банка. Home Credit Bank применяет систему Human-in-the-Loop, когда все критически важные автоматизированные решения проверяются человеком. «Ответственность за результаты работы ИИ интегрирована в корпоративное управление банка и возлагается на правление», — подчеркивают в БВУ.
Еще одни риск, исходящий от нейросетей, — сокращение рабочих мест. Но, по мнению Константина Пака, пессимистичный сценарий, о котором говорят многие эксперты, не обязательно станет реальностью. Возможно, вместо одних специалистов банкам потребуются другие.
«Банки цифровизуются последние лет 30, и все эти годы число сотрудников лишь увеличивалось. Только вместо низкооплачиваемых кассиров это были дорогие разработчики. С ИИ, боюсь, будет то же самое», — говорит он. Собеседник напомнил пример из истории: в начале XIX века около 80 % всех работающих на планете были заняты в сельском хозяйстве, а сейчас эта доля составляет 4 %. «За 200 лет высвободилось 75 % людей, работавших в сельском хозяйстве, которые теоретически должны были потерять работу. Но они не потеряли ее, потому что в экономике поменялась структура занятости. В результате 5 %, задействованные сегодня в сельском хозяйстве, создают продукции больше, чем раньше создавали 80 %. И тут будет то же самое, — уверен он. — Какие-то профессии исчезнут, но люди станут заниматься чем-то другим, возможно, чем-то более приятным, и, возможно, количество благ, которые люди получат за свою работу, даже увеличится. Внедрение таких технологий ведет к увеличению экономической системы в целом. И все прогнозы относительно потери работы — это крайне узкий взгляд».