Через 5 лет внедрение ИИ может принести банкам до 1,9 трлн руб.

11 сентября. FINMARKET.RU - 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", пишут "Ведомости". 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.

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.

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.

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.

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.