The IT in Finance
前往频道在 Telegram
Авторский канал о ключевых трендах на стыке финансов и технологий. Новости, аналитика и мнения экспертов о том, как цифровые решения меняют индустрию. Мы в Дзен: https://dzen.ru/itinfinance По всем вопросам: theitinfinance@gmail.com
显示更多2 656
订阅者
-124 小时
无数据7 天
-2030 天
数据加载中...
相似频道
标签云
进出提及
---
---
---
---
---
---
吸引订阅者
九月 '26
九月 '26
+3
在0个频道中
八月 '26
+6
在0个频道中
Get PRO
七月 '26
+10
在0个频道中
Get PRO
六月 '26
+16
在1个频道中
Get PRO
五月 '26
+3
在0个频道中
Get PRO
四月 '26
+18
在0个频道中
Get PRO
三月 '26
+5
在0个频道中
Get PRO
二月 '26
+18
在0个频道中
Get PRO
一月 '26
+19
在0个频道中
Get PRO
十二月 '25
+222
在1个频道中
Get PRO
十一月 '25
+11
在1个频道中
Get PRO
十月 '25
+12
在2个频道中
Get PRO
九月 '25
+8
在2个频道中
Get PRO
八月 '25
+8
在1个频道中
Get PRO
七月 '25
+37
在1个频道中
Get PRO
六月 '25
+15
在1个频道中
Get PRO
五月 '25
+28
在2个频道中
Get PRO
四月 '25
+216
在0个频道中
Get PRO
三月 '25
+29
在0个频道中
Get PRO
二月 '25
+228
在2个频道中
Get PRO
一月 '25
+140
在0个频道中
Get PRO
十二月 '24
+18
在2个频道中
Get PRO
十一月 '24
+223
在0个频道中
Get PRO
十月 '24
+30
在0个频道中
Get PRO
九月 '24
+234
在0个频道中
Get PRO
八月 '24
+429
在0个频道中
Get PRO
七月 '24
+610
在1个频道中
Get PRO
六月 '24
+658
在1个频道中
Get PRO
五月 '24
+752
在0个频道中
Get PRO
四月 '24
+949
在2个频道中
Get PRO
三月 '24
+533
在2个频道中
Get PRO
二月 '24
+609
在1个频道中
Get PRO
一月 '24
+1 157
在2个频道中
Get PRO
十二月 '23
+321
在4个频道中
Get PRO
十一月 '23
+1 427
在2个频道中
Get PRO
十月 '23
+9
在0个频道中
Get PRO
九月 '23
+4
在0个频道中
Get PRO
八月 '23
+5
在0个频道中
Get PRO
七月 '23
+2 027
在0个频道中
Get PRO
六月 '23
+7
在0个频道中
Get PRO
五月 '23
+4
在0个频道中
Get PRO
四月 '23
+395
在0个频道中
Get PRO
三月 '23
+998
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 04 九月 | 0 | |||
| 03 九月 | +1 | |||
| 02 九月 | 0 | |||
| 01 九月 | +2 |
频道帖子
"Алиса" идет в банк
"Алису AI" могут наделить расширенными системными правами вплоть до доступа к банковским приложениям и другим чувствительным данным. Параллельно обсуждается ее предустановка на устройства. Пока это именно обсуждение, а не свершившийся факт, сообщает издание CNews.
Но если смотреть на историю глазами финтеха, самое интересное здесь происходит на другом уровне.
Банк постепенно перестает быть приложением, которое пользователь открывает сам. Следующий интерфейс к банковским услугам: ИИ-агент, который получает команду вроде: "оплати счет", "переведи деньги", "найди лучший вклад" или "погаси кредит".
Интересно, а кто контролирует этот интерфейс: банк или разработчик ИИ?
Сегодня банк контролирует мобильное приложение, авторизацию, антифрод и клиентский сценарий. Если же ИИ получает системный доступ к приложениям, уведомлениям, авторизации и другим функциям устройства, часть этой цепочки потенциально перемещается на уровень операционной системы и самого ассистента. Именно такие расширенные права обсуждались в проекте Минцифры.
Для банков это одновременно возможность и головная боль.
Возможность: клиенту больше не придется разбираться в интерфейсе. ИИ сам найдет нужную операцию и проведет ее.
Риск: банк может потерять прямой контакт с клиентом. В новой модели главным "лицом" финансового сервиса станет не приложение Сбера, ВТБ или другого банка, а универсальный цифровой помощник.
Причем банковские приложения далеко не обычный софт. В них находятся данные о счетах, платежах, кредитах и другие чувствительные сведения, а через них можно совершать финансовые операции.
А какие действия ИИ имеет право совершать самостоятельно, что он может видеть, где хранятся данные, кто отвечает за ошибочную транзакцию и кто понесет ответственность при взломе агента?
Пока в публичном поле гораздо больше разговоров о расширении возможностей ИИ, чем о симметричном расширении его ответственности.
Потому что дать ИИ ключи от банковского приложения технически становится все проще. А вот решить, кто будет отвечать, если "Алиса" однажды неправильно поймет команду "переведи деньги", - значительно сложнее.
Финтеху придется привыкать к новой реальности: следующий конкурент банковскому приложению может оказаться вовсе не другим банком. Это может быть ИИ, который стоит между клиентом и всеми банками одновременно.
#IF_ИИ
| 2 |  Банки больше не хотят платить юристам за часы
Еще недавно банки спорили с ИИ о том, сможет ли он нормально анализировать договор. Теперь вопрос гораздо прозаичнее: если искусственный интеллект сократил часы работы юристов, почему банк должен продолжать платить за прежнее количество часов?
Именно с такой логикой Morgan Stanley, Citigroup и Goldman Sachs пошли в атаку на Big Law, пишет The Financial Times. Citi хочет видеть экономию от использования ИИ при выборе юридических подрядчиков, Morgan Stanley рассматривает конкурентные торги и альтернативные схемы оплаты, а Goldman Sachs уже запрашивает данные об ИИ-эффекте.
Под ударом оказалась сама экономика профессиональных услуг.
Модель billable hour десятилетиями была практически идеальной машиной монетизации: больше документов, больше часов, больше младших юристов - больше счет. Но генеративный ИИ начинает ломать эту арифметику.
По оценке Thomson Reuters, ИИ потенциально способен высвобождать около 190 часов в год на одного юриста, а совокупный экономический эффект в США может достигать $20 млрд. При этом 80% опрошенных юристов ожидают, что ИИ фундаментально изменит их бизнес-модель.
Причем речь уже не о красивых презентациях. В 2026 году GenAI используют 41% юрфирм и 47% корпоративных юридических департаментов. Основные сценарии - анализ документов, юридический поиск, суммаризация и подготовка текстов.
Для банков здесь возникает особенно интересная ситуация.
Юридический департамент становится еще одним IT-подразделением, где банк начинает считать не количество сотрудников, а производительность технологического контура.
И это вполне логично для финансовой организации: если ИИ-платформа позволяет десяти юристам делать работу, которую раньше выполняли пятнадцать, экономия должна где-то материализоваться. Вопрос только у банка или у юрфирмы?
Отсюда и конфликт.
Юристы справедливо напоминают: ИИ прекрасно разбирает типовые документы, но гораздо хуже работает там, где требуется ответственность, стратегия, переговоры и нестандартное юридическое решение. Более того, цена ошибки в банковском контракте может быть намного выше экономии на нескольких часах работы. В Калифорнии, например, законодатели уже двигаются к обязательной проверке ИИ-результатов и запрету передавать ИИ собственно юридическую практику.
Но есть еще один показатель, который гораздо интереснее стоимости услуг.
47% компаний уже сократили набор стажеров, а 49% собираются делать это в следующем году.
То есть ИИ постепенно бьет не только по счетам, но и по кадровой пирамиде.
Вчера это обсуждали применительно к программистам. Сегодня - к юристам. Завтра тот же разговор вполне может прийти в консалтинг, аудит, бэк-офис и банковские операции.
ИИ не просто сокращает расходы. Он заставляет компании пересматривать саму цену человеческого часа.
#IF_ИИ | 368 |
| 3 | Если интересно, что сейчас происходит за кулисами AI-автоматизации, стоит заглянуть в @nedyrov.
Здесь вы найдете свои AI-боты, LLM-пайплайны, парсеры, реверс-инжиниринг и эксперименты с AI-агентами. Не столько про «AI изменит всё», сколько про то, как это реально собрать и заставить работать.
Практические эксперименты, автоматизация реальных задач и IT-хаки для тех, кому интересно заглянуть под капот. | 698 |
| 4 | Государство запустило горячую линию по ИИ. Звонить будут банки?
Российские власти запустили горячую линию, куда бизнес может пожаловаться на то, что мешает внедрять отечественный ИИ, сообщает "Интерфакс". На первый взгляд - обычная бюрократическая форма обратной связи. Но если посмотреть на происходящее в финансовом секторе, история гораздо интереснее.
ИИ уже перестал быть экспериментом "для галочки". По данным Банка России, ИИ используют около 20% финансовых организаций, еще треть планирует внедрение в течение трех лет. Причем речь далеко не только о чат-ботах: скоринг, антифрод, риск-менеджмент, аналитика, идентификация и автоматизация клиентских процессов давно стали вполне прикладными сценариями.
При этом главный барьер постепенно смещается. Проблема уже не столько в отсутствии моделей, сколько в данных, инфраструктуре, безопасности и правилах игры. Именно эти направления Банк России называет ключевыми условиями дальнейшего развития ИИ на финансовом рынке.
Получается, что государство одновременно хочет ускорить внедрение ИИ и пытается сделать так, чтобы бизнес не боялся его применять. Поэтому среди восьми рабочих направлений правительства оказались не только поддержка разработчиков, но и регуляторика, данные, инфраструктура, обучение моделей, информационная безопасность, авторское право и собственно внедрение.
То есть постепенно формируется не рынок ИИ как набора технологий, а целая инфраструктура ИИ-экономики.
Для банков это особенно важно. Финансовая отрасль обладает огромными массивами данных, но именно здесь к ним предъявляются самые жесткие требования по безопасности, конфиденциальности и ответственности за решения алгоритмов. Нельзя просто загрузить клиентскую базу в понравившуюся нейросеть и сказать: "Ну, теперь у нас AI-first".
Есть и другая сторона вопроса. Поддержка ИИ может оказаться полезной не только разработчикам моделей, но и компаниям, которые покупают и внедряют ИИ. Это принципиальная разница. Если государство будет стимулировать исключительно создание отечественных моделей, можно получить много красивых технологий и сравнительно мало экономического эффекта.
А бизнесу в конечном счете нужны не модели. Ему нужны меньше операционных затрат, быстрее разработка, лучше антифрод, дешевле обслуживание клиентов и новые продукты.
Показательно, что параллельно государство уже вводит отраслевые показатели внедрения ИИ: они разработаны для 19 ключевых отраслей, включая финансовый сектор.
Так что горячая линия это, скорее, симптом перехода от стадии "давайте развивать ИИ" к гораздо более сложному вопросу: "что конкретно мешает бизнесу зарабатывать с его помощью?"
И вот на этот вопрос чиновникам теперь предстоит получить довольно много интересных ответов. Особенно от банков.
#IF_ИИ | 322 |
| 5 |  Когда ИИ начнет понимать ЦБ лучше, чем ЦБ рынок
В Джексон-Хоуле заговорили о довольно неприятном сценарии: что будет, если искусственный интеллект станет не просто инструментом участников финансового рынка, а его самым быстрым и самым информированным игроком?
Как сообщает Reuters, экономист Принстонского университета Маркус Бруннермайер предложил центральным банкирам представить мир, в котором ИИ-агенты настолько хорошо прогнозируют действия регуляторов, что начинают зарабатывать именно на их предсказуемости. Причем речь не обязательно о незаконных манипуляциях. Достаточно того, чтобы машина быстрее человека понимала закономерности в решениях центробанка, заявлениях чиновников и реакции рынка.
И здесь возникает интересный ИТ-парадокс.
Последние десятилетия финансовые регуляторы, наоборот, последовательно повышали прозрачность. Протоколы заседаний, пресс-конференции, forward guidance - чем понятнее регулятор объясняет свои действия, тем меньше неопределенность на рынке.
Но если алгоритмы способны мгновенно разобрать каждое слово председателя ФРС, прозрачность превращается в источник преимущества для машин.
Получается почти антиутопия: чтобы рынок не мог слишком точно предсказывать действия регулятора, регулятору придется стать менее предсказуемым.
Для банков это уже не абстрактная история про "когда-нибудь". Современная финансовая инфраструктура и так постепенно превращается в среду, где решения принимаются алгоритмами: скоринг, антифрод, управление ликвидностью, торговые стратегии, оценка рисков. Следующий шаг - автономные ИИ-агенты, которые смогут не только анализировать данные, но и самостоятельно ставить задачи другим системам и совершать операции.
И вот здесь появляется гораздо более практический риск: скорость финансовой системы начинает определяться не человеком, а машинными агентами.
Человек может заметить аномалию через минуты. Алгоритм за миллисекунды. А если таких алгоритмов одновременно тысячи, локальная ошибка одного из них способна превратиться в системное движение рынка.
Есть и другая сторона. ИИ действительно может сделать финансовую систему устойчивее: быстрее обнаруживать мошенничество, находить аномалии, моделировать стресс-сценарии и управлять рисками. Поэтому проблема не в самом ИИ.
Проблема в асимметрии.
Если крупнейшие банки и фонды получают доступ к системам, которые способны анализировать рынок быстрее регулятора, а регулятор продолжает работать в человеческом временном масштабе, возникает технологический разрыв.
Успеет ли регулятор построить ИТ-инфраструктуру, способную контролировать рынок, который работает на скорости ИИ?
Возможно, будущему центробанку действительно придется иметь две системы коммуникации: одну для людей и другую - для машин.
И это уже не совсем научная фантастика.
#IF_ИИ | 392 |
| 6 | От Сбера до Райффайзенбанка: журналисты проверили готовность финсектора к цифровому рублю
Журналисты "Известий" проверили, насколько легко клиенту открыть цифровой счет в крупнейших банках страны. Результаты эксперимента показали, что финансовые институты находятся на разных стадиях готовности.
Итоги тест-драйва: где и как работает сервис
• Сбер: Доступно, но путь спрятан (Главный экран → "Оформить" → прокрутка в самый низ → "Еще можно" → "Цифровой рубль"). Требует подтверждения через "Госуслуги", согласий, создания ключа и дополнительного пароля.
• ВТБ: Доступно поэтапно в приложении (от версии 20.16 для Android). В приоритетном порядке можно подключить через чат-бота или контакт-центр. На iOS интерфейс пока в разработке.
• Альфа-Банк: Самый простой интерфейс (вкладка "Оформление новых продуктов"), но возможны задержки на этапе подтверждения данных через "Госуслуги".
• ПСБ: Раздел находится легко (на главном экране внизу), но возможны сбои и ошибки при выпуске сертификата или переводах с первой попытки.
• Совкомбанк: Функционал запущен для Android (нужно обновить приложение с сайта банка), версия для iOS в проработке.
• Банк ДОМ.РФ: Сервис работает в штатном режиме в основном меню для Android-пользователей с актуальной версией приложения.
• Ozon Банк: Раздел есть, но временно временно недоступен из-за технических работ.
• Райффайзенбанк: Открыть счет пока не удается, раскатка новой версии приложения идет постепенно.
Главный барьер для пользователей iOS
Практически все участники рынка пока задерживают полноценный запуск на смартфонах Apple. О сроках ничего не известно.
Интерес чуть выше нуля
Несмотря на громкий запуск, участники рынка и эксперты отмечают: со стороны рядовых клиентов интерес к новому инструменту пока остаётся мизерным.
Главные причины низкой активности - отсутствие явных преимуществ для повседневных трат (нет привычного кэшбэка и процентов на остаток), а также сложная процедура регистрации с обязательным подтверждением через портал "Госуслуг" и настройкой дополнительных ключей безопасности. На данном этапе цифровой рубль тестируют преимущественно энтузиасты и представители финтех-сообщества.
#IF_цифровойрубль | 440 |
| 7 |  Цифровой рубль выходит в свет. Но главный вопрос: зачем?
Сегодня, 1 сентября, цифровой рубль начинает новую жизнь: после трех лет пилотирования он выходит за пределы эксперимента и становится частью повседневной платежной инфраструктуры.
На старте 12 системно значимых банков, на которые приходится более 80% платежного рынка. Еще девять банков со статусом значимых на рынке платежных услуг также подключаются к системе. Дальше расширение: с сентября 2027 года подключение станет обязательным для следующей группы банков и бизнеса, а с 2028-го система должна охватить практически весь рынок.
Что в этом хорошего?
Для граждан главное преимущество довольно простое как 5 копеек: операции с цифровыми рублями бесплатны. Деньги находятся не на обычном банковском счете, а на цифровом кошельке на платформе Банка России, при этом пользоваться им можно через привычное мобильное приложение банка.
Для бизнеса потенциальная выгода интереснее. Цифровой рубль дает возможность получить более дешевую платежную инфраструктуру, а программируемость денег в будущем позволит проводить расчеты с заданными условиями использования. Для государства дополнительный инструмент прозрачного и адресного движения бюджетных средств.
А что получает обычный человек?
Банковские карты уже работают 24/7. СБП переводит деньги практически мгновенно. QR-коды давно стали привычными. Безналичные рубли уже фактически цифровые.
При этом у цифрового рубля есть один довольно очевидный минус: остаток на цифровом кошельке не приносит процентов. Это не вклад и не накопительный счет. Держать там деньги ради доходности смысла нет. Цифровой рубль прежде всего предназначен для расчетов.
Именно поэтому еще в прошлом году глава Сбербанка Герман Греф задавал неприятный для проекта вопрос: он не понимал, зачем цифровой рубль нужен физлицу и банку, поскольку практически все его функции уже выполняет обычный безналичный рубль.
И это, судя по всему, главный вызов проекта.
Цифровой рубль пока продает не столько новую потребительскую функцию, сколько новую архитектуру денег.
Для государства это переход к дополнительной платежной инфраструктуре, оператором которой является непосредственно ЦБ. Для банков еще один технологический контур, который необходимо интегрировать и обслуживать. Для бизнеса новый способ расчетов, который сначала придется встроить в существующие процессы.
Есть и обратная сторона. Банкам приходится инвестировать в интеграцию, а сама модель создает вопрос о возможном перетоке части средств с банковских счетов в кошельки цифрового рубля. Чем больше денег окажется непосредственно в инфраструктуре ЦБ, тем интереснее становится вопрос о роли банков как финансовых посредников.
Поэтому сегодняшний запуск не революция в кошельке россиянина. Карты никуда не исчезают, наличные тоже.
Это скорее начало долгого технологического эксперимента над самой архитектурой российских денег.
И вот через несколько лет станет понятно главное: цифровой рубль действительно создал новый класс финансовых сервисов или Герман Греф был прав, и российской финансовой системе просто выдали еще один способ делать то, что она и так прекрасно умеет.
#IF_цифровойрубль | 378 |
| 8 |  86% крупных компаний уже используют LLM. Почему ИИ-агенты пока не взлетели
Исследование "Инфосистемы Джет" и Smart Ranking показывает любопытный парадокс: российский крупный бизнес уже массово освоил генеративный ИИ, но до автономных систем ему пока далеко.
86% компаний используют или пилотируют LLM, 53% уже вывели генеративный ИИ в промышленную эксплуатацию. А вот полностью автономные агенты работают в проде лишь у 8%, мультиагентные системы - тоже у 8%.
И это, похоже, не проблема самих моделей.
Главный барьер - корпоративный ИТ-контур. 44% компаний прямо указывают на незрелость процессов, данных и интеграций. Ещё 58% упираются в стоимость серверов, 56% - в юридические риски. При этом 46% уже запустивших ИИ-проекты не видят устойчивого экономического эффекта.
Для финансового сектора картина особенно показательна. У банка есть всё необходимое для экспериментов с LLM: огромные массивы документов, транзакционные данные, контакт-центры, внутренние базы знаний. Но агенту мало "знать" информацию - ему нужны права на действие.
Ответить клиенту - одно. Самостоятельно изменить данные в АБС, инициировать платеж, скорректировать лимит или принять решение по кредиту - совершенно другое.
Именно поэтому наиболее популярны сценарии, где ошибка ИИ относительно легко контролируется: контакт-центры и поддержка (75%), аналитика и BI (63%), ИТ и сервис-дески (60%). А максимальный эффект компании видят в RAG-системах по корпоративным знаниям - 63%.
Есть и ещё один важный сигнал: 60% компаний изучают автономные и мультиагентные системы, но промышленная эксплуатация пока измеряется единицами процентов. То есть рынок уже смотрит в сторону агентов, но осторожно.
Для банков это означает возможный следующий этап развития: не очередной "чат-бот с ИИ", а AI-ready слой поверх существующего ИТ-ландшафта - с качественными данными, API, разграничением полномочий, журналированием действий и человеческим контролем.
По сути, гонка за лучшей моделью постепенно превращается в гонку за лучшей инфраструктурой вокруг неё.
И здесь есть важный нюанс: агент может оказаться настолько же хорош, насколько хорошо устроены процессы, к которым ему дали доступ.
Исследование основано на опросе 52 крупных компаний и семи глубинных интервью. Финансовый сектор составил 21% выборки.
#IF_ИИ | 318 |
| 9 | Кибербезопасность банков: эпоха "защититься самим" заканчивается
Более 100 технологических и финансовых компаний от Microsoft, Google и OpenAI до Visa, Mastercard, Citi и Capital One подписали открытое письмо с призывом к глобальному усилению киберзащиты.
На первый взгляд очередной манифест технологической индустрии. Но для банков здесь есть важный сигнал: кибербезопасность постепенно превращается из внутренней функции ИБ в коллективную инфраструктуру финансовой системы.
Причина проста. Скорость атак становится машинной, а скорость реакции бизнеса по-прежнему человеческой.
По данным IBM, в 2026 году средняя стоимость утечки данных достигла $4,99 млн, увеличившись на 12% за год. При этом количество атак с использованием AI выросло на 56%. IBM прямо говорит о сокращении времени атаки с недель до часов.
Для финансового сектора это особенно неприятная арифметика. Банк может годами инвестировать в SOC, MFA, SIEM и антифрод , но достаточно одной уязвимости у подрядчика, поставщика ПО или облачного сервиса, чтобы проблема стала системной. FS-ISAC уже называет атаки через поставщиков и использование GenAI для мошенничества среди ключевых угроз финансовой отрасли.
Именно поэтому в письме так много внимания уделено обмену threat intelligence, проверенным исправлениям и совместной защите критической инфраструктуры.
Есть и другая сторона. ИИ становится не только оружием атакующих, но и способом резко удешевить защиту. В исследовании IBM организации с активным использованием ИИ в безопасности экономили в среднем $1,9 млн на последствиях инцидентов.
То есть возникает новая модель: ИИ против ИИ. Один алгоритм ищет уязвимости, другой закрывает их; один генерирует фишинг, другой распознаёт его; один автоматизирует атаку, другой реагирование.
Но есть неприятный нюанс: защищать ИИ-среду банки пока умеют хуже, чем обычную инфраструктуру. В исследовании IBM 97% организаций, столкнувшихся с ИИ-инцидентами, не имели должных механизмов контроля доступа к ИИ. А 63% не имели полноценной AI-governance.
Для банков это означает, что следующий фронт кибербезопасности уже не только ДБО, АБС или процессинг. Это ИИ-агенты, их идентичности, права доступа, API и возможность самостоятельно совершать действия внутри банковских систем.
И здесь идея коллективной защиты выглядит вполне рационально. Финансовая система слишком связана, чтобы кибербезопасность одного банка оставалась только его проблемой.
#IF_ИИ | 436 |
| 10 |  Утечка данных становится дорогой ошибкой: штрафы в России резко пошли вверх
В России за первое полугодие 2026 года организации оштрафовали за утечки персональных данных на 2,2 млн рублей , подсчитали в ГК InfoWatch. Это больше, чем за весь 2025 год. При этом число российских штрафов пока невелико: 13 против 35 за 2025 год. То есть растет не столько количество наказаний, сколько их средняя стоимость.
Причина очевидна: с 30 мая 2025 года действует новая модель ответственности. Размер штрафа теперь привязан к масштабу утечки: за данные 1-10 тыс. человек - до 5 млн рублей, 10-100 тыс. - до 10 млн, более 100 тыс. - до 15 млн. За повторную утечку предусмотрен оборотный штраф 1-3%, для банков - от размера собственных средств.
Но для финансового сектора важнее другое. Персональные данные сегодня - это часть цепочки мошенничества. Банк России сообщает, что только во II квартале 2026 года банки предотвратили 17,5 млн попыток хищения почти на 1,9 трлн рублей. Реальные потери клиентов при этом составили около 7,35 млрд рублей.
Утечка номера телефона, паспортных данных, информации о счетах или кредитах сама по себе не означает кражу денег. Но она дает мошеннику материал для социальной инженерии: чем больше данных известно о клиенте, тем убедительнее звонок, сообщение или поддельная операция.
Есть и неприятная деталь: около четверти российских штрафов в I полугодии пришлись на инциденты по вине персонала. То есть очередной дорогой DLP или SIEM не решает проблему полностью. Слабым звеном остается человек.
Для банков это постепенно меняет сам подход к ИБ. Раньше инвестиции в защиту можно было объяснять формулой "вероятность атаки × потенциальный ущерб". Теперь появляется еще одна переменная - стоимость регуляторного наказания.
Пока 2,2 млн рублей выглядят для банков почти символической суммой. Но нынешняя статистика скорее начало формирования практики. Оборотные штрафы пока практически не проявились. Когда появятся первые крупные кейсы, отношение бизнеса к защите персональных данных может измениться гораздо быстрее, чем сами нормативы.
В финтехе безопасность данных окончательно превращается из статьи расходов в элемент финансового результата.
#IF_безопасность | 401 |
| 11 |  Банки закачивают миллиарды в ИИ. Но не знают, зачем
Банки оказались самой подготовленной к ИИ отраслью. Но одновременно выяснилось, что у них есть проблема похуже нехватки GPU: они пока плохо умеют считать отдачу от инвестиций в искусственный интеллект.
Исследование К2Тех на основе более 80 предпроектных обследований и аудитов и опроса 150 крупных компаний показывает разрыв довольно наглядно. В финансах 43% организаций уже закрепили ответственность за ИИ и данные за отдельным руководителем против 30% в других отраслях. У 24% банков риски ИИ контролируют риск-менеджмент или комплаенс против 6% за пределами финансового сектора.
С деньгами ситуация еще показательнее: бюджеты на данные и ИИ выросли у 81% финансовых организаций, причем примерно у трети более чем на 50%. При этом банков без отдельного финансирования ИИ в исследовании вообще не оказалось.
То есть классическая банковская машина работает: назначить владельца, выделить бюджет, построить контур контроля, подключить службу рисков.
Однако только 24% финансовых организаций используют количественные KPI для оценки ИИ. Еще 48% в основном опираются на качественные оценки, а 14% вообще не имеют формализованных метрик. По итогу инвестиционный контур ИИ в банках уже становится зрелым, а контур доказательства эффективности еще нет.
Можно отчитаться, что GenAI внедрен в контакт-центр, разработку ПО, документооборот или аналитику. Но главный вопрос CFO звучит иначе: сколько часов работы реально сэкономлено? Как изменился cost-to-serve? На сколько процентов сократилось время разработки? Сколько мошеннических операций дополнительно выявлено? Как изменилась конверсия?
Банк России фактически подталкивает отрасль именно в эту сторону. ИИ уже используется в скоринге, антифроде, риск-менеджменте, аналитике и клиентских сервисах, а в 2026 году регулятор отдельно выпустил рекомендации по безопасности ИИ. Для критически важных процессов при высоких рисках рекомендуется сохранять человеческую валидацию результатов.
Есть и еще один любопытный показатель: 38% банков говорят о сильном разрыве между ожиданиями руководства и реальной готовностью бизнеса к ИИ. В других отраслях - 24%.
И вот здесь, возможно, главный риск следующего этапа ИИ-трансформации.
Банки научились запускать ИИ-проекты. Теперь им предстоит научиться их закрывать.
Потому что зрелость AI-ландшафта определяется уже не количеством моделей и пилотов, а способностью сказать: этот проект дал +X млн рублей, этот сократил процесс на Y%, а этот мы закрыли, потому что экономического эффекта не получили.
Следующая банковская гонка за ИИ может оказаться гонкой не за количеством внедрений, а за качеством ROI.
#IF_ИИ | 368 |
| 12 | Финтех оказался слишком финансовым для IT-льгот
Минфин провёл довольно чёткую границу: если собственное ПО не просто автоматизирует работу банка, а позволяет третьим лицам получать банковские или финансовые услуги, доход от его лицензирования нельзя включать в те самые 70% IT-выручки, необходимые для сохранения льгот. Речь о письме от 3 июля 2026 года № 03-03-07/57455, напоминает портал Techora.ru
На первый взгляд бухгалтерская тонкость. Для рынка банковского ПО это гораздо интереснее.
Российский финтех давно превратился в отдельный слой инфраструктуры между банком и клиентом. АБС, ДБО, процессинг, брокерские платформы, кредитные фабрики, платежные шлюзы и многие другие формально программные продукты, но экономически многие из них являются частью механизма оказания финансовой услуги.
Тут и появляется налоговая граница: "мы продаём программу" и "с помощью нашей программы клиент получает финансовую услугу" теперь не одно и то же.
Причём эффект потенциально болезненный. IT-компания должна держать минимум 70% соответствующих доходов, чтобы сохранить ставку 5% федерального налога на прибыль и 0% регионального, а также льготные страховые взносы 15% в пределах базы и 7,6% сверх неё.
Получается парадокс.
Регулятор одновременно требует от финансового сектора ускорять импортозамещение ПО, а рынок такого ПО становится всё более тесно связанным с финансовыми операциями. ЦБ прямо говорит о технологическом суверенитете банков и контролирует переход финансовых организаций на отечественное ПО. К началу 2025 года крупнейшие банки (владельцы объектов КИИ) уже завершили этот переход.
Более того, спрос на российский софт для финансового сектора растёт: например, выручка разработчиков ПО в Сибири за январь-август 2025 года выросла почти на четверть, причём ЦБ связывал рост в том числе с импортозамещением.
Но теперь у разработчика возникает дополнительный вопрос: не только "что умеет мой продукт?", но и "какую экономическую функцию выполняет клиент с помощью этого продукта?"
Для крупных поставщиков это, вероятно, решаемая задача. Юридическое структурирование договоров, раздельный учёт, выделение продуктов и потоков доходов. Для небольших финтех-разработчиков ситуация сложнее: если значительная часть бизнеса построена вокруг финансового ПО, потеря льгот может напрямую изменить экономику продукта.
Есть и альтернативная точка зрения: Минфин не "наказывает финтех", а пытается сохранить первоначальный смысл IT-льгот - поддерживать разработку программного обеспечения, а не субсидировать через налоговые преференции фактически финансовую деятельность.
Но для рынка сигнал важный: финансовый IT всё чаще рассматривается регулятором не просто как IT.
И это тренд, за которым стоит следить. Потому что чем глубже российский софт проникает в банковскую инфраструктуру, тем чаще будет возникать вопрос: где заканчивается технология и начинается финансовая услуга?
#IF_софт | 384 |
| 13 |  Сбер устроил ИИ-суд над мошенниками
Фишинговый сайт сегодня может прожить меньше рабочего дня. Поэтому классическая схема "нашли → проверили → подтвердили → заблокировали" начинает проигрывать атакующим просто по скорости.
Сбер решил закрыть этот разрыв с помощью мультимодальных ИИ-агентов. Внутри собственной платформы киберразведки банк тестирует систему, в которой несколько специализированных агентов одновременно анализируют сайт по четырём направлениям: текст, код, инфраструктуру и изображение. Затем "прокурор" спорит с "адвокатом", а "судья" выносит итоговое решение на основе собранных доказательств.
На первый взгляд очередной кейс применения GenAI в кибербезопасности. Но на самом деле меняется сама архитектура работы SOC.
Главный дефицит теперь не данные, а человеческое время.
По данным APWG, только за I квартал 2026 года было зафиксировано более 970 тысяч фишинговых атак, что на 13,8% больше, чем кварталом ранее. В 2025 году организация насчитала около 3,8 млн атак. При этом финансовый сектор остается одной из наиболее привлекательных целей для злоумышленников.
В такой среде увеличение штата аналитиков не масштабируется вместе с угрозами. Если количество потенциальных объектов для проверки растет быстрее, чем количество специалистов, появляется очевидная задача для ИИ: делать первичное расследование дешево, быстро и массово.
Именно здесь показатель Сбера в 200 тыс. анализируемых ресурсов в квартал выглядит важнее самой технологии. Это примерно 2,2 тыс. ресурсов в сутки.
Архитектура построена вокруг нескольких независимых источников доказательств. Это принципиальная деталь.
Обычная ML-модель может сказать: "сайт похож на фишинговый с вероятностью 97%". Но для специалиста SOC этого недостаточно: ему нужно понимать, почемусистема так решила.
Здесь появляется почти юридическая модель: один агент собирает аргументы обвинения, другой ищет контраргументы, третий принимает решение. То есть ИИ превращается из "детектора" в цифрового аналитика расследований.
Злоумышленники уже используют генеративные модели для создания убедительных текстов, визуалов, кода и вариаций мошеннических страниц.
Защита отвечает тем же инструментарием.
Получается своеобразная индустриальная гонка: человек → автоматизация →ИИ-атака → ИИ-защита → агентская защита.
И здесь возникает важный экономический эффект. Если раньше увеличение объема киберразведки требовало увеличения числа аналитиков, то агентская архитектура потенциально позволяет разделить эти две величины.
Не "100 сайтов = 10 аналитиков", а "100 сайтов = больше вычислительных ресурсов".
У Сбера здесь есть еще один интересный слой.
Предыдущая версия модуля уже является частью X Threat Intelligence, к которой подключены более 760 российских организаций. Если агентский модуль действительно будет вынесен на эту платформу, то речь пойдет уже не только об ИИ для одного банка.
Возникает модель Cybersecurity-as-a-Platform: один крупный банк инвестирует в систему обнаружения угроз, а затем эффект от этой инвестиции потенциально масштабируется на сотни организаций.
Но полностью отдавать ИИ право блокировать сайты - пока рискованно.
Фишинговая инфраструктура действительно должна уничтожаться быстро, но ошибка ИИ в кибербезопасности может стоить дорого. Особенно если под подозрение попадет настоящий сайт банка, платежного сервиса или партнера.
Поэтому нынешняя схема Сбера выглядит рационально: ИИ расследует, ранжирует и формирует доказательную базу, а финальное решение пока остается за человеком.
Если после обучения доля ложных срабатываний окажется приемлемой, следующим шагом станет не просто автоматизация поиска фишинга, а автоматизация принятия решений.
И тогда SOC начнет меняться уже организационно.
Меньше людей будет заниматься ручным просмотром подозрительных URL. Больше - контролировать ИИ-агентов, разбирать сложные случаи и заниматься threat hunting.
То есть ИИ не столько "заменит специалистов по кибербезопасности", сколько постепенно вытеснит из их работы самую дорогую и монотонную часть - первичный анализ огромного количества сигналов.
#IF_безопасность | 351 |
| 14 | Цифровой рубль идет за покупками
Wildberries и Ozon начинают принимать цифровые рубли.
12 системно значимых банков добавляют кнопку цифрового кошелька.
А крупный бизнес с 1 сентября уже обязан уметь принимать новую форму денег.
Но главный вопрос остается: кому вообще нужен цифровой рубль, если уже есть карты и СБП?
🎙️ В новом выпуске "IT в финансах" - ироничные дебаты двух ведущих о том, станет ли цифровой рубль массовым платежным инструментом или останется еще одной красивой кнопкой в банковском приложении.
Слушайте подкаст и решайте, кто победил: цифровизация или здравый смысл.
Apple Podcasts
Яндекс Музыка
Литрес
Звук
#IF_подкаст | 409 |
| 15 |  Банки подсели на ИИ. Теперь они зависят от Кремниевой долины
Moody's предупреждает: гонка банков за искусственным интеллектом постепенно создает новую системную зависимость. Уже не от одного банка или платежной системы, а от небольшой группы технологических компаний, которые контролируют ИИ-модели и облачную инфраструктуру.
Проблема вполне практическая. Если один крупный поставщик ИИ-моделей или облака даст сбой, пострадать одновременно могут десятки банков и страховых компаний. То есть обычный IT-инцидент потенциально превращается в отраслевой.
И это не какая-то отдаленная перспектива. В Великобритании, например, около 75% финансовых компаний уже используют ИИ, причем особенно активно страховщики и международные банки.
Причем банки постепенно передают ИИ все более серьезные функции: обработку документов, антифрод, обслуживание клиентов, оценку кредитоспособности, работу с претензиями и поддержку сотрудников.
Раньше банк боялся, что у него упадет собственный дата-центр. Теперь он должен переживать еще и за то, что произойдет у поставщика модели.
А поставщиков действительно немного. Получается своеобразный ИИ-слой поверх банковской инфраструктуры: банк владеет клиентскими данными и бизнес-процессами, но интеллектуальная часть некоторых операций может зависеть от внешней модели.
Есть и другая проблема - цена.
Сегодня ИИ-компаниям выгодно быстро наращивать рынок и субсидировать использование моделей. Но инвесторам рано или поздно понадобятся прибыли. И тогда стоимость API, вычислений и инфраструктуры может начать расти.
Moody's прямо называет это vendor dependence risk - риск зависимости от поставщика.
Для банков это особенно неприятно: отказаться от ИИ после того, как на нем построены десятки процессов, будет примерно так же легко, как вернуться от облака к собственному серверу после нескольких лет миграции.
Но есть и контраргумент.
Банки не беспомощные стартапы. У них огромный IT-бюджет, собственные команды разработки, серьезные требования к безопасности и опыт жестких переговоров с технологическими поставщиками. Кроме того, крупные организации могут использовать несколько моделей, open-source решения и разные облачные платформы.
То есть настоящий вопрос не "ИИ или не ИИ?", а "сколько AI-поставщиков должно быть у одного банка?"
И вот здесь начинается уже не история про искусственный интеллект, а классическая банковская история про диверсификацию рисков.
Банк никогда не станет зависеть от одного платежного канала, одного дата-центра или одного поставщика критической инфраструктуры. Похоже, тот же принцип теперь придется применять и к ИИ.
#IF_ИИ | 351 |
| 16 | kommersant.ru | 1 |
| 17 |  Банки заплатят за цифровизацию дважды
Российские банки в 2026 году могут потратить на информационную безопасность 43-45 млрд рублей. Это на 10-15% больше, чем годом ранее, пишет "Коммерсантъ".
Структура расходов показывает более интересный процесс: эпоха "купили систему безопасности и поставили галочку" заканчивается.
Теперь банкам нужно платить за то, чтобы десятки уже внедренных систем действительно работали как единый защитный контур.
Банк сегодня - это уже не несколько банковских систем и мобильное приложение. Это API, СБП, ДБО, облачные сервисы, платежная инфраструктура, многочисленные подрядчики, мобильные приложения, биометрия, ИИ и огромные массивы данных.
Каждый новый цифровой сервис одновременно становится новой точкой входа для атаки.
По данным ЦБ РФ, только в I квартале 2026 года было совершено почти 496 тыс. операций без добровольного согласия клиентов на 7,4 млрд рублей. При этом доля возвращенных средств составила всего 5,7%.
А в 2025 году банки с помощью антифрод-систем предотвратили мошеннических операций на 13,9 трлн рублей. То есть значительная часть экономики банковской безопасности сегодня работает не ради предотвращения абстрактного "взлома", а ради сохранения конкретных денег.
Есть и еще одна важная цифра.
По данным Positive Technologies, в первом полугодии 2026 года 18% атак на финансовый сектор приводили к прямым финансовым потерям. Еще 45% к нарушению основной деятельности, а 36% к утечкам конфиденциальной информации.
Получается интересная трансформация.
Раньше ИБ для банка была вопросом compliance: выполнить требования регулятора, поставить необходимое ПО, пройти проверки.
Теперь это уже вопрос непрерывности бизнеса.
• Если не работает приложение клиент не может перевести деньги.
• Если не работает API ломается интеграция с партнерами.
• Если произошла утечка возникает репутационный и юридический ущерб.
• Если атаковали подрядчика проблема может попасть в банк через внешний периметр.
Последний пункт особенно важен. Банк России уже отмечал рост атак на менее защищенную инфраструктуру поставщиков и сервисных компаний, которые имеют удаленный доступ к финансовым организациям.
Можно купить SIEM, антифрод, EDR, WAF, DLP и еще десяток решений. Но если они не умеют обмениваться событиями, приоритизировать угрозы и быстро передавать инцидент от одного контура к другому, банк получает дорогой набор разрозненных инструментов.
Поэтому средние банки сейчас выглядят наиболее интересным сегментом: их расходы на ИБ, по оценке "Информзащиты", могут вырасти сразу на 25-35%.
У крупных банков защитный контур уже зрелый. Маленькие вынуждены экономить. А средние оказались между двух огней: цифровизация уже достаточно глубокая, а уровень зрелости защиты еще нужно подтягивать.
И здесь появляется еще одна тенденция: ИБ становится сервисной моделью.
Небольшому банку экономически не всегда рационально строить собственный огромный SOC, содержать десятки специалистов и закрывать весь спектр угроз. Поэтому часть функций будет уходить внешним вендорам.
Получается парадокс цифровизации: чем меньше физической инфраструктуры у банка, тем больше инфраструктуры он должен защищать в цифровом мире.
Отделение можно закрыть за один день. API, мобильное приложение, процессинговый контур и систему ДБО закрыть нельзя: они работают 24/7.
Поэтому расходы на ИБ становятся практически "вечным" ИТ-бюджетом.
Регуляторные требования могут измениться. Проект импортозамещения может закончиться. Внедрение конкретной системы можно завершить. А киберугрозы не заканчиваются.
Более того, ЦБ прямо относит киберрискам не только хищение денег, но и нарушение непрерывности финансовых услуг и потенциальный системный кризис при атаке на крупные организации.
Главный вывод для банковского ИТ: недостаточно цифровизировать банк. Нужно платить за способность этой цифровой инфраструктуры оставаться доступной.
Digital banking = IT + cybersecurity + постоянные расходы на поддержание устойчивости.
Цифровой банк оказался дешевле офлайн-банка для клиента. Но точно не бесплатным для самого банка.
#IF_безопасность | 413 |
| 18 |  Банки получили ИИ-разработчиков. А безопасность?
Данные AppSec Solutions за май 2026 года вскрывают драматический сдвиг в разработке ПО:
• Объем кода под контролем: Вырос до 550 млн строк (+43% прогнозируется по итогам года).
• Число уязвимостей: Достигло 3,1 млн находок (+70% за год).
• Сроки исправления: Медианный срок латания критических дыр увеличился со 103 до 153 дней.
• Исправление на практике: Реально закрывается лишь от 12% до 50%уязвимостей, уже переданных в разработку.
Главный триггер ИИ-ассистенты и вайбкодинг. Программист больше не пишет каждую строчку вручную. Он выступает оператором LLM, генерируя код килобайтами. Однако, по данным международных отчетов (например, Veracode), ~44% ИИ-генераций содержат уязвимости.
Если раньше разработка сдерживалась физической скоростью пальцев инженера, то теперь код пишется в десятки раз быстрее, а проверка безопасности упирается в дефицит кадров. Рынок кадрового голода в ИБ лишь разогревается (рост вакансий +26%), а инженеры просто физически не успевают разбирать завалы.
Стек под прицелом: На чем горят разработки?
По статистике отчета, универсально "безопасного" стека не существует, но распределение рисков весьма показательно:
1. Python (Лидер по плотности критического риска - 2,11 на 1000 строк): Активно внедряется в финтехе для задач Data Science, скоринга и интеграции ИИ. Высокая плотность связана с фрагментарностью кодовых баз и поверхностным отношением к валидации данных.
2. Java (Абсолютный лидер по критическим дырам - ~2,4 тыс.):Стандарт де-факто для банковского бэкенда и АБС (автоматизированных банковских систем). Из-за огромного объема наследуемого кода и тяжелых корпоративных систем Java генерирует основной массив реальных бизнес-рисков.
3. OWASP Top-10: 44% всех атакприходится на Broken Access Control(A01 - контроль доступа). Нейросети отменно верстают интерфейсы и пишут рутинные методы API, но регулярно "забывают" корректно прописать ролевые модели и права доступа (RBAC).
Специфика Финтеха: Почему банковскому сектору стоит бояться?
Для финтеха и цифрового банкинга эта тенденция носит критический характер по трем причинам:
• 38,1% риска сидит в сторонних библиотеках (SCA). Финтех традиционно собирает сервисы из Open Source модулей. Нейросети охотно подтягивают устаревшие или уязвимые зависимости. При этом концентрация критических угроз (High+Critical) в сторонних компонентах выше (28% против 20,6% в собственном коде).
• Законы и Банк России. ЦБ РФ постоянно ужесточает требования к технологической независимости и профилям защиты (ГОСТ Р 57580, регуляторика по КИИ). Отставание по срокам закрытия критических уязвимостей (до полугода!) создает прямую угрозу отзыва сертификатов или применения санкций регулятора.
• Масштабирование "унаследованного непонимания". Как точно отмечают эксперты, ИИ не изобретает новые уязвимости - он тиражирует типовые ошибки в масштабе. Когда одна и та же LLM генерирует микросервисы для платежного шлюза, кредитного конвейера и ДБО, одна архитектурная ошибка мгновенно размножается на всю экосистему банка.
Выход из пике
Заливать проблему людьми бесполезно. ИБ-специалистов на рынке нет. Единственный путь, к которому приходит индустрия, - это экосистемная автоматизация DevSecOps:
1. Отсечение шума: От 81% до 88% первичных срабатываний сканеров - ложные (False Positives). Разгребать их вручную - преступная трата ресурсов.
2. Авторазбор через LLM-агентов:Автоматические правила и ИИ-помощники уже закрывают более 50-58% первичного разбора, снижая время первичной медианной оценки с 20 дней до нескольких часов.
3. Упряжка для ИИ (Harness): Разработка должна уходить от хаотичного "вайбкодинга" к жестким рамкам. ИИ-ассистент разработчика обязан работать внутри жестко заданных инструкций, а проверки кода (SAST/SCA) должны происходить на этапе каждого коммита (CI/CD), а не перед релизом.
По итогу "Вайбкодинг" победил. Отката к ручному написанию строк не будет. Банкам и финтех-компаниям придется осознать: скорость написания кода больше не является конкурентным преимуществом. Главное - скорость его безопасной валидации.
#IF_ИИ | 431 |
| 19 |  Финтех возвращается в офлайн. Но уже не за клиентом, а за кассой
Еще несколько лет назад формула финтеха выглядела предельно просто: API + облако + приложение.
Сегодня этого уже недостаточно.
Точка Банк выпускает переносные терминалы, Ozon Банк строит собственную сеть банкоматов и рассчитывает довести ее до 2 тыс. устройств к концу 2026 года, Модульбанк объединяет кассу, POS и платежи в одном устройстве. А ПСБ вместе с партнерами занялся разработкой российских POS-терминалов, напоминает журнал "Инвест-Форсайт" со ссылкой на данные компании Paygine.
На первый взгляд странный разворот: банки массово идут в железо.
На самом деле это следующий этап цифровизации.
Проблема в том, что платежный SaaS становится коммодити.
В России уже 88,9% розничного оборота приходится на безналичные платежи. А альтернативные картам способы: QR, биометрия, платежные приложения и другие инструменты в 1 квартале 2026 года достигли 14,9% всех безналичных платежей.
СБП в 2025 году провела 18,3 млрд операций на 103 трлн рублей. Более того, оплату через СБП принимают уже около 3 млн компаний.
То есть продавать бизнесу просто "еще один способ принять платеж" становится все сложнее.
Поэтому финтехи спускаются вниз по стеку.
Не просто эквайринг, а терминал.
Не просто терминал, а касса.
Не просто касса, а касса + эквайринг + фискализация + аналитика + кредитование + программа лояльности.
По сути POS становится для финтеха тем же, чем смартфон стал для Apple: точкой контроля над пользовательским сценарием.
Кто контролирует устройство на кассе, тот получает не только транзакцию. Он потенциально получает контекст покупки: время, сумму, частоту визитов, динамику среднего чека и другие операционные данные.
А дальше открывается совсем другая экономика.
Из транзакционных данных можно продавать кредит.
Из поведения покупателя персональные предложения.
Из оборота торговой точки финансирование бизнеса.
Из кассы эквайринг.
Из эквайринга лояльность.
То есть касса превращается из периферийного устройства в финансовый API физического мира.
Именно поэтому аппаратный бизнес интереснее обычного SaaS еще и с точки зрения конкуренции.
API можно заменить относительно быстро.
POS-парк уже гораздо сложнее. Его нужно установить, интегрировать с кассой, обучить персонал, настроить фискализацию, обеспечить поддержку и обновления. В результате поставщик получает не просто клиента, а довольно высокий switching cost.
Именно поэтому срок жизни POS-систем обычно измеряется годами, а не месяцами.
Но есть еще один фактор, который делает происходящее особенно интересным именно сейчас.
1 сентября 2026 года российская платежная инфраструктура одновременно получает универсальный QR-код и начинает масштабное внедрение цифрового рубля.
Универсальный QR позволит продавцу не развешивать на кассе несколько кодов разных банков: через один код покупатель сможет выбрать доступный способ оплаты. В перспективе туда же добавится цифровой рубль.
Получается парадокс.
Чем больше государство стандартизирует платежный слой, тем меньше ценности остается в самом платежном SaaS.
Для банков это означает еще одну неприятную вещь: конкурировать за физическую инфраструктуру начинают не только банки.
Маркетплейсы, финтехи, платежные сервисы и технологические платформы получают возможность строить собственные сети присутствия.
Ozon Банк вполне себе показательный пример: к концу 2026 года он планирует иметь 2 тыс. банкоматов, а в 2027-м добавить еще минимум тысячу.
Поэтому нынешняя тенденция - это не "финтех возвращается в офлайн".
Скорее, офлайн окончательно становится частью финтех-стека.
И в этом есть важный стратегический вывод.
Банк будущего может вообще не строить большую сеть отделений.
Ему будет достаточно контролировать: приложение → API → платежную платформу → POS → кассу → данные → кредит → лояльность.
Отделение для этого уже не обязательно.
А вот касса - очень даже!
#IF_мнение | 336 |
| 20 | Сбер хочет стандартизировать ИИ-разработку. И это уже не про чат-ботов
Сбер предложил создать при Минцифры Совет по генеративной разработке ПО. В него хотят собрать банки, ИТ-компании, заказчиков и ученых, чтобы выработать единые правила использования ИИ-агентов при создании программного обеспечения, пишут «Ведомости».
На первый взгляд - еще один отраслевой совет. На самом деле это попытка решить проблему, которая особенно болезненна для финансового ИТ: кто отвечает за код, который написал не разработчик, а ИИ?
Сбер говорит, что уже использует ИИ в работе 50 тыс. инженеров. А значит, речь идет не о пилоте нескольких энтузиастов, а о масштабировании технологии внутри крупнейшей технологической организации.
И мировой опыт показывает любопытный парадокс.
По данным Stack Overflow Developer Survey 2025, 84% разработчиков уже используют или планируют использовать ИИ, а 51% профессиональных разработчиков работают с AI-инструментами ежедневно. При этом 46% не доверяют точности результата, тогда как доверяют только 33%.
То есть рынок уже находится в ситуации:
ИИ пишет код быстрее, чем компании научились ему доверять.
И для банков это особенно критично.
Ошибку в рекомендательном сервисе еще можно пережить. Ошибка в коде платежного шлюза, антифрод-системы, ДБО или кредитного контура - совсем другая история.
Поэтому главный вопрос будущего стандарта, на мой взгляд, должен звучать не "какую нейросеть использовать", а:какой код, созданный ИИ, можно допустить в production?
Здесь и появляется новая архитектура разработки:
ИИ-агент → генерация → автоматические тесты → security scan → ревью → человек → production.
Причем человек постепенно перестает быть главным "писателем кода" и становится главным контролером качества AI-кода.
Это хорошо согласуется с мировой статистикой: около 70% разработчиков, использующих AI-агентов, говорят о сокращении времени на отдельные задачи и росте продуктивности. Но одновременно 87% обеспокоены точностью работы агентов, а 81% - безопасностью и приватностью данных.
Есть и еще один важный нюанс.
Google в исследовании DORA 2025 зафиксировал уже 90% распространение AI среди опрошенных специалистов по разработке ПО, причем более 80% сообщили о росте продуктивности.
Получается интересная экономика: стоимость написания кода снижается, а стоимость его проверки становится новой точкой контроля.
Именно поэтому совет Сбера может оказаться полезнее, если будет заниматься не стандартизацией конкретных моделей, а стандартизацией процесса:
- как тестировать AI-код;
- как проверять уязвимости;
- как контролировать доступ агента к репозиториям и данным;
- как фиксировать действия агента;
- как измерять реальный эффект, а не рекламные "+30% к продуктивности";
- где обязательно должно оставаться человеческое ревью.
И здесь есть риск перегнуть палку.
Если государственный стандарт начнет описывать конкретные модели, фреймворки или архитектуры, он действительно может устареть быстрее, чем будет утвержден.
Поэтому для финансового ИТ гораздо логичнее стандартизировать не ИИ, а контроль над ИИ.
И тогда главным конкурентным преимуществом банка станет уже не количество AI-агентов.
А качество AI-governance вокруг них.
Похоже, именно к этому рынок сейчас и начинает готовиться.
#IF_ИИ | 482 |
