Искусственный интеллект перестает быть помощником – банки доверяют ему все больше процессов

Искусственный интеллект уже несколько лет остается одной из главных тем в финансовой индустрии. Однако долгое время большинство проектов оставались лишь экспериментами – компании тестировали пилотные программы, создавали демонстрационные решения и запускали ограниченные сценарии использования. Об этом пишет Techradar.

Смотрите также Долгожданная модель Claude Mythos все-таки выйдет: где ею можно будет воспользоваться

Чем agentic AI отличается от обычного искусственного интеллекта?

Теперь ситуация начинает меняться. Как объясняет директор технологической платформы Lloyds Banking Group Питер Ли, индустрия переходит от обычных генеративных AI-инструментов к так называемому agentic AI – автономных систем, которые могут не только отвечать на запросы, но и самостоятельно планировать действия, выполнять задачи и адаптироваться к изменениям.

По словам Ли, главная разница заключается в том, что предыдущие поколения AI преимущественно создавали контент или рекомендации – тексты, код или аналитические подсказки. Agentic AI вместо этого способен действовать. Такие системы могут интерпретировать намерения пользователя, разбивать цели на отдельные этапы и взаимодействовать с различными цифровыми платформами практически без участия человека.

"AI больше не является просто инструментом, которым пользуются люди – он становится активным участником рабочих процессов", – отмечает Питер Ли.

Как это используют банки уже сейчас?

По мнению автора, agentic AI перестал быть футуристической концепцией. Технология уже используется в реальных рабочих средах.

Как пишет Kpmg, в банковском секторе такие системы могут сопровождать клиентов во время сложных финансовых операций, не только отвечая на вопросы, но и прогнозируя потребности пользователей и помогая достигать нужного результата.

Параллельно AI начинает активнее использоваться внутри компаний. Его применяют для автоматизации рутинных процессов, быстрого поиска информации и поддержки сотрудников в режиме реального времени.

Отдельно Ли упоминает интегрированные платформы, которые сочетают данные, автоматизацию и AI для помощи работникам, работающих с клиентами. Подобные системы позволяют быстрее принимать решения и эффективнее обслуживать пользователей.

В центре внимания, по его словам, находится не сама технология, а практическая польза от нее. Главными показателями успеха становятся скорость поддержки клиентов, качество сервиса и эффективность работы персонала.

Почему масштабирование AI стало главной проблемой?

Вместе с переходом от тестирования к массовому внедрению растет и количество рисков. Особенно это актуально для финансового сектора, где вопросы доверия имеют критическое значение.

Agentic AI создает новые вызовы из-за высокого уровня автономности. Организациям приходится контролировать, чтобы действия AI-систем были прозрачными, понятными и соответствовали правилам безопасности.

Питер Ли отмечает, что ответственное внедрение AI невозможно без четких механизмов управления рисками. Причем такие системы контроля должны создаваться еще на этапе разработки, а не после запуска технологии. В то же время проблема не ограничивается только программным обеспечением. По словам автора, важную роль играют также корпоративная культура, бизнес-процессы и подготовка персонала.

Компании все активнее инвестируют в обучение сотрудников, чтобы те могли правильно работать рядом с AI-системами, анализировать результаты их работы и при необходимости ставить под сомнение решения алгоритмов.

Отдельное внимание Ли уделяет технологическим экосистемам. Он отмечает, что масштабирование AI зависит не только от отдельных компаний, но и от среды вокруг них – доступа к талантам, университетских исследований и отраслевого сотрудничества.

В качестве примера, он приводит Manchester, который в последние годы стал одним из важных британских центров развития цифровых технологий и инженерии.

Именно подобные региональные хабы помогают компаниям быстрее тестировать новые решения, обмениваться опытом и внедрять сложные AI-системы в практических сценариях.

Важную роль в этом процессе играют также в этом процессе играют также отраслевые мероприятия вроде Manchester Tech Week, где компании делятся реальными примерами использования agentic AI.

От экспериментов к реальному внедрению

По мнению автора, индустрия AI постепенно переходит к более прагматичному этапу развития. Если предыдущие годы были посвящены поиску возможностей и тестированию концепций, то теперь главный вопрос заключается в практическом внедрении и масштабировании.

Agentic AI становится ключевой частью этого перехода. Но успех технологии будет зависеть не только от мощности алгоритмов, но и от того, насколько эффективно компании интегрируют их в существующие процессы, контролировать риски и адаптируют к ним своих работников. Для финансового сектора, считает Питер Ли, потенциал таких систем уже очевиден. В то же время банки должны внедрять AI так, чтобы это укрепляло доверие клиентов и приносило реальную пользу как бизнесу, так и сотрудникам.