Опыт ведущих российских финансовых институтов, таких как Совкомбанк и Сбер, демонстрирует качественный эволюционный скачок в применении искусственного интеллекта (ИИ). Если ранее технологии использовались для точечной автоматизации, то сегодня они становятся стратегическим драйвером, трансформирующим ключевые бизнес-направления и создающим новые продукты. Анализ их подходов позволяет выделить две ключевые парадигмы внедрения ИИ: операционно-финансовая эффективность и создание инновационных коммерческих решений.

Совкомбанк: ИИ как инструмент измеримой операционной эффективности

Совкомбанк представляет модель глубокой и целенаправленной интеграции ИИ в свои бизнес-процессы. Банк подходит к вопросу системно, с четкими финансовыми KPI (ключевыми показателями эффективности). Как отметил управляющий директор банка Александр Венгранович, для каждого подразделения ставятся измеримые в денежном выражении цели по экономии или дополнительной выручке с использованием ИИ. Это делает технологию не абстрактным «инновационным проектом», а инструментом, напрямую влияющим на прибыль, и формирует понимание ее ценности у каждого сотрудника.

На примере управления слияний и поглощений (M&A) видно, как ИИ решает комплекс задач:

• Аналитика и прогнозирование: Ускоренный анализ данных о сделках и публичных источников для выявления закономерностей и структурирования будущих сделок.
• Автоматизация рутины: Подготовка инвестиционных меморандумов и презентаций, включая визуальное оформление, что экономит время дизайнеров.
• Управление рисками: Автоматизированный анализ финансовой отчетности и юридических документов.
• Генерация leads: Анализ CRM и внутреннего документооборота для формирования конвейера потенциальных сделок.

Таким образом, в Совкомбанке ИИ — это, в первую очередь, рычаг для повышения производительности, экономии человеческих ресурсов и усиления конкурентных преимуществ на существующих рынках.

Сбер: ИИ как платформа для выхода на новые рынки

Сбер, в партнерстве с Институтом AIRI, демонстрирует иной, но взаимодополняющий подход. Банк использует свои компетенции в ИИ для создания не внутренних инструментов, а готовых коммерческих продуктов, выходящих далеко за рамки финансового сектора. Яркий пример — ассистент инженера-конструктора Cadrille.

Это решение предназначено для автоматизации работы в машиностроении и обладает рядом прорывных характеристик:

• Мультимодальность: одновременная работа с тремя типами данных (облака точек, изображения, текст), в то время как мировые аналоги обычно ограничиваются одним.
• Передовые методы обучения: комбинация дообучения (SFT) и обучения с подкреплением (RL) позволила значительно превзойти существующие подходы на международном бенчмарке DeepCAD.
• Демократизация доступа: разнообразие входных данных делает профессиональные системы автоматизированного проектирования (САПР) доступными для специалистов разного уровня.

Для Сбера ИИ становится не только инструментом оптимизации, но и новым бизнес-направлением, позволяющим монетизировать свои R&D-разработки в смежных отраслях.

Вывод: двойная стратегия цифровой трансформации

Опыт Совкомбанка и Сбера иллюстрирует формирование в России зрелой экосистемы применения ИИ. Эти два подхода не противоречат, а дополняют друг друга, формируя двойную стратегию цифровой трансформации:

1. Глубокая внутренняя оптимизация  (Совкомбанк): Внедрение ИИ «вглубь» для повышения эффективности, снижения издержек и усиления ключевых компетенций в традиционных для банка областях, таких как M&A.
2. Создание экстернальных продуктов  (Сбер): Разработка на базе собственных AI-лабораторий рыночных решений, которые открывают новые источники дохода и укрепляют позиции банка как технологического лидера.

В совокупности это говорит о том, что российские банки перешли от экспериментов с ИИ к его системному использованию, где технология является критически важным элементом как для текущей операционной деятельности, так и для формирования бизнес-моделей будущего.