Три кейса, как российские банки заставили ИИ пахать

Максим Наговицын25.09.20252012

На фоне растущей конкуренции ведущие российские банки делают ставку на глубинную интеграцию искусственного интеллекта, чтобы получить реальные бизнес-результаты уже сегодня.

Три кейса, как российские банки заставили ИИ пахать
Источник: нейросеть

Российский банковский сектор активно переходит от экспериментов к планомерному внедрению искусственного интеллекта, который становится ключевым фактором конкурентоспособности. Технологии, в особенности большие языковые модели (LLM), меняют подходы к аналитике, клиентскому сервису и управлению персоналом, что наглядно демонстрируют кейсы ведущих игроков рынка, отмеченные на престижных отраслевых премиях.

О практической ценности и финансовом эффекте от применения LLM для бизнес-процессов рассказал Евгений Зубков, начальник управления исследования данных и машинного обучения ОТП Банка, на конференции «ИИ-БАНКИНГх2025». По его словам, значительный экономический эффект достигается за счет обработки естественного языка и анализа данных, что позволяет создавать контент и мгновенно отвечать на вопросы, снижая нагрузку на контакт-центры.

Среди ключевых преимуществ эксперт выделил автоматизацию анализа корреспонденции и составления документов, что сокращает рутину и снижает риски ошибок.

Помощники и чат-боты на базе LLM помогают оперативно решать повседневные задачи, а глубокий анализ отзывов помогает выявлять скрытые проблемы и повышать лояльность (NPS), — добавил Зубков.

Отдельно он отметил технологию LLM RAG (Retrieval-Augmented Generation) для умного поиска по внутренней базе знаний, которая действует как ассистент оператора, и AI-ассистента для рекрутинга.

Совкомбанк, одержавший победу в двух номинациях премии HR Force Awards 2025, наглядно показал, как ИИ-трансформация выглядит изнутри. Жюри высоко оценило его системный подход к интеграции искусственного интеллекта в рабочие процессы в рамках проекта «ИИ‑трансформация: от обучения до внедрения». Банк не только запустил чат-бот „Сова“ для автоматизации ежедневных задач, но и разработал образовательные курсы для сотрудников и провел корпоративный хакатон, что подчеркивает важность инвестиций в человеческий капитал для успеха цифровых инициатив.

Фокус на инновациях дополняется заботой о команде: победа в номинации «Семья — главная ценность» подтверждает комплексный подход банка к созданию благоприятной среды для сотрудников.

Тему глубинной интеграции ИИ в аналитические процессы продолжает Альфа-Банк, чей проект AI-powered Process Mining победил в номинации «Лучшая практика применения ИИ» премии ProcessTech. Банк одним из первых на рынке превратил генеративный ИИ из вспомогательного инструмента в равноправного участника аналитики. Внутренняя платформа AlfaGen теперь автоматически анализирует полный контекст бизнес-процессов, выгруженный из системы Proceset, и возвращает список неэффективностей, гипотезы по улучшениям и предложения по новым метрикам.

Process Mining (процессный майнинг, анализ бизнес-процессов) – это технология, которая позволяет в режиме реального времени визуализировать, анализировать и улучшать фактические бизнес-процессы компании на основе «цифровых следов», которые остаются в информационных системах (например, логи обработки заявок, транзакций). В отличие от теоретического моделирования, process mining объективно показывает, как процесс выполняется на самом деле, выявляя узкие места, отклонения и неэффективности. В контексте статьи Альфа-Банк совершил качественный скачок, интегрировав генеративный ИИ непосредственно в аналитический контур, поручив ему не просто показывать данные, а самостоятельно формулировать гипотезы для их улучшения.

Пилотные проекты уже показали впечатляющие результаты: время подготовки аналитики сократилось в 2–3 раза, а полнота релевантных гипотез выросла на 35–40%.

Мы движемся к модели, в которой аналитику процессов будут выполнять не только люди, но и ИИ-агенты. Это открывает новые возможности: рутинные задачи можно будет делегировать технологиям, а людям — сосредоточиться на стратегическом мышлении, — прокомментировал Иван Иванов, директор по стратегии цифровой трансформации Альфа-Банка.

Таким образом, на рынке формируется единый тренд: ИИ перестает быть точечным решением и становится стратегическим партнером, трансформирующим как внутренние операции и аналитику, так и подходы к управлению персоналом. Это позволяет банкам не только сокращать издержки и улучшать финансовые показатели, но и уверенно двигаться вперед в условиях растущей конкуренции.

БанкКлючевой проект / ТехнологияОсновной эффект / Показатель
ОТП Банк Внедрение больших языковых моделей (LLM) Снижение нагрузки на контакт-центры, автоматизация документооборота, рост клиентской лояльности (NPS)
Совкомбанк Проект «ИИ-трансформация» (чат-бот „Сова“, обучение) Системная интеграция ИИ в рабочие процессы, победа в HR-премии за трансформацию управления персоналом
Альфа-Банк AI-powered Process Mining (интеграция AlfaGen) Сокращение времени подготовки аналитики в 2-3 раза, рост полноты релевантных гипотез на 35-40%

Ранее мы писали, почему российские банки не успевают за цифровыми трендами.

Подписаться: Телеграм | Дзен | Вконтакте


Экономика

ИИ в банках: от борьбы с мисселингом до удаленных команд и зрелости AI-агентов
ИИ в банках: от борьбы с мисселингом до удаленных команд и зрелости AI-агентов

Российский банковский сектор демонстрирует, что ИИ уже давно вышел за рамки чат-ботов и научился решать совершенно разные задачи — от контроля за продажами до создания гибкой рабочей среды.

15.10.20252055
Поиск на сайте

Лента новостей

Пресс-релизы