Искусственный интеллект стремительно меняет финансовую индустрию — от клиентского сервиса и кредитного скоринга до рекомендаций по инвестированию и анализа рыночных отчётов и новостей. По данным Ассоциации ФинТех, в 2025 году более 50% банков России активно внедряют решения на базе искусственного интеллекта. О том, как облачные технологии становятся драйвером для ИИ-проектов, в каких процессах применяются и что ждёт их в будущем, рассказал Георгий Джабиев, директор по развитию бизнеса Т1 Облако, в интервью «Национальному банковскому журналу».
Банки – в лидерах
Как вы считаете, почему финансовый сектор лидирует по доле затрат на искусственный интеллект?
Георгий Джабиев: Во-первых, ИИ сильно изменил бизнес-ландшафт, и банковский рынок активно адаптируется под новые условия, банки сами стали технологическими компаниями. Во-вторых, конкуренция в финансовом секторе очень высока, поэтому банки используют передовые инструменты, чтобы усовершенствовать клиентский опыт и ускорить внутренние бизнес-процессы. В связи с этим ИИ стал стратегической повесткой, и без него больше невозможно представить себе развитие финансового сектора.
В какие банковские процессы уже интегрированы нейросети?
Георгий Джабиев: На мой взгляд, применение ИИ даёт как быстрый эффект, который можно сравнить с бегом на короткую дистанцию, так и эффект в долгосрочной перспективе – это напоминает забег на марафонскую дистанцию. Поясню, что имею в виду. С точки зрения эффекта, который виден почти сразу, банки применяют ИИ в решениях, ориентированных напрямую на клиентов. Речь идет о чат-ботах и голосовых помощниках, которые быстро обрабатывают типовые запросы пользователей и круглосуточно отвечают на звонки в банковские колл-центры.
Умные алгоритмы используются для снижения рисков и фрода, создания персонализированных предложений, акций, инвестиционных стратегий, оценки кредитоспособности потенциальных заёмщиков. Всё это напрямую влияет на повышение качества обслуживания и рост клиентского спроса.
В то же время ИИ применяется в задачах, которые дают эффект по прошествии определённого времени. Здесь речь больше об использовании ML-технологий для оптимизации внутренних банковских бизнес-процессов и бэк-офисных функций. Интеллектуальные решения помогают повысить операционную эффективность таких направлений, как разработка и ИТ, HR, юридическое сопровождение, бухгалтерия, и других.
И самое главное: финсектор – один из лидеров по объёму генерируемых данных, которые необходимо безопасно хранить и обрабатывать. На основе этих данных банки собирают аналитику и делают прогнозы, которые в долгосрочной перспективе можно использовать для развития бизнеса.
GPUaaS для проектов в финтехе
Почему именно облачная инфраструктура становится ключевой для ИИ-проектов в финтехе?
Георгий Джабиев: Скорость доступа к необходимым технологиям, а именно к инфраструктуре на базе GPU, является одним из ключевых факторов роста спроса на модель GPUaaS. Бизнесу намного проще и выгоднее арендовать графические ускорители у сервис-провайдера, чем самостоятельно закупать оборудование, обслуживать его или вовсе строить сложные инженерные системы, как, например, локальный дата-центр.
Таким образом виртуальные вычислительные мощности делают графические ускорители доступными не только для крупных игроков, но и для широкого рынка. А ещё облачная инфраструктура не только снижает порог входа, но и упрощает создание, обучение ML-моделей, их тестирование и внедрение за счёт наличия специализированных платформ для разработки таких решений.
Ещё один важный фактор – это возможность выбрать необходимые графические ускорители под конкретные проекты. Сейчас в нашем портфеле есть высокопроизводительные графические ускорители H100 и H200, видеокарты L40S и другие, и мы продолжаем расширять их перечень, а искусственному интеллекту отведено важное место в стратегии развития Т1 Облако.
Ещё одно преимущество облака – оно позволяет гибко масштабировать ресурсы под конкретные задачи и строить гибридные сценарии, когда часть систем и данных размещается локально и в облаке.
Насколько востребованы сегодня GPU-сервисы в финансовой отрасли?
Георгий Джабиев: Как посчитали в Ассоциации ФинТех, рынок больших языковых моделей в России оценивается в 35 млрд рублей, при этом демонстрирует рост 33,2% год к году.
Особый фокус на ИИ будет всё больше подталкивать компании к подготовке инфраструктурного слоя. Мы изучали примерный объём инфраструктуры для ИИ в России: совокупно используется примерно до 20 тысяч GPU карт всех форм, тогда как в США и Китае это количество в сотни раз превышает этот объём. Хорошая новость: нам есть, куда расти.
И это подтверждают исследования. Так, российский рынок облачных GPU-услуг в 2024 году вырос на 55% до 17 млрд рублей, а к 2029 году этот объём может вырасти почти в 4 раза до 66 млрд, по данным аналитических агентств.
Какие проекты, связанные с машинным обучением, уже реализованы с применением GPU Т1 Облако?
Георгий Джабиев: Мы вместе с одним из крупнейших банков страны работали над проектом корпоративной википедии – базы знаний для сотрудников колл-центра и отделов продаж, что позволило серьёзно сократить сроки обслуживания клиентов и повысить NPS (лояльность клиентов).
Если раньше сотрудник постоянно брал паузу в разговоре, чтобы найти информацию о функциональности того или иного продукта, то сейчас он в режиме реального времени пишет промт в базу знаний, получает исчерпывающий ответ и сразу транслирует клиенту. База знаний также ускорила онбординг сотрудников банка, так как они онлайн получают доступ к необходимой для работы информации.
Ещё одному крупному банку мы предоставили облачные ресурсы для решения задач, связанных с обучением и эксплуатацией больших языковых моделей. ИИ помогает сотрудникам банка в тестировании, программировании, аналитике и коммуникациях с клиентами, что в конечном итоге помогло автоматизировать рутинные процессы, ускорить принятие решений и повысить продуктивность команд.
Для банков и других компаний Т1 Облако предоставляет платформенное решение Сайбокс – набор фреймворков, которые включают опенсорсные модели ИИ, так называемые LLM, на базе которых конечный клиент может создавать собственные ИИ-агенты или другие ИИ-проекты. Сервис позволяет клиентам запускать сложные ML-модели, не инвестируя в оборудование.
Есть ли факторы, которые ограничивают развитие искусственного интеллекта в финансовой сфере?
Георгий Джабиев: На фоне повышенного внимания регуляторов к сфере ИИ и финсектору возникает вопрос о качестве данных для обучения ML-моделей и о необходимости использовать для этого только обезличенные, деперсонализированные данные с соблюдением всех норм безопасности, чтобы не потерять доверие клиентов. Я считаю, что в России довольно современно подошли к вопросу регулирования ИИ. Например, есть «Кодекс этики в сфере разработки и применения искусственного интеллекта на финансовом рынке», который описывает базовые принципы, что можно и нельзя, причём он носит рекомендательный характер.
Ещё одно ограничение – инфраструктурное. В России есть куда расти в части готовности инфраструктуры под ИИ. Дело в том, что для развития искусственного интеллекта необходима высокопроизводительная инфраструктура на базе GPU, которая, в свою очередь, требует не только инвестиций в закупку самих графических ускорителей, но и значительных затрат на инженерную обвязку: электроэнергию, кондиционирование и тд.
И, конечно, ещё один важный фактор: ИИ не может существовать в отрыве от человеческого интеллекта и экспертизы. Я имею в виду профессиональных дата-сайентистов, инженеров по машинному обучению и других специалистов, которых на рынке не хватает.
О будущем ИИ и GPU
Как будут в дальнейшем развиваться технологии искусственного интеллекта в финансовом секторе?
Георгий Джабиев: Будущее ИИ происходит уже сейчас, и мы его свидетели. Этот рынок по-прежнему – голубой океан, который, если так можно выразиться, «слегка розовеет». Я сегодня наблюдаю активную проверку гипотез и поиск продуктивных решений, способных повысить эффективность, оптимизировать затраты. Бизнес ищет релевантные решения, на базе которых будет выстраивать свою технологическую стратегию.
В тотальную роботизацию я не верю. Искусственный интеллект никак не замена – это принципиальное усиление производительности человеческого труда. Ни один ИИ не может работать 100% автономно от человека, то есть, условно говоря, юрист, который использует модели ИИ, будет гораздо эффективнее того же юриста без технологий.
В каких ещё отраслях ИИ будет применяться или уже применяется так же успешно, как в финтехе?
Георгий Джабиев: Полагаю, в тех отраслях, где уже накоплены большие массивы структурированных данных – в ритейле, логистике, здравоохранении, медиа, телекоме. Например, один из наших клиентов пользуется вычислительными ресурсами облачных GPU, и с их помощью ускорил обучение ML-моделей, в онлайн-режиме анализирует историю покупок и создаёт персонализированные предложения для клиентов интернет-магазина.
В заключение ещё раз повторю, что темпы роста облаков по-прежнему превосходят общие темпы развития ИТ-рынка. У нас есть огромный потенциал для развития.
Начните тестирование наших сервисов уже сегодня
© Т1 Облако, 2021–2026
г. Москва, пр-кт Ленинградский, д. 36 стр. 41, помещ. 22.
Команда выделенной технической поддержки на связи 24/7
по телефону +7 (495) 727-09-81 и почте support@t1.cloud