Журнал "Системы Безопасности" № 4‘2026

Ц И Ф Р О В А Я Т Р А Н С Ф О Р М А Ц И Я , И И , И Н Т Е Р Н Е Т В Е Щ Е Й 120 Д ля банка уже недостаточно показать асси- стента или сообщить о числе подключен- ных моделей: важно, изменились ли стоимость процесса, скорость решения, клиентский опыт и качество управления риском. По данным открытых исследований ИИ 2026, искусственный интеллект хотя бы в одной функ- ции применяют 88% опрошенных организаций, а генеративный ИИ – 70%. Агентные системы остаются на ранней стадии: почти во всех бизнес- функциях их использование измеряется одно- значными процентами. Это разрыв между рас- пространением технологии и готовностью пере- дать ей самостоятельное управление критически- ми процессами. Американская модель: ИИ как корпоративный слой Крупнейшие банки США развивают искусствен- ный интеллект как общую платформу. JPMor- ganChase заявляет технологический бюджет на 2026 г. около 19,8 млрд долларов и связывает генеративный ИИ с разработкой, операциями и риск-менеджментом. Bank of America сообща- ет, что в 2025 г. 20,6 млн клиентов взаимодей- ствовали с помощником Erica почти 700 млн раз, а совокупное число взаимодействий пре- высило 3,2 млрд. Это корпоративные данные самих банков, а не независимая оценка эффекта. Но они подтвер- ждают масштаб: ИИ перестает быть локальным экспериментом и становится частью архитектуры, доступной сотрудникам, разработчикам, опера- ционным подразделениям и клиентским каналам. Американские регуляторы одновременно сме- щают внимание с возможностей на управляе- мость. В феврале 2026 г. Минфин США выпу- стил концепцию управления рисками ИИ для финансового сектора. Она адаптирует подход NIST к банковской специфике и делает акцент на ответственности, прозрачности, устойчиво- сти и защите данных. Китайская модель: масштабирование под централизованным контролем Китай идет по иной траектории. Там ИИ рас- сматривается не только как инструмент про- изводительности отдельного банка, но и как элемент финансовой политики. В июне 2026 г. Национальное управление финансового регу- лирования КНР опубликовало 32 рекоменда- ции для банков и страховых организаций. Документ охватывает корпоративное управле- ние, разработку и эксплуатацию моделей, дан- ные, вычислительную инфраструктуру, класси- фикацию рисков и надзор. Закреплены принци- пы "кто использует – тот отвечает", контроли- руемости ключевых технологий, практической эффективности и безопасного развития. Различие между США и Китаем – не выбор между инновациями и контролем. Оба рынка стремятся совместить скорость и безопасность, но используют разные институциональные модели. В США движение задают крупнейшие корпорации и облачные платформы. В Китае масштабирование сильнее связано с государст- венными приоритетами и технологическим суверенитетом. Stanford AI Index отмечает, что разрыв между ведущими американскими и китайскими моде- лями сократился до нескольких процентных пунктов. США сохраняют преимущество по частным инвестициям, Китай – по публика- циям, патентам и промышленному внедрению. По моему мнению, к 2030 г. конкуренцию будут определять стоимость применения, доступ к данным, надежность и глубина отраслевой интеграции. Российская модель: ИИ внутри уже цифрового банка Российский финансовый сектор начинает не с нулевой точки. Скоринг, антифрод, прогнози- рование и персонализация применяются давно. Генеративный ИИ добавляет работу с неструк- турированной информацией, документами, программным кодом и последовательностями действий. По опросу Банка России среди 252 финансовых организаций, ИИ применяет каждая пятая орга- низация рынка, еще треть планирует внедрение в течение трех лет. Регулятор придерживается технологически нейтрального и риск-ориентиро- ванного подхода, делает ставку на мягкое регу- лирование, доверенные платформы обмена дан- ными и ответственность организации за решение. Банк России рекомендует предоставлять клиен- ту возможность отказаться от взаимодействия с алгоритмом и перейти к сотруднику. Более 80% организаций, постоянно использующих ИИ, уже реализуют такую возможность. В кри- тически важных процессах с высокими риска- ми, включая платежные операции, рекоменду- ется подтверждение действия сотрудником. Сильная сторона российского рынка – сочета- ние банковской цифровизации, национальной платежной инфраструктуры и культуры риск- менеджмента. Ограничения – меньший объем август – сентябрь 2026 www.secuteck.ru Ксения Шитикова Начальник Управления развития эквайринга и альтернативных методов оплат Газпромбанка Материал отражает личную экспертную позицию автора и не является официальной позицией банка. Рис. 1. Три модели развития банковского ИИ: корпоративная – в США, централизованная – в Китае, риск-ориентированная – в России ИИ в банковском секторе: от технологического хайпа к экономическому результату США превращают искусственный интеллект (ИИ) в корпоративную платформу, Китай – в элемент финансовой инфраструктуры, а Россия формирует собственную риск-ориентированную модель. Победит не банк с самой громкой моделью, а орга- низация, которая научится безопасно превращать данные в решения и экономиче- ский результат.