Магия ИИ-банкинга 5.0 и её разоблачение

Никто не просыпается утром с мыслью: «Скорее бы открыть банковское приложение!» Серьёзно, никто. Ни один живой человек на планете не испытывает такого трепета. И знаете что? Это нормально. Банк — это не Онлайн-кинотеатр и не Telegram. Но есть одна вещь, которую хочет каждый: чтобы банк помогал жить так, как ты хочешь. Не мешал, не заставлял заполнять анкету в пятый раз, а просто — помогал!

И вот вокруг этой простой идеи сейчас разворачивается настоящая революция. Её называют AI Banking 5.0. Звучит как маркетинг? Отчасти. Но давайте разберёмся, что за этим стоит — и что из этого можно сделать реальностью уже сейчас. Да, я занимаюсь развитием технологий, которые могут сделать всё, что будет описано, частью твоей жизни уже сегодня.

Откуда взялась пятёрка

Бретт Кинг — человек, который написал книги «Bank 2.0», «Bank 3.0» и далее по списку — на форуме AFD 2025 рассказал эволюцию банковского дела так. Банк 1.0 — это эпоха Медичи, XIV век, физические отделения. Банк 2.0 — самообслуживание: банкоматы, телефонный банкинг, интернет-банк в 90-х. Банк 3.0 — цифровые банки, NuBank, WeBank, Kaspi, появившиеся после iPhone и Android в 2007-м. Банк 4.0 — экосистема: Apple Pay, GooglePay, в России MirPay, когда банковские услуги уже необязательно предоставляются банками.

Интересно, что Кинг уже пишет книжку про Banking 5.0. Представь будущее — банк становится невидимым, встроенным, агентским. Все банковские продукты создаются также для твоего персонального агента. Ты приходишь в магазин, и понимаешь от агента, что на текущем счёте нет денег, он тебе предлагает перевести с накопительного счёта. Или ИИ-агент решает финансовые проблемы клиента в реальном времени. Когда смарт-контракт интегрирует финансовые услуги прямо в инфраструктуру составного заказа на маркетплейсе. Когда ты сам через чат-бота можешь составить смарт-контракт любой сложности.

Я не хочу, чтобы банк решал за меня. Я хочу, чтобы он думал вместо меня. Разница огромная. Я хочу сам делать выбор — но не хочу тратить три вечера, чтобы понять, из чего выбирать.

Через личный пример: Я покупаю доверительное управление, потому что у меня нет времени разбираться в инвестиционных инструментах. Но оно для меня как чёрный ящик — я ни на что не влияю. Мне не нравится отсутствие выбора, но и когнитивную нагрузку тащить не хочу. Я хочу агента, который спросит у меня только то, что мне действительно важно, — а дальше пусть работает сам. Меньше нагрузки на мозг, но при этом надёжно.

Весь Banking 5.0 — это не про то, чтобы убрать человека из процесса. Это про когнитивную нагрузку. Мы не хотим лишиться выбора — мы хотим, чтобы выбор перестал быть работой. Агент не решает за тебя. Он готовит решение так, чтобы тебе осталось только кивнуть — или не кивнуть.

Цифры говорят сами за себя. Ant Group — 1,6 миллиарда клиентов. WeBank — 450 миллионов за десять лет. NuBank зарегистрировался в декабре 2021-го и стал крупнейшим банком Латинской Америки, охватив 57% населения Бразилии. При этом привлечение одного клиента обходится NuBank в 5–7 долларов, а JPMorgan Chase тратит 450. Чувствуешь разницу?

Мир меняется, и банки либо станут технологическими компаниями, либо уступят рынок тем, кто уже ими стал.

Закон Конвея в банке, или почему тебя не узнают

А теперь давайте о грустном. Ты приходишь в банк — физически или через приложение — и каждый раз начинаешь с нуля. Тебя не помнят. Твой контекст не передаётся между подразделениями, каналами, сотрудниками. Ты звонишь, а оператор спрашивает: «Представьтесь, пожалуйста», — хотя ты звонишь со своего привязанного номера и уже авторизован по голосовой биометрии.

Знаешь почему? Закон Конвея. Архитектура любой системы повторяет структуру организации, которая её создала. Если в банке кредитный отдел не разговаривает с отделом обслуживания, то и системы не разговаривают. Клиент видит это как «меня не помнят».

Но подумай — ты же не начинаешь общение с другом каждое утро с нуля. Ты не говоришь: «Привет, я Андрей, мы познакомились три года назад, у меня дочь, я живу в Москве». Друг это знает. И каждый новый разговор строится на контексте предыдущих.

Банк должен работать точно так же. У него есть все данные. Вся история твоих операций, твоих обращений, твоих предпочтений. Ты обращаешься — и всё необходимое уже есть. Уилл Юнг, CTO nCino, говорит об этом прямо: банк должен иметь все данные о клиенте, чтобы избежать необходимости начинать процесс с нуля. Это не просто удобство — это фундамент доверия.

Контекстная персонализация: как это работает

Сейчас в индустрии появился термин «контекстная инженерия» — он приходит на смену «промпт-инжинирингу». Разница в том, что промпт-инжиниринг — это про то, как правильно спросить у модели. А контекстная инженерия — про то, как дать модели весь необходимый контекст, чтобы она сама нашла правильный ответ. Для этого надо создать настоящую память для модели, подобную человеку. И тогда можно будет из обычного «глупого» ИИ-чата превратить в действующего подобно человеку ИИ-агента.

По исследованиям, начатым ещё в прошлом веке, у человека память устроена интересным образом. Есть эпизодическая — «в прошлый четверг ты переводил 50 000 на ремонт». Есть семантическая — «этот клиент предприниматель, у него сезонный бизнес, зимой доходы падают». Есть фактическая — «ставка по его вкладу 16%, грейс-период до 20-го числа». И есть процедурная — «когда клиент спрашивает про рефинансирование, сначала проверь текущую нагрузку, потом сравни ставки, потом предложи варианты». Банковский ИИ-агент должен работать со всеми четырьмя типами одновременно. Не просто вытаскивать факты из базы, а помнить историю взаимодействий, понимать контекст жизни клиента и знать, как действовать в каждой ситуации. Поэтому я создал память, которая даёт агенту возможность действовать на базе всех типов памяти.

В банковской сфере это означает: мы декомпозируем проблему клиента, собираем все релевантные данные из памяти — историю операций, кредитную историю, поведенческие паттерны, текущие цели — и передаём их ИИ-агенту. Агент не просто отвечает на вопрос. Он понимает путь клиента, его цели, его ситуацию.

Вот конкретный пример. Посмотри на скриншоты моего демо.

Клиент спрашивает AI-ассистента: «Какой у меня баланс?» — и получает развёрнутый ответ с детализацией по всем счетам. Кредитный, текущий, вклад — всё в одном месте, понятным языком. Спрашивает: «На что я больше всего трачу?» — получает аналитику с процентами и суммами. Спрашивает: «Сколько на путешествия потратил за всё время?» — и ассистент не просто выдаёт цифру (49 018 рублей), а ставит её в контекст: это 15,5% от всех трат, это самая крупная категория расходов.

Это и есть контекстная персонализация. Банк не просто хранит данные — он использует их, чтобы помочь клиенту принимать решения. В нужный момент, в нужном контексте.

«Банк, сделай так» — сценарии, которые хочется прямо сейчас

Но аналитика — это только начало. Настоящий Banking 5.0 — это когда ты не просто спрашиваешь банк, а говоришь ему, как тебе жить удобнее. Своими словами, без инструкций.

Умные правила с деньгами. «Когда на карте в конце дня остаётся больше 15 000 ₽ — переведи остаток на накопительный счёт». Или: «Каждую зарплату откладывай 10%, но если в этом месяце были траты на врачей больше 5 000 — не откладывай». Или совсем продвинутое: «Если курс доллара упал ниже 85 — купи на 10 000 ₽». Ты один раз объяснил банку свою логику — дальше он работает сам.

Контроль расходов без занудства. «Если я трачу на рестораны больше 12 000 в месяц — предупреди, но мягко, без паники». «Следи за подписками — если сервис списал деньги, а я им не пользовался месяц, спроси, не отключить ли». «Когда до зарплаты осталось 5 дней и на карте меньше 8 000 — скажи, на сколько дней хватит при текущем темпе трат». Банк не ругает тебя, он помогает видеть картину.

Бюджетирование по-человечески. «Раскидай мой бюджет на месяц: 30% на обязательное, 20% — накопления, остальное — свободные». «Я трачу слишком много на такси — покажи, сколько бы я сэкономил, если бы ездил на метро хотя бы в будни». «Сравни мои расходы за этот месяц с прошлым и скажи, где я вылез за рамки». «Создай мне конверты: продукты, развлечения, транспорт, одежда — и следи, чтобы я не выходил за лимит, а если выхожу — бери из конверта "резерв"». Не Excel-таблица на 40 вкладок, а живой диалог с тем, кто знает все твои цифры.

Кредиты и долги. «У меня кредитка с грейсом до 20-го. Напомни 18-го, сколько нужно внести, и предложи перевести с текущего счёта». «Посчитай, что выгоднее: досрочно погасить ипотеку на 200 000 или положить эти деньги на вклад под текущую ставку». Банк перестаёт быть тем, кому ты должен, и становится тем, кто помогает долги закрывать.

Семья. «Когда дочь тратит с детской карты больше 500 за раз — пришли мне уведомление». «Первого числа переведи 15 000 маме, но если у меня на счету меньше 30 000 — спроси подтверждение». «Раздели наши с женой траты за месяц: что общее, что личное, покажи баланс».

Цели. «Хочу накопить 200 000 на отпуск к августу. Скажи, сколько в месяц откладывать, и следи, успеваю ли». «Покажи, сколько я реально трачу на машину: бензин, мойка, штрафы, страховка, парковки — всё вместе». «Если в этом месяце я потратил меньше обычного — предложи, куда девать разницу: вклад, инвестиции или досрочный платёж по ипотеке».

Безопасность. «Если списание больше 20 000 из незнакомого магазина — заблокируй карту и позвони мне». «Я еду в Турцию с 10 по 20 марта. Не блокируй карту за границей, но если будет списание не из Турции — блокируй». «Любой перевод юрлицу, которому я раньше не платил, больше 50 000 — проси подтверждение через биометрию».

Обрати внимание: ни один из этих сценариев не требует от тебя разбираться в интерфейсе, искать настройки или звонить в поддержку. Ты просто говоришь банку, что тебе нужно. Как другу. А дальше — агент разбирается, какие данные поднять, какие правила создать, какие триггеры настроить. Это и есть агентский банкинг.

Конфиденциальность: слон в посудной лавке

Банки собирают обширные данные о клиентах. Личные данные, информация о компаниях, кредитная история, поведение, транзакции. Это огромная ответственность. И честно скажу — это главный страх, который я слышу от коллег: «А что если данные утекут? А что если ИИ начнёт принимать решения на основе данных, которые клиент не хотел бы раскрывать?»

Ответ здесь один: банки несут социальную ответственность за использование данных в интересах клиентов. Конфиденциальность — это не опция, а фундамент. Прозрачная практика ИИ укрепляет доверие. Строгие меры по защите данных снижают риски. Это звучит как банальность, но на практике означает конкретные архитектурные решения: данные не покидают контур банка, модели работают локально, каждое обращение к данным логируется и аудируется.

И вот тут мы подходим к самому интересному.

Разоблачение: технология, которая делает это реальностью

Любая технология, которая требует для своего воплощения тысяч специалистов, — проигрышная в новом мире. Это не я придумал — это реальность, которую показывает рынок. NuBank с командой в разы меньше JPMorgan обслуживает сопоставимое число клиентов. WeBank, имея менее 3000 сотрудников, обслуживает 450 миллионов человек.

Тайгер-команды из 5–30 человек — вот будущее. Tiger team — термин из 1960-х, изначально из NASA и военных. Это небольшая группа высококвалифицированных специалистов, собранная для решения конкретной сложной задачи. В NASA так называли команды, которые в критических ситуациях (например, Apollo 13) собирались из лучших инженеров разных направлений и работали автономно, без бюрократии, пока не решат проблему. Главное — никаких согласований через три уровня менеджмента. Увидели проблему, собрались, решили.

Но для этого нужен правильный инструмент. Не монолит из десятков микросервисов, каждый из которых требует отдельной команды поддержки. А декларативная платформа, где бизнес-логика описывается напрямую, без слоёв трансляции.

Я построил такую платформу. Это семантическая платформа для моделирования и исполнения бизнес-процессов. Проще говоря — ты описываешь, что должна делать система, а не как. Описал клиента, заявку, правила одобрения, интерфейс — и платформа сама собирает из этого работающее приложение. С формами, валидацией, правами доступа и полной историей всех изменений. А главное ИИ-нативную, где все данные и вся логика хранятся в темпоральном графе. Вместо тысяч строк кода на Java или С# — компактный, читаемый язык описания предметной области. Событийная память как замена базам данных.

Вот как выглядит сильно упрощённый пример описания кредитного процесса на декларативном языке:

Что здесь происходит? В 20 строках описаны: модель данных (клиент, заявка, менеджер), связи между ними, бизнес-правила (вычисление суммы с комиссией, валидация, контроль доступа) и пользовательские интерфейсы (форма создания, список заявок, карточка клиента).

Нет ORM. Нет REST API. Нет фронтенд-фреймворка с тысячей компонентов. Нет DevOps-пайплайна на 200 шагов. Есть декларативное описание предметной области — и платформа, которая превращает его в работающее приложение.

Каждое изменение — это неизменяемое событие. Ничего не перезаписывается, всё аудируемо, всё воспроизводимо. Для банковской сферы, где регуляторы требуют полную историю — это не просто удобно, это необходимо.

Local-first архитектура означает, что данные сначала сохраняются локально и синхронизируются через Merkle-деревья. Это и скорость, и устойчивость к сбоям, и — внимание — конфиденциальность для работы агента по умолчанию.

Подробности буду раскрывать в следующих статьях, если эта покажется тебе полезной.

Человеческий фактор: зачем нужна задержка

И напоследок — мой любимый пример из выступления Уилла Юнга. Один банк внедрил систему мгновенного одобрения ипотечных кредитов. Технически всё работало идеально — решение принималось за секунды. Но клиенты были недовольны. Им казалось, что их заявку никто не рассматривал. Что это не серьёзно.

Решение? Добавили искусственную задержку в пару минут. Клиенты стали чувствовать уверенность — «мою заявку изучают». Технически ничего не изменилось, но доверие выросло.

Этот пример идеально показывает суть Banking 5.0. Технология — это не самоцель. Автоматизация — это здорово, но она должна служить людям. Человеческий фактор остаётся незаменимым, особенно в отраслях, ориентированных на взаимоотношения. Будущее — за гармоничным сочетанием ИИ и человеческого опыта, где технологии справляются с повторяющимися задачами, а люди — со стратегической деятельностью и тем, что требует эмпатии.

Вместо вывода

Banking 5.0 — это не маркетинговый термин. Это реальность, которая уже формируется. Агентский ИИ, смарт-контракты, токенизация, автономная инфраструктура — всё это происходит сейчас. Вопрос не «будет ли это», а «кто сделает это первым».

Я верю, что это будут не армии из тысяч разработчиков, а компактные команды с правильными инструментами. Декларативные платформы вроде той, что я создаю, позволяют описать сложный банковский процесс в десятках строках и получить работающую систему с аудитом и конфиденциальностью из коробки.

Банк, который помнит тебя. Банк, который понимает твой контекст. Банк, который не заставляет начинать с нуля каждый раз. Это не магия — это инженерия. Только правильная инженерия.

Автор: Андрей Шумаков