«AI не заменяет людей, но меняет процессы». Как Forte строит банк нового типа

О редакции О редакции
Дата публикации: 02.07.2026, 09:58
2026-07-02T09:58:23+05:00
«AI не заменяет людей, но меняет процессы». Как Forte строит банк нового типа

ИИ-помощник AI-Nur уже обработал более 2 млн обращений клиентов Forte и сегодня самостоятельно решает более 60% запросов, поступающих в цифровые каналы обслуживания. В кредитовании малого и среднего бизнеса банк активно использует искусственный интеллект для автоматизации некоторых этапов — и в отдельных случаях это позволяет сократить время предварительного рассмотрения до 10 минут.

Об этом Digital Business рассказал Chief Data and AI Officer Forte Нуржан Смайлов. Он объяснил, зачем AI включили в кредитный комитет, как банк использует алгоритмы в антифроде и почему развивает собственную GPU-инфраструктуру.

Forte строит AI-Native-банк

— Нуржан, Forte позиционирует себя не просто как цифровой банк, а как AI-Native-организация. В чем разница и какие процессы вы уже доверили искусственному интеллекту?

— Цифровой банк обычно переводит привычные процессы в онлайн: делает их быстрее, удобнее и автоматизирует отдельные этапы. AI-Native-организация идет дальше и задает другой вопрос: нужен ли сам процесс в прежнем виде, если часть работы может взять на себя искусственный интеллект?

В Forte искусственный интеллект уже стал частью ключевых бизнес-процессов. Сегодня ИИ помогает обслуживать клиентов через AI-Nur, участвует в анализе кредитных заявок для бизнеса, выявляет мошеннические операции, помогает разработчикам проверять код и повышает эффективность контакт-центра.

Один из наиболее зрелых проектов — собственная платформа речевой аналитики на базе генеративного AI. Если раньше вручную анализировалось около 1% обращений клиентов, то сегодня AI автоматически анализирует практически 100% потока коммуникаций, выявляя причины жалоб, повторяющиеся клиентские проблемы, технические сбои, нарушения процессов и отклонения в работе операторов.

Следующий этап — AI-ассистент для каждого сотрудника. Для этого даем командам доступ к LLM-моделям, корпоративным AI-сервисам и внутренним инструментам.

ИИ в кредитовании: от быстрых онлайн-займов до кредитного комитета

— Forte сократил время рассмотрения отдельных кредитных заявок МСБ до 10 минут — как удалось достичь этого? Может ли AI самостоятельно принимать решение по кредиту?

— Мы активно внедряем искусственный интеллект в процессы кредитования бизнеса. Однако кредитные продукты сильно отличаются по уровню сложности и риска. В стандартных продуктах и при типовых сценариях AI помогает анализировать документы, проверять полноту пакета, выявлять несоответствия, формировать заключения, контролировать прохождение чек-листов и готовить материалы для принятия решения.

Дополнительно используем ML-модели, которые оценивают платежеспособность клиента, финансовое поведение, риск-профиль и вероятность возврата кредита. Так значительная часть рутинной работы, которая раньше занимала дни, выполняется автоматически. По отдельным продуктам и сценариям это и позволило сократить время рассмотрения кредитных заявок до 10 минут.

При этом придерживаемся принципа разумной автоматизации. Чем выше риск и сложнее сделка, тем больше остается роль человека. Поэтому сегодня AI помогает принимать решения, но не заменяет ответственность банка.

— Самый обсуждаемый проект Forte — AI как член кредитного комитета. Как это работает?

— Это уже другой уровень применения искусственного интеллекта. Если в массовом кредитовании основной эффект достигается за счет автоматизации процессов, то в кредитном комитете мы говорим о поддержке принятия сложных экспертных решений.

Речь идет о крупных сделках, нестандартных структурах финансирования, залоговых проектах, инвестиционных кредитах и других кейсах, где требуется глубокий анализ большого объема информации. В таких сценариях AI не принимает решение вместо кредитного комитета. По крайней мере — пока. Его задача — выступать дополнительным независимым аналитиком.

AI-агент анализирует финансовую отчетность клиента, историю взаимоотношений с банком, отраслевые и макроэкономические факторы, структуру сделки, залоговое обеспечение и множество других параметров. После этого он формирует собственное заключение и рекомендации для участников кредитного комитета. При этом юридическая ответственность и право принятия решения всегда остаются за людьми.

«Мы не масштабируем AI ради самого AI»

— Какие AI-проекты в Forte уже дают реальный эффект?

— Сейчас вся банковская отрасль активно ищет лучшие сценарии применения искусственного интеллекта. Компании тестируют много решений, но не все из них дают пользу для бизнеса.

Иногда AI-агент технически работает, но его разработка, внедрение и поддержка стоят дороже, чем эффект от него. Поэтому рынок постепенно уходит от подхода «давайте попробуем AI везде» к более прагматичному подходу: масштабировать только то, что дает понятный и измеримый результат.

Если говорить о Forte, среди зрелых проектов я бы выделил AI-Nur, речевую аналитику, антифрод и решения для автоматизации внутренних процессов. По ним уже видно, что они позволяют повышать качество обслуживания, ускорять процессы и снижать операционные расходы.

По нашим расчетам, совокупный эффект от внедренных AI-решений уже превысил 3200 человеко-дней ежемесячно. Это время, которое раньше сотрудники тратили на рутинные операции, поиск информации, подготовку материалов и выполнение повторяющихся задач. Сегодня эти ресурсы могут быть направлены на развитие продуктов, работу с клиентами и принятие более качественных бизнес-решений.

AI-Nur обработал более 2 млн обращений с момента запуска

— Банковские чат-боты часто раздражают клиентов. Чем отличается AI-Nur?

— Обычные чат-боты работают по жесткому сценарию. Они понимают только те вопросы, которые заранее прописали разработчики.

AI-Nur устроен иначе. В его основе — большая языковая модель и технология RAG. Сначала он ищет нужную информацию в базе знаний банка, а потом формулирует ответ понятным языком. Эта база постоянно обновляется. Команда анализирует диалоги, смотрит, какие вопросы задают клиенты, какие ответы сработали лучше, а где были ошибки.

— Сколько запросов уже обработал AI-Nur?

— С момента запуска AI-Nur обработал более 2 млн обращений клиентов. Сейчас более 60% запросов в цифровых каналах AI-помощник решает самостоятельно, без участия оператора.

Ошибки, конечно, бывают. Любая AI-система требует контроля, особенно в банковской сфере. Поэтому у нас работает несколько уровней проверки качества. Автоматически анализируем ответы, регулярно оцениваем их силами специалистов банка, изучаем обратную связь от клиентов и отдельно смотрим случаи, когда к диалогу пришлось подключать оператора. Стандарты качества у нас одинаковые и для операторов, и для AI-помощника. Оцениваем, насколько быстро, корректно и понятно был решен вопрос клиента.

Главный показатель — решен ли вопрос с первого обращения. Сейчас уровень удовлетворенности клиентов — около 80%. Для нас это хороший результат, но его можно и нужно улучшать.

В ForteApp можно будет переводить деньги голосом

— Forte разрабатывает Generative Mobile Banking, где часть функций ForteApp можно будет запускать через диалог. Как это будет работать?

— Поведение клиентов меняется. Люди каждый день пользуются ChatGPT и другими AI-сервисами и постепенно привыкают не искать нужную кнопку, а просто писать или говорить, что им нужно.

Следующий этап мобильного банкинга — когда клиенту не нужно искать раздел в приложении. Он сможет написать или сказать: «Покажи, на что я больше всего потратил в этом месяце», «Открой депозит с максимальной ставкой», «Подбери мне кредит» или «Переведи деньги супруге».

Система поймет задачу, найдет нужный сервис и поможет выполнить действие. При этом важные операции будут проходить только с подтверждением клиента.

Сейчас прорабатываем пилоты в ForteApp. AI-функции будем запускать постепенно: сначала простые сценарии, затем более сложные. У клиента останется выбор: пользоваться привычными разделами или решать задачи через диалог с AI-помощником.

— Что будет, если клиент даст расплывчатую команду: «Переведи деньги»?

— Система сначала уточнит сумму, получателя и другие детали. Затем покажет параметры операции. Перевод будет выполнен только после подтверждения клиента.

Ни одна важная финансовая операция не будет выполнена автоматически. Для переводов, открытия продуктов и других критичных действий сохранятся аутентификация, подтверждение операции и дополнительные уровни контроля. Мы не внедряем ИИ ради ИИ и всегда оцениваем возможные риски.

GenBI позволит сотрудникам задавать вопросы обычным языком

— Ваш проект GenBI позволяет менеджерам общаться с данными на естественном языке. Может ли директор филиала без ИТ-отдела спросить: «Почему в этом месяце просел автокредит в Костанае?» — и сразу получить аналитику?

— Да, именно для этого мы создаем GenBI. Сотрудник задает вопрос обычным языком, а AI-агент понимает, где искать данные, как их прочитать и как объяснить результат. Например: «Почему снизились продажи автокредитов в Костанае?» или «Что повлияло на депозитный портфель?». В ответ он получает не просто таблицу, а понятное объяснение: что изменилось, какие факторы повлияли и где нужно посмотреть глубже.

GenBI работает внутри защищенной инфраструктуры банка. Корпоративные данные и конфиденциальная информация не выходят за пределы защищенного контура.

Сейчас мы активно прототипируем платформу. Уже видим высокий интерес со стороны бизнеса и хорошие результаты.

Как AI помогает искать мошенников и mule-аккаунты

— Мошенники тоже используют AI. Какие угрозы сегодня самые серьезные?

— Детали работы антифрод-моделей раскрывать нельзя: это часть системы безопасности банка. Но общую логику объяснить можно.

Главная угроза сегодня — не столько взлом системы, сколько попытка обмануть клиента. Мошенники входят в доверие и убеждают человека самому перевести деньги, сообщить данные или выполнить нужное действие. С развитием AI такие схемы становятся опаснее: уже можно создавать реалистичные голосовые сообщения и изображения.

Поэтому антифрод нельзя строить только на статичных правилах. В Forte AI-модели оценивают сразу несколько факторов: поведение клиента, изменения в его обычной активности, характер транзакций и связи между участниками операций. Такой подход помогает быстрее замечать аномалии, подозрительные операции и возможные mule-аккаунты.

AI перепроверяет программиста, но не заменяет его

— В Forte прижился тренд на Vibe Coding, а позже появился AI Code Review Agent. Как это изменило работу разработчиков?

— AI помогает быстрее пройти путь от идеи до рабочего продукта. Раньше на первый прототип могли уходить недели или месяцы. Сейчас AI-инструменты позволяют быстрее собрать MVP, показать его бизнесу, получить обратную связь и доработать решение. Но это не замена разработчиков. Требования к качеству остаются прежними: архитектура, безопасность, тестирование, код-ревью и подготовка к запуску обязательны.

AI Code Review Agent работает как дополнительный ревьюер. Когда разработчик готовит изменения, агент анализирует код, указывает на возможные ошибки и предлагает варианты исправления. Если замечания критические, процесс можно настроить так, что изменения не пройдут дальше, пока команда их не устранит.

Финальное решение остается за людьми — техническими лидерами, архитекторами и руководителями разработки. Для банка это важно: цена ошибки в таких системах высокая.

Зачем банку собственные GPU и локальные LLM

— В стратегии Forte есть AI Governance и собственная GPU-инфраструктура с локальными LLM. Зачем банку свое «железо»?

— Для банка важно не просто запускать AI-продукты, а понимать, как они работают, на каких данных обучаются и кто отвечает за результат. Поэтому развиваем AI Governance — систему правил для работы с искусственным интеллектом.

У каждой модели должен быть владелец, контроль качества, проверка на ошибки и соответствие требованиям регуляторов. В финансовой сфере принцип «черного ящика» неприемлем: если AI влияет на кредитование, риски или клиентский опыт, банк должен понимать логику его решений.

Собственная GPU-инфраструктура — набор серверов, видеокарт, систем хранения и ПО для обучения и запуска AI-моделей — и локальные LLM нужны для технологической независимости, защиты чувствительных данных и быстрого запуска AI-решений внутри банка. При этом используем гибридный подход: облако — для задач без чувствительных данных, защищенный контур банка — для персональных данных, внутренних процессов и специализированных моделей. Инвестируем не только в серверы и модели, но и в команду Data & AI, инструменты разработки, внутреннюю экспертизу и культуру ответственного использования AI.

Казахстан сегодня становится одним из самых динамично развивающихся рынков региона по внедрению искусственного интеллекта в финтехе. И наша задача — не просто использовать отдельные технологии, а последовательно строить AI-Native организацию, где искусственный интеллект помогает принимать решения, создавать новые продукты и улучшать клиентский опыт.