«AI автономен в работе, но не в решениях». Как AI-агенты меняют финансовый сектор в 2026 году

Банк Freedom начал внедрять искусственный интеллект около пяти лет назад – сначала в кредитном скоринге, затем в цифровой ипотеке, автокредитовании, чат-ботах и контакт-центре. Сегодня в AI compliance банка работают более 134 AI-агентов, которые мониторят транзакции, анализируют поведение клиентов и ищут подозрительные схемы. Но чем больше финансовый рынок передает алгоритмам, тем важнее вопрос, где проходит граница между решениями AI и ответственностью человека.

Эту тему на Digital Bridge в Астане обсуждали представители АРРФР, Нацбанка, АФМ, Mastercard, Банк Freedom и Freedom Insurance. Корреспондент Digital Business узнал, как AI агенты выявляют мошенников, зачем моделируют новые способы атаки на банки и можно ли с помощью ИИ сэкономить $10 млн в год на урегулировании страховых случаев.

AI выявляет дроперов по поведению

Модерировала сессию советник председателя правления Банк Freedom по Digital-проектам Айнұр Темірханқызы. Она рассказала про ключевой проект банк – AI Compliance. На подготовку данных для системы ушло около девяти месяцев: команда определяла, какие параметры нужны для анализа, где они хранятся и как должны поступать в модель. Проект развивают совместно с АФМ, которое предоставило типологии реальных схем.

Сейчас в системе работают более 134 AI-агентов. Они круглосуточно отслеживают транзакционную активность и поведение клиентов.

По словам главного комплаенс-контролера Банк Freedom Асель Сулейменовой, такой подход особенно важен при выявлении дроп-карт. Карта может использоваться всего две недели, а каждая операция по отдельности выглядеть обычной. В таком случае анализ отдельных транзакций может не показать всю схему.

«Раньше мы спрашивали: эта операция нормальная? Сейчас мы задаем вопрос: этот клиент ведет себя как обычный клиент? Потому что транзакция может обмануть, поведение – почти никогда», – отметила главный комплаенс-контролер Банк Freedom.

AI сопоставляет операции с профилем клиента, учитывает скорость движения денег, связи через переводы, устройства и номера телефонов. Затем система может собрать дополнительные сведения, запросить пояснение и подготовить заключение.

По словам Сулейменовой, процессы, которые раньше занимали месяцы ручной работы, теперь удается сократить до нескольких дней.

Стресс-тесты для банков

AI становится инструментом не только финансовых организаций, но и мошенников, отметил глава Mastercard в Казахстане и Центральной Азии Санжар Жамалов. Он сослался на данные отчета IBM, согласно которым уже каждая четвертая вредоносная атака в мире совершается с использованием искусственного интеллекта, а за последний год показатель вырос более чем на 50%.

Поэтому финансовым компаниям приходится переходить от реакции на уже совершенные атаки к попытке заранее смоделировать новые сценарии.

«У нас есть система Emerging Fraud Monitoring. Мы сами пытаемся воссоздавать новые пути атак, новые виды мошенничества и тестировать их на различных системах. Это своего рода стресс-тест для банковских антифрод-систем: мы можем воспроизвести атаку, очень похожую на реальную, и посмотреть, насколько банк будет защищен», – рассказал Санжар Жамалов.

Для такого подхода, по его словам, недостаточно данных одной организации. Mastercard анализирует мошеннические сценарии на разных рынках, а внутри страны важна координация банков с государственными органами.

«Здесь, конечно, важна именно координация с регуляторами, с АФМ, чтобы мы видели более широкую картину, потому что мошенники от страны к стране бывают очень креативными», – сказал Санжар Жамалов.

АФМ: AI не должен быть автономным в решениях

Для АФМ важно, чтобы система не просто помечала операцию как подозрительную, но и объясняла, на каких признаках основан вывод.

Заместитель руководителя департамента превенции и аналитических разработок АФМ Санжар Аккисев привел в пример дробление операций и расслоение денежных потоков. По его словам, такие признаки должны быть понятны сотруднику, который проверяет вывод AI.

«Кроме того, всегда должен быть аудит. Например, у нас есть инструмент, который на основе собранных материалов помогает определить единообразность преступления и квалификации, чтобы одно и то же преступление не трактовалось по-разному. Но нужно постоянно проверять, насколько правильно искусственный интеллект подбирает основания для решения», – сказал Санжар Аккисев.

Отдельное условие – качество данных. Если информация в разных базах расходится, система может прийти к противоречивому выводу.

«И в любом случае окончательное решение должен принимать человек. Искусственный интеллект автономен в работе, но не автономен в решениях», – отметил представитель АФМ.

У Нацбанка – «Ястреб», «Голубь» и «Филин»

В Национальном банке в саму архитектуру одного из AI-проектов заложили объяснимость. То есть система должна не просто выдавать результат, но и показывать, на каких данных и аргументах он основан.

Директор департамента цифровой трансформации Нацбанка Айжан Аринова рассказала о виртуальном советнике по денежно-кредитной политике. В системе работают три агента: «Голубь» рассматривает данные с позиции смягчения политики, «Ястреб» – с позиции ужесточения, а «Филин» сопоставляет аргументы двух сторон.

«Мы не строим black box модели. Видим, на каких данных модель принимает решение, видим промежуточные ответы каждой модели и можем в любой момент понять ее логику и аргументацию», – рассказала Айжан Аринова.

При этом Нацбанк начал не с самих моделей. Сначала там создали «фабрику данных» – единый аналитический слой с требованиями к качеству информации и метаданными. Уже на этой базе начали масштабировать AI-решения.

Сэкономить $10 млн в год на страховых 

В Freedom Insurance алгоритмам готовы передавать больше самостоятельности. Председатель правления Азамат Керимбаев привел пример параметрического страхования агробизнеса. Система анализирует спутниковые данные и данные компьютерного зрения, после чего компания производит выплату на основании ее решения.

«Это, пожалуй, единственный кейс нашей компании, когда решение действительно принимают алгоритмы», – сказал Азамат Керимбаев.

Автоматизация дает и прямой финансовый эффект. По его словам, цифровизация урегулирования страховых случаев позволяет компании экономить около $10 млн в год.

«Если тратим меньше на урегулирование, это значит, что для нашего клиента страхование становится дешевле на эти $10 млн. Поэтому применение AI напрямую отражается на кошельке наших клиентов», – отметил Азамат Керимбаев.

В контакт-центре Freedom Insurance робот самостоятельно обрабатывает и завершает 42% обращений клиентов. После внедрения AI-агентов летом 2026 года время рассмотрения страховых случаев сократилось на 32%.

Следующая цель компании – в 2027 году до 60% выплат урегулировать на основании решений AI-агентов без участия человека.

Регулятор ответит агентами на агентов

Первый заместитель председателя Агентства по регулированию и развитию финансового рынка Тимур Абилкасимов рассказал, что распространение AI-агентов требует нового подхода к финансовому надзору.

По его словам, регулятору важно понимать, какую задачу выполняет агент, какие инструкции и ограничения в него заложены и насколько самостоятельно он может действовать.

«В первую очередь наша задача – защищать клиентов. Как регулятор мы будем прописывать guardrails, которые должны быть заложены в работу таких агентов», – сказал Тимур Абилкасимов.

Для этого регулятор будет создавать собственные AI-агенты. Они будут контролировать работу автоматизированных систем и помогать оперативнее выявлять потенциальные риски для клиентов.