Банковская отрасль РФ стала одной из лучших в мире благодаря тому, что ЦБ предоставлял пространство для инноваций при сохранении разумных ограничений.

В рамках дискуссионной сессии «ИИ в банковском риск-менеджменте: источник антихрупкости или новый класс уязвимостей», состоявшейся на Международном финансовом конгрессе 2026, президент ОТП Банка Илья Чижевский представил развернутую оценку текущего состояния и перспектив внедрения искусственного интеллекта в кредитной организации.

Эксперт говорил о практической результативности уже эксплуатируемых моделей, границах их применимости, а также о регуляторных и стратегических условиях для дальнейшего развития.

Чижевский акцентировал, что взвешенный подход банка к ИИ не тождественен выжидательной позиции. «Осторожность — это когда банк стоит в стороне и наблюдает. Это, наверное, не про нас», — пояснил он, уточнив, что речь идёт о готовности масштабировать технологию исключительно в тех сегментах, где она демонстрирует стабильно воспроизводимый и измеримый результат. Инвестиционные решения в этой сфере принимаются исключительно на основе расчёта возврата на вложенный капитал, а не следования технологическому тренду.

Наибольший практический эффект достигнут в управлении розничными рисками. В банке функционирует несколько десятков ML-моделей, из которых 36 задействованы непосредственно в риск-блоке. По данным, приведённым спикером, эти модели обеспечивают прирост показателя Gini в розничных скоринговых системах в диапазоне от 5% до 20% по сравнению с традиционными подходами.

Совокупный экономический эффект от их применения по итогам прошлого года оценён в 2% от чистой прибыли банка.

Чижевский подчеркнул, что все затраты на ИИ-проекты проходят через обязательную процедуру оценки ROI, что исключает «слепую веру» в технологию как самоценный ресурс.

Илья Чижевский, президент ОТП Банка

ОТП Банк

Наряду с успешными кейсами глава банка выделил направления, где ожидания от ИИ пока не оправдываются. В первую очередь это касается моделей оценки финансового состояния корпоративных заёмщиков, построенных на основе данных из открытых источников. Такие алгоритмы, по словам Чижевского, дают «очень неконсистентные результаты», требуют частой перекалибровки и на текущем этапе выполняют лишь вспомогательную функцию — агрегируют информацию и формируют аналитические выжимки для специалистов, тогда как финальное кредитное решение остаётся за человеком.

Аналогичная сдержанность проявляется в автоматизации немассовых, нетиповых процессов. В отличие от розничного сегмента и сектора МСБ, где высокая частота однородных операций упрощает математическую формализацию задач, в сложных корпоративных сценариях применение ИИ пока не даёт устойчивого преимущества. При этом Чижевский особо отметил, что выбранная тактика не приводит к конкурентным потерям: «С точки зрения проигрыша, искренне, абсолютно нет — не видим, что в чём-то из-за этого уступаем».

По его мнению, отрасль стала одной из лучших в мире благодаря тому, что регулятор предоставлял пространство для инноваций при сохранении разумных ограничительных норм. «На мой взгляд, банковский сектор сейчас является безусловным лидером по внедрению искусственного интеллекта как индустрия внутри нашей страны», — резюмировал он.

Главная задача видится в том, чтобы с помощью предиктивных алгоритмов более точно предвосхищать потребности клиентов и тем самым устранить феномен их «недолюбленности» — термин, который спикер использовал для обозначения дефицита персонализированного сервиса и оперативной реакции на запросы, возникающий даже при формально высоком качестве обслуживания.