Разбор
ИИ в банках 2026: 88% внедрили, только 28% понимают зачем — кто реально выигрывает
88% российских банков уже используют ИИ, но только 28% имеют стратегию. Разбираем парадокс: где ИИ реально работает в банках, кто зарабатывает, и что это значит для маркетологов.
Банки не обсуждают, внедрять ли ИИ. Этот вопрос закрыт. 88% уже используют. Но вот злодей этой истории: внедрение ИИ без стратегии — дорогостоящий театр для совета директоров, где отчёты об «использовании нейросетей» подменяют реальную трансформацию. Настоящий вопрос звучит иначе: как не потерять деньги на внедрении, когда у тебя нет стратегии? А стратегии нет у большинства.
Это не опечатка. Шестьдесят процентных пунктов разрыва между действием и пониманием. Три четверти банков, внедряющих ИИ, делают это без формализованного плана. Мы разобрали общие тренды банковского сектора в отдельном обзоре — там позитивный фон. Здесь копнём глубже: где ИИ реально работает, а где банки тратят бюджет в пустоту.
Переворот
Старое убеждение: 88% банков используют ИИ — значит, отрасль трансформируется
Новая реальность: у 72% нет стратегии. Они используют игрушки, а не инструменты. Без стратегии ИИ — это расход, а не инвестиция.
ИИ-барометр банков 2026: три главных числа
Обратите внимание на последнюю цифру. Ни один из 32 опрошенных банков не планирует снижать инвестиции в ИИ. Даже те, кто ещё не формализовал стратегию. Поезд ушёл, и на перроне осталось пусто.
Что на самом деле значит «88% используют ИИ»
Звучит впечатляюще, но давайте разберёмся. Кредитный скоринг — это тоже ИИ. Банки применяют его уже 15+ лет. Чат-бот, который отвечает «ваш вопрос передан оператору» — формально тоже ИИ. Когда аналитик пишет отчёт в ChatGPT — это тоже использование ИИ.
Разница между «мы используем ИИ» и «у нас ИИ-стратегия» — это разница между тактикой и системой. Стратегия подразумевает:
- Приоритизацию — какие процессы автоматизируем первыми
- Метрики — как измеряем эффект, считаем ROI внедрения
- Архитектуру — как ИИ-решения интегрируются между собой
- Governance — кто отвечает за ошибки алгоритмов
Без этих четырёх компонентов 88% превращаются в «мы попробовали, кое-что работает, остальное не уверены». Это не цифровая трансформация. Это цифровой эксперимент.
”Банки, внедряющие ИИ без формализованной стратегии, рискуют получить фрагментированную архитектуру, несовместимые решения и рост операционных рисков.”
— McKinsey, ИИ в финансовом секторе, 2025
Где ИИ реально меняет банк
Исследование показывает, что финансовая функция — первый кандидат на ИИ-трансформацию. И это логично: именно там данные структурированы, правила формализованы, ошибки дороги.
Почему МСФО лидирует. Отчётность по международным стандартам — это колоссальный объём ручной сверки, перекрёстных проверок и текстовых пояснений. ИИ-модели умеют классифицировать транзакции, сверять данные между системами и генерировать черновики пояснительных записок. Один банк из топ-10 сократил время подготовки квартальной МСФО-отчётности на 40% после внедрения ИИ-ассистента.
Почему бухучёт на втором месте. Российский бухучёт — параллельная вселенная относительно МСФО. Двойная отчётность умножает рутину. ИИ автоматизирует сверку между двумя стандартами, ловит расхождения, предлагает проводки.
Сделай за 5 минут
Если ты продаёшь ИИ-решения банкам — подготовь one-pager с конкретной экономией часов на МСФО-отчётности. Банки покупают не «ИИ», а «минус 40% времени на квартальный отчёт». Цифра важнее технологии.
Казначейство и бюджетирование — следующая волна. Здесь ИИ прогнозирует кэш-флоу, оптимизирует размещение ликвидности, предсказывает отклонения от бюджета. Но уровень доверия к ИИ в управлении реальными деньгами пока ниже.
Что скрывается за процентами Помимо финансовой функции, ИИ активно работает в риск-менеджменте (антифрод, кредитный скоринг), клиентском сервисе (чат-боты, персонализация офферов) и комплаенсе (мониторинг подозрительных операций). Эти направления банки не раскрывают в деталях — они считают их конкурентным преимуществом.
ИИ-матрица банка: в каком вы квадранте?
Мы построили матрицу 2x2 по двум осям: зрелость ИИ (сколько процессов автоматизировано) и наличие стратегии (формализована ли она). Нажмите на квадрант, чтобы увидеть рекомендации.
60% режут расходы, 47% растят доходы — конфликт или логика?
На первый взгляд две главных цели внедрения ИИ противоречат друг другу. Сокращение расходов (60% банков) — это оптимизация. Рост доходов (47%) — это развитие. Но конфликта нет. Это последовательная стратегия:
Фаза 1 (сейчас): Less Money. Автоматизация рутины — МСФО, бухучёт, первичный скоринг. Эффект измеримый, риск низкий. Именно поэтому 66% банков ждут сокращения операционных расходов уже к концу 2026 года.
Фаза 2 (2026-2027): More Money. Персонализация продуктов, предиктивные офферы, динамическое ценообразование. Здесь ИИ начинает зарабатывать, а не только экономить. Если вы считаете юнит-экономику ИИ-проекта — закладывайте 6-12 месяцев до выхода на ROI.
Фаза 3 (2027+): New Money. Новые продукты, которые без ИИ невозможны: динамические страховые пакеты, предиктивный кэш-менеджмент для бизнеса, AI-first банковские ассистенты.
Ключевой риск 55% банков увеличивают бюджет на ИИ. Но без стратегии (72% случаев) деньги распределяются реактивно: команда попросила — дали. Это как увеличить рекламный бюджет без медиаплана. Посчитайте свой медиабюджет — и поймёте, почему банкам нужна та же логика для ИИ.
Кадровый кризис: ИИ не решает проблему людей
Вот парадокс номер два. Банки внедряют ИИ, чтобы меньше зависеть от людей. Но для внедрения ИИ нужны люди, которых нет на рынке.
Острейший дефицит:
- Специалисты по цифровым технологиям — 30% банков считают нехватку критической
- Специалисты по кибербезопасности — рядом по остроте дефицита
- Data-инженеры и ML-разработчики — спрос кратно опережает предложение
Наименее дефицитная категория: маркетологи. И это парадоксально, потому что именно в маркетинге ИИ банков используется слабее всего. Скоринг — есть. Антифрод — есть. Персонализация офферов — в зачаточном состоянии. Предиктивный маркетинг — у единиц.
Проблема удержания при этом снизилась: с 48% до 23% банков считают её острой. Банки научились удерживать людей (деньгами), но не научились их находить. А импортозамещение усугубляет ситуацию: нужны не просто ML-инженеры, а те, кто умеет работать с отечественными платформами.
Импортозамещение как катализатор собственного ИИ
72% банков перевели дистанционное банковское обслуживание на отечественные платформы. Законы 187-ФЗ и 58-ФЗ создали давление, которое неожиданно подтолкнуло собственные ИИ-разработки.
Логика простая: когда нельзя купить готовое решение от Google или Microsoft — приходится строить своё. Банки с ресурсами (Сбер, Т-Банк, Альфа) превращаются в технологические компании с банковской лицензией. Остальные ищут отечественных вендоров, которых пока мало.
Сделай за 5 минут
Спроси у своего банковского менеджера: «Есть ли у вас формализованная ИИ-стратегия?» Если ответ уклончивый — вы работаете с экспериментатором. Учитывайте это при оценке скорости одобрения кредитов и качества персонализированных предложений.
Для IT-компаний и маркетологов в tech-секторе это прямой сигнал: рынок банковского ИИ-ПО — один из самых платёжеспособных в России. Если вы оцениваете стоимость привлечения корпоративного клиента — банк-заказчик оправдывает высокий CAC длинным LTV.
Что это значит для маркетологов: 5 конкретных выводов
Маркетинг в банках — недоиспользованная зона ИИ Банки автоматизируют бухучёт и скоринг, но маркетинг остаётся «ручным». Это окно возможностей: предлагайте банкам ИИ-решения для персонализации, предиктивной аналитики и автоматизации кампаний.
Банк-партнёр с ИИ-стратегией = лучшие условия 28% банков с формализованной стратегией — технологические лидеры. Они дают более точные ставки, быстрее одобряют кредиты, лучше персонализируют продукты. Спрашивайте про ИИ-стратегию при выборе банка.
Готовьтесь к гиперперсонализации Когда 88% банков используют ИИ, конкуренция смещается к качеству данных и точности моделей. Ваш показатель конверсии из банковского оффера вырастет — но только если вы понимаете, как работает персонализация на стороне банка.
Кадровый дефицит = ваш шанс Маркетологов банкам хватает. Маркетологов, понимающих ИИ — нет. Если вы объединяете маркетинговую экспертизу с пониманием ML-моделей и данных — вы на вес золота. Мы разбирали, как Claude помогает маркетологам решать задачи на стыке аналитики и креатива.
Мониторьте ИИ-зрелость конкурентов Разрыв между «стратегами» и «наблюдателями» будет только расти. Следите за новостями рынка и оценивайте, как меняется ваша конкурентная позиция относительно банков-лидеров.
Чеклист: готов ли ваш банк к ИИ-трансформации
Нажимайте на пункты, которые соответствуют вашей ситуации. В конце узнаете уровень зрелости.
Главный вывод
88% банков используют ИИ. 55% наращивают бюджет. Но только 28% понимают, зачем они это делают. Разрыв в 60 процентных пунктов — это не просто статистика. Это предиктор: банки-стратеги будут забирать долю рынка у экспериментаторов. А маркетологи, понимающие ИИ, будут забирать карьерные возможности у тех, кто не понимает.
Одно действие прямо сейчас: посмотрите, в каком квадранте ИИ-матрицы находится ваш банк. Если вы «экспериментатор» — начните с формализации стратегии. Если вы маркетолог — начните с калькулятора ROI, чтобы говорить с банкирами на языке цифр.
Больше данных о банковском секторе — в нашем обзоре трендов 2026 и в разделе новостей. Посмотрите, как быстро работают сайты банков в наших рейтингах — скорость цифровых каналов коррелирует с ИИ-зрелостью.
Продолжение темы
Оперативные разборы и свежие данные — в Telegram-канале @lexamarketolog. Видео — на MAX и в ВКонтакте. Сторис — @loading_express.
Пока без комментариев. Будьте первым.