В Российской академии наук обозначили ключевые уязвимости, связанные с внедрением искусственного интеллекта в финансовый сектор. По данным РАН, около 70% финансовых организаций уже используют ИИ — прежде всего в платёжных сервисах, кредитном скоринге, страховании и управлении активами. Эти технологии позволяют снижать издержки, выполнять регуляторные требования, выявлять мошенничество и повышать качество обслуживания клиентов.
Согласно оценкам Глобального института McKinsey, применение ИИ в мировом банковском секторе может ежегодно обеспечивать дополнительный рост выручки на 3–5%. Эти данные приводит доктор экономических наук Института экономики РАН Дмитрий Кочергин, анализируя основные направления использования ИИ в финансах.
При этом широкое распространение нейросетей несёт значительные риски. В первую очередь усиливается опасность кибератак: генеративные модели упрощают создание фишинга, вредоносных программ и инструментов захвата устройств, что повышает вероятность утечек данных, мошенничества и вымогательства.
Серьёзную угрозу представляют и атаки с отравлением данных, когда злоумышленники искажают обучающие выборки, влияя на поведение моделей и нарушая работу финансовых систем. Рост доли данных, сгенерированных самими ИИ, дополнительно увеличивает операционные риски для отрасли.
Отдельного внимания требует проблема алгоритмической предвзятости. ИИ может воспроизводить и усиливать перекосы в исходных данных, что приводит к дискриминации при кредитовании и страховании и ограничивает доступ уязвимых групп к финансовым услугам. На фоне строгих требований к защите данных возрастает и юридическая ответственность, особенно из-за ошибок и «галлюцинаций» моделей.
Дополнительные риски связаны с высокой концентрацией рынка: разработка крупных языковых моделей требует значительных ресурсов, поэтому контроль над технологиями сосредоточен у ограниченного числа компаний. Любые сбои или атаки на таких поставщиков способны затронуть весь финансовый сектор. Даже собственные решения банков часто базируются на схожих архитектурах и демонстрируют одинаковое поведение.
Использование одних и тех же алгоритмов разными участниками рынка приводит к синхронным инвестиционным решениям. В результате формируется эффект коллективного поведения без формального сговора — цены и волатильность искажаются, а риск рыночных манипуляций возрастает.
При взвешенном и контролируемом внедрении ИИ способен повысить производительность экономики, поддержать рост и сдерживать инфляцию. Однако при неконтролируемой автоматизации возможны обратные эффекты: обесценивание труда, рост дефолтов, ускорение инфляции и сокращение налоговых поступлений, что угрожает финансовой стабильности.
По данным Банка России, во второй половине 2025 года ИИ применял каждый второй банк, 80% страховых компаний и около 70% профессиональных участников фондового рынка.
В перспективе масштабное внедрение ИИ приведёт к глубокой трансформации финансовых систем: изменится рыночная инфраструктура, усилится роль цифровых валют центробанков, возрастёт децентрализация и появятся новые бизнес-модели. Надзор и регулирование могут перейти к режиму реального времени и глобальным стандартам ИИ. Хотя такие изменения сделают финансовые услуги более эффективными и удобными, они также повысят системные риски и могут снизить уровень прозрачности и справедливости.
ИИшечка уже плотно укоренилась в финансовых институтах, обещая нам светлое цифровое будущее. Правда, вместе со светлым будущим приходят новые уязвимости и нестабильность рынков. Банки всё чаще думают одинаково, алгоритмы ошибаются синхронно, а риски масштабируются быстрее, чем успевает реагировать регулятор. В итоге ИИ призван сделать финансы умнее, но пока выглядит так, будто он просто помогает рынку быстрее и эффективнее наступать на те же грабли, только уже с машинной точностью.
Согласно оценкам Глобального института McKinsey, применение ИИ в мировом банковском секторе может ежегодно обеспечивать дополнительный рост выручки на 3–5%. Эти данные приводит доктор экономических наук Института экономики РАН Дмитрий Кочергин, анализируя основные направления использования ИИ в финансах.
При этом широкое распространение нейросетей несёт значительные риски. В первую очередь усиливается опасность кибератак: генеративные модели упрощают создание фишинга, вредоносных программ и инструментов захвата устройств, что повышает вероятность утечек данных, мошенничества и вымогательства.
Серьёзную угрозу представляют и атаки с отравлением данных, когда злоумышленники искажают обучающие выборки, влияя на поведение моделей и нарушая работу финансовых систем. Рост доли данных, сгенерированных самими ИИ, дополнительно увеличивает операционные риски для отрасли.
Отдельного внимания требует проблема алгоритмической предвзятости. ИИ может воспроизводить и усиливать перекосы в исходных данных, что приводит к дискриминации при кредитовании и страховании и ограничивает доступ уязвимых групп к финансовым услугам. На фоне строгих требований к защите данных возрастает и юридическая ответственность, особенно из-за ошибок и «галлюцинаций» моделей.
Дополнительные риски связаны с высокой концентрацией рынка: разработка крупных языковых моделей требует значительных ресурсов, поэтому контроль над технологиями сосредоточен у ограниченного числа компаний. Любые сбои или атаки на таких поставщиков способны затронуть весь финансовый сектор. Даже собственные решения банков часто базируются на схожих архитектурах и демонстрируют одинаковое поведение.
Использование одних и тех же алгоритмов разными участниками рынка приводит к синхронным инвестиционным решениям. В результате формируется эффект коллективного поведения без формального сговора — цены и волатильность искажаются, а риск рыночных манипуляций возрастает.
При взвешенном и контролируемом внедрении ИИ способен повысить производительность экономики, поддержать рост и сдерживать инфляцию. Однако при неконтролируемой автоматизации возможны обратные эффекты: обесценивание труда, рост дефолтов, ускорение инфляции и сокращение налоговых поступлений, что угрожает финансовой стабильности.
По данным Банка России, во второй половине 2025 года ИИ применял каждый второй банк, 80% страховых компаний и около 70% профессиональных участников фондового рынка.
В перспективе масштабное внедрение ИИ приведёт к глубокой трансформации финансовых систем: изменится рыночная инфраструктура, усилится роль цифровых валют центробанков, возрастёт децентрализация и появятся новые бизнес-модели. Надзор и регулирование могут перейти к режиму реального времени и глобальным стандартам ИИ. Хотя такие изменения сделают финансовые услуги более эффективными и удобными, они также повысят системные риски и могут снизить уровень прозрачности и справедливости.
ИИшечка уже плотно укоренилась в финансовых институтах, обещая нам светлое цифровое будущее. Правда, вместе со светлым будущим приходят новые уязвимости и нестабильность рынков. Банки всё чаще думают одинаково, алгоритмы ошибаются синхронно, а риски масштабируются быстрее, чем успевает реагировать регулятор. В итоге ИИ призван сделать финансы умнее, но пока выглядит так, будто он просто помогает рынку быстрее и эффективнее наступать на те же грабли, только уже с машинной точностью.
