Блог
IT бизнес
Искусственный интеллект

От AI-Native стратегии до production-кода

Александр Сельдемиров
Обложка статьи: От AI-Native стратегии до production-кода

Почему ИИ-пилоты банков не становятся системами и как мы проходим путь от стратегии до кода: этапы и сроки, где теперь уходит время в проекте, кто пишет код и кейс Evoca Bank с AI Hub.

За последний год я выступал с темой ИИ в банках на FinnoWay в Ереване, FINNEXT Asia в Ташкенте и PLUS Forum в Алматы. После выступлений чаще всего спрашивают, почему ИИ-пилоты не доходят до промышленной эксплуатации. По разным оценкам, до 80% ИИ-инициатив так и не распространяются на весь бизнес. В наших проектах причина чаще всего одна: стратегия есть, а архитектуры и команды, которые доведут её до кода, нет.

Ниже расскажу, как мы доводим стратегию до работающего кода. Пишу на примере банков, потому что ИИ-трансформацию мы сейчас ведём именно в банке.

Почему пилоты не становятся системами

Обычно банк добавляет скоринг, антифрод, автоматизирует пару отчётов и считает, что ИИ внедрён. У каждой модели свой проект, своя команда и свои данные. Когда таких моделей становится несколько, уже трудно сказать, как каждая работает и кто отвечает за её ошибки.

Роман Таранов, наш директор по консалтингу, на FinCore 2026 разобрал, чего в такой схеме не хватает. Я подпишусь под каждым пунктом:

  1. Агентный слой с оркестрацией. Агенты взаимодействуют друг с другом и встраиваются в процесс целиком, от заявки до решения. Без слоя, который задаёт логику их работы с ядром банка, получается хаос.
  2. Разделение классических моделей и агентов. Скоринг, антифрод и прогнозы никуда не уходят. Агентный слой ими управляет и связывает в процесс. Когда всё складывают в одну корзину под названием «ИИ», непонятно, кто за что отвечает.
  3. Управление данными и моделями. Данные с измеренным качеством и доступом для бизнеса. Для каждой модели записано, кто за неё отвечает, как её переобучают и проверяют.
  4. Единый центр компетенций. Пилоты разных отделов в систему сами не складываются. Нужна команда, которая отвечает за ИИ во всём банке. У нас она называется AI Hub, о нём ниже.

Что меняется для клиента банка

Разницу между цифровым и AI-native банком проще всего показать на четырёх вещах, с которыми клиент сталкивается сам:

ГдеЦифровой банкAI-native банк
Кредиткредитный комитет и ручной андеррайтингскоринг в реальном времени по тысячам параметров
Поддержкаколл-центр и чат-бот по сценариямИИ-агенты, которые решают вопрос без участия человека
Условияодинаковые тарифы для всехиндивидуальные ставки и кешбэк
Мошенничествоблокировка после кражипредсказание мошенничества до операции

Два примера того, как это выглядит для клиента. Он начал больше тратить на стройматериалы, и банк сам предлагает рассрочку на ремонт или страховку жилья. Человек каждый месяц пятого числа переводит деньги родителям, и в этот день кнопка перевода появляется на главном экране приложения.

Такие функции не собрать из разрозненных моделей. Чтобы предложить рассрочку, скоринг должен видеть свежие траты клиента, а антифрод — проверять ту же операцию в момент оплаты. Поэтому разговор и начинается с архитектуры.

Как мы проходим путь от стратегии до кода

В банке мы работаем по одной последовательности:

  1. Диагностика, до 4 недель. Вместе с командой банка разбираем, какие системы и процессы есть, где данные и что мешает.
  2. Стратегическая сессия, 3 дня. С руководством собираем дорожную карту и выбираем первые инициативы.
  3. Объединённая команда, до месяца на запуск. Наши эксперты и люди банка работают вместе, с выделенными владельцами продуктов и архитекторами. Управление проектом остаётся у банка.
  4. Первые продукты через 6 месяцев. Сервисы, которыми пользуются клиенты или сотрудники.
  5. Дальше 18 месяцев по трём шагам. Deploy — точечная автоматизация, Reshape — процессы целиком, Invent — новые бизнес-модели. Подробнее о шагах — на странице AI-Native трансформации.
Схема пяти этапов: диагностика до 4 недель, стратегическая сессия 3 дня, объединённая команда до 1 месяца, первые продукты через 6 месяцев, затем 18 месяцев по шагам Deploy, Reshape, Invent
Путь от стратегии до промышленного кода: первые сервисы появляются в первые полгода.

Первые продукты мы закладываем на шестой месяц сознательно. Так дорожную карту проверяют работающие сервисы, и к концу первого полугодия у правления есть цифры, по которым можно решать, что делать дальше.

Где теперь уходит время

ИИ поменял соотношение этапов в проекте. Свою CRM мы собрали за 5 недель силами двух разработчиков. Классическим способом такая система заняла бы 10–12 месяцев у команды из 8–10 человек. Аналитика при этом почти не ускорилась.

График: при классическом подходе аналитика 2–3 месяца и разработка 10–12 месяцев у 8–10 разработчиков; с ИИ аналитика те же 2–3 месяца и разработка 5 недель у двух разработчиков
Наша CRM: разработка стала короче примерно в 10 раз, аналитика осталась прежней.

CRM мы делали для себя, без согласований с заказчиком, поэтому это верхняя граница. В клиентских проектах разработка с ИИ идёт в 3–10 раз быстрее, в зависимости от задачи.

Разработку многих проектов у нас ведёт конвейер. Перед сборкой он проверяет техническое задание: хватает ли данных и не спорят ли документы друг с другом. Если в одном месте написано одно, а в другом другое, модель может выбрать третий вариант, которого не хотел никто. После проверки сборка занимает от нескольких дней до 10 дней на очень сложный проект.

Выяснить, что на самом деле нужно бизнесу, по-прежнему дольше всего: ответ на один уточняющий вопрос может занять три дня. С интеграцией похожая история. Там работают люди с обеих сторон, и срок зависит от того, как быстро команды договариваются. Поэтому интеграцию мы закладываем отдельным этапом, со своим сроком и бюджетом.

Простая проверка для руководителя: если в этом году разработка стоит столько же, сколько в прошлом, и даёт тот же объём, спросите подрядчика, как он работает с ИИ.

Кто пишет код

На FinCore прозвучала мысль, с которой я согласен. С ИИ квалифицированный инженер работает быстрее, а неквалифицированный во много раз быстрее множит ошибки. Количество таких ошибок там назвали чудовищным.

Для команды это значит другой состав. Первую версию продукта у нас делают двое старших разработчиков с ИИ. Такие инженеры стоят дороже обычных, но заменяют большую команду: они ставят задачи инструментам и отвечают за то, что те сделали. (Ещё пример: первую рабочую версию аналитической панели для клиента за 3 недели собрали разработчик и дизайнер на полставки.)

Кейс: Evoca Bank и AI Hub

Сейчас мы ведём трансформацию Evoca Bank, одного из пяти крупнейших банков Армении. Банк хочет за 24 месяца стать первым AI-native банком Армении.

С самого начала мы решили не повторять путь банков с сотнями программистов и устаревшими системами, которые через несколько лет придётся переписывать. Внутри банка работает AI Hub. Его команда проектирует ИИ-разработчиков, которые пишут банковские приложения. Продуктовый аналитик банка приходит с задачей и за несколько минут получает виртуальную команду разработки, без очереди на месяц вперёд. Десятки продуктов, собранных через AI Hub, уже прошли проверку информационной безопасности и сейчас внедряются.

Начали мы с двух систем. Первая — DTMS, система управления проектами: с ней видно, что происходит с каждым проектом в банке. Вторая — банковская версия CRM, где ИИ подсказывает, какой продукт предложить клиенту и что сделать дальше (процессы NBO и NBA). Дальше в плане стоят:

  1. Антифрод и обработка документов.
  2. Кредитный скоринг и автоматизация бэк-офиса.
  3. Встроенные финансовые сервисы партнёров и динамическое ценообразование.

К октябрю 2026 года в банке внедрены CRM и корпоративный мессенджер. Что ещё в работе:

  1. AI-версия мобильного приложения — в финальной стадии разработки.
  2. Хранилище данных (DWH) — близко к завершению.
  3. Платформа банковских услуг для партнёров (BaaS) — тоже близка к завершению.

Дольше всего придётся работать с АБС, автоматизированной банковской системой. Это ядро банка, поэтому её мы меняем в последнюю очередь.

По расходам банка и бюджету на устаревшие системы у нас есть целевые цифры. Пока идём по плану, итог подведём в начале 2027 года, по результатам 2026-го.

Пример скорости из того же банка: редизайн мобильного банка. 240 задач два человека закрыли за 6 недель, по исходному плану на них отводили 8 месяцев.

С чего начать

Если вы узнали свой банк в начале статьи, я бы начал так:

  1. Составьте список всех ИИ-пилотов: сколько запущено, сколько работает в эксплуатации, кто отвечает за каждый.
  2. Проверьте данные. Без единого хранилища с измеренным качеством агенты будут ошибаться, об этом подробно в статье про ИИ-агентов в BI.
  3. Назначьте владельца ИИ на уровне правления, с бюджетом и правом решать.
  4. Выберите два-три направления для первого этапа. В Evoca это были система управления проектами и CRM, о них я писал выше.
  5. Заложите интеграцию отдельным этапом, со своим сроком.
  6. С первого месяца договоритесь, какими деньгами и сроками будете мерить результат, и к шестому месяцу сравните с фактом.

Если хотите пройти этот путь вместе с нами, начнём с диагностики. Как мы ведём такие проекты и что уже сделали для банков, можно посмотреть на странице услуг.

Похожие материалы

Обложка статьи: Цифровая трансформация банка с ИИ: этапы, сроки и бюджет

Цифровая трансформация банка с ИИ: этапы, сроки и бюджет

Диагноз за 30 дней, первые сервисы с экономией к четвёртому месяцу, полный круг за 18 месяцев. Из каких фаз состоит трансформация банка с ИИ, сколько стоит программа и что банк делает в ней сам.

Обложка статьи: Заказная разработка или готовое решение: что выгоднее

Заказная разработка или готовое решение: что выгоднее

Когда своя система выгоднее подписки на SaaS: четыре признака, что коробка мешает, что считать в стоимости владения на три года и наш расчёт после ухода с двух подписок — почти 12 млн ₽ против 1,4 млн ₽ доработок.

Обложка статьи: Сколько стоит разработка банковского ПО и как проверить смету подрядчика

Сколько стоит разработка банковского ПО и как проверить смету подрядчика

Из чего складывается цена банковской системы: интеграции с АБС, требования информационной безопасности, ресурсный план и сроки этапов. Базовая цена проекта, во сколько раз дороже обходится реальное время, что в цене меняет ИИ и чек-лист из восьми пунктов для проверки сметы подрядчика.