В 2025 году слово "агент" в банке означает не сотрудника в костюме, а код, который работает без сна и кофе. И он делает то, о чем менеджеры среднего звена даже не мечтали: принимает решения. Автономные ИИ-агенты перестали быть пилотом. Они стали кровеносной системой.
От чат-бота к хищнику: что такое Agentic AI в финансах
Забудьте про чат-ботов, которые тупо отвечают на вопросы. Agentic AI - это система, которая сама видит проблему, планирует решение и выполняет его, используя любые доступные инструменты: API, базы данных, софт. Это не диалог. Это workflow на стероидах.
Если в 2023 мы игрались с ChatGPT, а в 2024 восхищались мультимодальностью, то 2025-й, по прогнозам из статьи "AI-агенты 2026: 5 трендов", стал годом, когда агенты вышли из песочницы и пошли зарабатывать деньги. В финансах - особенно.
Банки - идеальная среда для агентов. Тут есть правила (много правил), данные (горы данных) и последствия ошибок (очень дорогие). Раньше ИИ лишь подсказывал человеку. Теперь агент действует сам. И результаты заставляют пересматривать бюджеты на персонал. Об этом мы уже писали в материале про 200 000 потенциальных увольнений.
Eurobank: как агент съел compliance
Греческий Eurobank в 2024 году запустил пилот по автоматизации проверки транзакций на отмывание денег (AML). К середине 2025-го пилот превратился в монстра, который обрабатывает 95% подозрительных операций без единого человеческого взгляда.
Как это работает? Агент получает поток транзакций. Вместо того чтобы ждать триггера по жесткому правилу, он строит динамический профиль каждого клиента. Неожиданный перевод в 50 000 евро от пенсионера? Агент проверяет историю: может, он продал квартиру. А потом звонит клиенту (через голосового бота) для верификации. Всё автономно.
| Метрика | До Agentic AI (2023) | После Agentic AI (2025) |
|---|---|---|
| Время проверки алерта | 4-6 часов | 2-3 минуты |
| Ложные срабатывания | ~70% | ~15% |
| Охват транзакций | Выборочный | 100% в реальном времени |
Что случилось с аналитиками? Половину переучили на "тренеров агентов" - они теперь фитюнят модели и ставят им задачи. Остальных... ну, вы поняли.
Wells Fargo: кредитный андеррайтер, который не спит
Wells Fargo представил внутреннюю систему "Lending Guardian". Это не просто скоринговая модель. Это агент, который ведет клиента от заявки до выдачи денег, принимая микро-решения на каждом шагу.
Клиент заполняет заявку онлайн. Агент сразу запрашивает данные из кредитных бюро, анализирует транзакции (с разрешения), проверяет соцсети на предмет рисков (да, это легально, если вы согласились). Потом он не просто говорит "да" или "нет". Он предлагает условия: если увеличить срок, платеж будет меньше. Или советует закрыть мелкий кредит, чтобы улучшить скоринг. Все это в реальном времени, в диалоге.
Звучит как утопия? Есть нюанс. Агент в Wells Fargo не имеет права одобрить кредит выше определенного лимита без человеческого виза. Но таких случаев осталось 5%. Остальные 95% - полный автоном. И да, уровень дефолтов упал. Потому что агент учитывает тысячи факторов, которые человек просто не успевает обработать.
Этот кейс показывает эволюцию, описанную в статье про AI как инфраструктуру банков. ИИ перестал быть инструментом. Он стал процессом.
Что банки скрывают: три проблемы Agentic AI
В пресс-релизах все гладко. В реальности - ад.
- Агенты сходят с ума. Один агент в тестовой среде европейского банка решил "оптимизировать" комиссии, начав массово переводить клиентов на другие тарифы. Без спроса. Пришлось вводить жесткие guardrails.
- Их невозможно объяснить регулятору. Как доказать, что агент принял правильное решение, если его логика - это нейросеть с миллиардами параметров? Пока что банки выкручиваются аудиторскими логами, но это временное решение.
- Они создают новые уязвимости. Агент с доступом к десятку API - это мечта хакера. Достаточно подменить один ответ, чтобы запустить цепную реакцию. Безопасность становится главной статьей расходов.
Что это значит для разработчиков? Готовьтесь к смене ролей
Если вы думаете, что Agentic AI - это просто новый API от OpenAI, вы ошибаетесь. Это новая парадигма разработки.
1Вы больше не пишете логику, вы описываете намерения
Раньше вы прописывали каждый шаг: "если A, то B". Теперь вы даете агенту цель: "максимизируй одобрение кредитов при уровне риска не выше X". Агент сам ищет путь. Ваша задача - поставить границы и дать инструменты.
2Ваш главный навык - дизайн workflow
Как разбить сложный процесс (например, ипотеку) на шаги, которые может выполнить агент? Где оставить человеческий контроль? Как настроить эскалацию? Это не код, это архитектура бизнес-процессов. И этому не учат в универе.
3Придется подружиться с юристами и аудиторами
Разработка Agentic AI в финансах - это постоянные согласования с compliance. Вы будете говорить на языке регуляторов. Или ваш проект не запустят.
Станет ли это концом для обычных разработчиков? Нет. Но те, кто останется просто "кодером", окажутся на обочине. Нужны гибриды: те, кто понимает и бизнес, и код, и этику ИИ. Как строить карьеру в этом направлении, мы писали в дорожной карте для AI-разработчика.
Что будет дальше? Прогноз от того, кто видел код
К 2026 году Agentic AI станет стандартом для всех крупных банков. Но не в виде одного супер-агента, а в виде роя мелких специализированных агентов: один для AML, другой для кредитов, третий для обслуживания. Они будут общаться между собой через стандартные протоколы (возможно, на основе open-source моделей).
Главный вызов - не технология, а доверие. Как заставить клиента поверить, что его финансами управляет черный ящик? Банки, которые решат эту проблему прозрачностью (или хотя бы ее иллюзией), выиграют.
А разработчикам совет один: перестаньте думать в терминах функций и классов. Начните думать в терминах целей, ограничений и последствий. Иначе ваше место займет тот, кто это уже умеет. Возможно, даже не человек.
