Сначала исчезли операционисты. Потом - кредитные аналитики. Теперь очередь дошла до риск-менеджеров и специалистов по комплаенсу. Цифры нового отчета OneGS 3.0 шокируют даже скептиков: к 2030 году европейские банки сократят 200 000 сотрудников благодаря ИИ. Не "могут", а именно "сократят". Потому что уже начали.
Математика увольнений: почему именно 200 000?
Цифра не взята с потолка. OneGS 3.0 - это не очередной аналитический центр, а консорциум пяти крупнейших европейских банков, которые уже три года тестируют ИИ в своих бэк-офисах. Их выводы основаны на реальных данных, а не на прогнозах.
Самый болезненный удар придется на Германию и Францию - там расположены самые бюрократизированные и дорогие бэк-офисы. Испания и Италия пострадают меньше, но только потому, что там уже провели оптимизацию десять лет назад.
Вот как выглядит распределение потерь:
| Функция | Сокращение к 2030 | Пример задачи для ИИ |
|---|---|---|
| Обработка платежей | 65 000 | Автоматическая верификация и маршрутизация транзакций, поиск аномалий |
| Кредитный анализ | 45 000 | Оценка рисков по тысячам параметров, прогнозирование дефолтов |
| Комплаенс и AML | 40 000 | Мониторинг транзакций на отмывание, проверка санкционных списков |
| Колл-центры | 30 000 | Голосовые боты для стандартных запросов, анализ эмоций клиентов |
| Учет и отчетность | 20 000 | Автоматическое формирование финансовой отчетности по стандартам |
Три банка, которые уже не ждут 2030 года
Пока политики спорят о регулировании, банки действуют. Три кейса показывают, как это работает на практике.
1 Французский банк BNP Paribas: 5 000 увольнений за два года
Внедрили ИИ-систему для анализа кредитных заявок малого бизнеса. Раньше на одну заявку уходило 4 часа работы аналитика. Теперь - 12 минут проверки ИИ и 15 минут человека на утверждение. Результат? Команда из 300 аналитиков сокращена до 50. Остальные переведены на "контроль качества" ИИ. На месяц. Потом уволены.
2 Немецкий Commerzbank: ИИ как главный риск-менеджер
Отдел мониторинга транзакций на отмывание денег (AML) насчитывал 800 сотрудников. Каждый просматривал 100-150 транзакций в день, искал подозрительные цепочки. ИИ-система, обученная на 10 годах данных, теперь анализирует все транзакции банка в реальном времени. Выдает 20-30 "красных флагов" в день вместо 3000 "желтых" от людей. Точность выросла с 15% до 92%. Штат отдела - 120 человек. Остальные? Часть переведена в ИТ-поддержку системы. Большинство - сокращены.
3 Итальянский UniCredit: бэк-офис без людей
Обработка международных платежей - 400 сотрудников, три смены, работа 24/7. Внедрили ИИ-роутер, который сам определяет корреспондентов, проверяет санкционные списки, конвертирует валюту по лучшему курсу. Ошибки упали с 3% до 0,1%. Скорость выросла в 5 раз. Штат обработки платежей - 40 человек. Они только смотрят на дашборды и пьют кофе. Пока.
Парадокс: банки экономят, но не становятся прибыльнее
Вот что бесит экономистов. Банки тратят миллиарды на ИИ, сокращают штаты, но их рентабельность не растет. Почему?
- Конкуренция заставляет снижать комиссии. Сэкономленные на сотрудниках деньги уходят клиентам.
- Регуляторы ужесточают требования. Экономия на комплаенсе оборачивается миллионными штрафами за одну ошибку ИИ.
- Кибератаки становятся сложнее. ИИ защищает, но ИИ же и атакует. Гонка вооружений съедает бюджеты.
Получается порочный круг: автоматизируешь - снижаешь цены - нужно автоматизировать еще больше. Как в нашей статье про AI как инфраструктуру банков - там Klarna показала, что ИИ не просто инструмент, а новая операционная система всего бизнеса.
Самый болезненный момент: банкиры среднего звена (те самые 200 000) не могут переучиться на ИИ-специалистов. Им 45-55 лет, они 20 лет делали одно и то же. Их знания устарели еще до увольнения.
Что делать, если вы в зоне риска?
Не ждать 2030 года. Сейчас 2025, и волна уже началась. Вот что советуют хедхантеры из лондонского Сити:
- Станьте переводчиком между ИИ и бизнесом. ИИ принимает решения, но не умеет объяснять их регуляторам. Ваша новая роль - "интерпретатор черного ящика".
- Специализируйтесь на исключениях. ИИ обрабатывает 95% случаев. Ваша ценность - в оставшихся 5% нестандартных ситуаций, где нужен человеческий опыт.
- Уходите в нишевые области, где мало данных для обучения ИИ. Структурированные финансы, сложные деривативы, редкие юрисдикции.
- Изучайте не ИИ, а его уязвимости. Кибербезопасность финансовых ИИ-систем - это новая золотая жила. Как показали в песочнице FCA и Nvidia, регуляторы ищут способы тестировать ИИ на взлом.
Главная ошибка - думать, что "меня это не коснется". В 2015 году так же думали таксисты про Uber. В 2020 - копирайтеры про ChatGPT. В 2025 - банкиры про OneGS 3.0.
А что с созданием новых рабочих мест?
Банки обещают, что ИИ создаст новые роли: prompt-инженеры для финансовых ИИ, этические аудиторы алгоритмов, менеджеры по качеству данных. Проблема в масштабе. На 100 уволенных аналитиков нужно 5 ИИ-специалистов. И их зарплата в 3 раза выше.
Как мы писали в статье про 55 000 уволенных из-за ИИ, рынок труда не успевает перестраиваться. Банкир в 50 лет не станет prompt-инженером. Даже если захочет.
Итог? 200 000 - это только Европа. Только банки. Только к 2030. Реальные цифры будут выше. Гораздо выше.
Самый мрачный прогноз от нашего источника в OneGS: "К 2035 в европейском банке останутся три типа сотрудников: те, кто создает ИИ; те, кто его продает; и те, кто его регулирует. Все остальные - временный персонал на контрактах."
Звучит как антиутопия? Посмотрите на Klarna. Их ИИ уже заменяет 700 работников колл-центра. И это только начало. Как предсказывали в статье про 2026 год, ИИ скоро станет коллегой, которого будут увольнять вместо вас. Ирония в том, что этот коллега никогда не берет больничный и не просит повышения.
