На рассвете в Лондоне казначейский бот одного из банков первого уровня сканирует показатели ликвидности, сопоставляет их с прогнозами движения денежных средств на следующий день и беззвучно переводит £210 миллионов с низкопроцентного резервного счета на рынок овернайт-репо. Уведомление о рисках и обоснование поступают на почту казначея спустя несколько минут, но само решение, исполнение сделки и бухгалтерская проводка были выполнены программным обеспечением от начала до конца. Аналогичные сцены разворачиваются в командах по ценообразованию кредитных карт в Сингапуре и отделах по борьбе с мошенничеством в Нью-Йорке. Объединяющий элемент — агентный ИИ: автономные, целенаправленные системы, которые воспринимают, анализируют, действуют и, что важно, учатся в реальных производственных условиях.

Еще восемнадцать месяцев назад обсуждали инженерную настройку запросов. Сегодня ключевой вопрос — могут ли банки позволить программным «коллегам» работать без надзора в течение минут, часов или даже дней. Ответ — уже осторожное «да», и последствия этого — коммерческие, операционные и регуляторные — весьма значительны.

От генеративного ИИ к агентному: добавление обратной связи

Генеративный ИИ впечатлял руководителей созданием текстов, кода и изображений, но все еще требовал человеческих запросов. Агентный ИИ добавляет к этому непрерывную петлю обратной связи. Агент получает потоковые данные, оценивает их в контексте заданных целей и ограничений, принимает решение, выполняет действия через API или внутренние системы и затем анализирует результат, чтобы улучшить поведение в будущем.

Всемирный экономический форум называет такую автономию с замкнутым циклом следующим шагом в сторону «самоуправляемых процессов» в финансах. Это не универсальный ИИ, так как каждый агент узкоспециализирован, но когда их сотни действуют синхронно — функциональные границы компании начинают меняться.

Почему именно финансы?

Финансовые услуги дают агентным системам всё необходимое: насыщенные, структурированные данные, повторяющиеся процессы с четкими правилами и рынки, где запаздывание дорого обходится. К тому же индустрия страдает от сжатия маржи: во многих глобальных банках коэффициенты затрат к доходам по-прежнему превышают 50%, а значит, даже небольшие повышения эффективности ценны. И, наконец, клиенты совершают сделки круглосуточно. Человеческий трейдер может спать. Агент — никогда.

Эти условия объясняют, почему банки, управляющие активами и страховые компании стали первыми лабораториями. Об этом редко пишут на первых полосах, но такие названия программ, как Quest IndexGPT, Eliza, GPT Store, — уже часть повседневной переписки в Slack внутри этих организаций.

Quest IndexGPT: дата-сайентист, который никогда не уходит домой

В мае 2024 года инвестиционное подразделение J.P. Morgan запустило IndexGPT. Этот инструмент с помощью LLM генерирует ключевые слова по инвестиционной теме (например, «циркулярная экономика» или «квантовая кибербезопасность»), передает их в отдельный NLP-модуль, который анализирует корпоративные документы и новости, оценивает степень вовлеченности компаний и перераспределяет реальный индекс. Человеческие управляющие портфелем по-прежнему утверждают финальные решения, но основная аналитическая нагрузка перенесена на кремний.

GPT Store BBVA: автономия через краудсорсинг

Испанский банк BBVA пошел другим путем. В конце 2024 года он представил внутренний GPT Store, где каждый сотрудник мог опубликовать утвержденного агента, а коллеги — использовать его. За четыре месяца в магазине появилось около 3000 микроагентов, выполняющих задачи от обработки юридических запросов до анализа настроений по транскриптам из колл-центров. Уровень использования лицензий превысил 80%, поразив даже руководителей по ИИ. Урок: стоит сотрудникам почувствовать автономию на уровне задач — и внедрение начинается без директив сверху.

Проект Eliza от BNY Mellon: кастодиальные услуги встречают ChatGPT

В феврале 2025 года кастодиальный гигант BNY Mellon анонсировал партнерство с OpenAI по созданию Eliza — собственной агентной платформы, которая должна лечь в основу всех продуктовых направлений, от ценных бумаг до платежей. CIO компании выразился прямо: «ИИ больше не дополнение. Это операционная система банка». В планах — тысячи самообслуживаемых агентов, каждый под контролем центральной службы рисков, но разрабатываемые и применяемые бизнес-пользователями.

2025: «год агента»

Если кажется, что эти кейсы — нишевые, то обратите внимание на тренд: на саммите Reuters NEXT руководители предсказали, что автономные агенты займут центральное место в повестке ИИ в 2025 году. Метрики сместятся с выручки на рост маржи, так как задачи, на которые аналитики тратили часы, теперь решаются за секунды вычислений. Венчурный капитал идет туда же: в фокусе не базовые модели, а архитектуры вокруг агентов.

Аналитики Goldman Sachs утверждают, что будущий суперцикл в инфраструктуре, триллионы инвестиций в облака, будут зависеть от ИИ-агентов, способных поддерживать использование дата-центров выше 90% и динамически перераспределять вычисления между регионами.

Регуляторы вступают в игру

Наблюдатели не остались в стороне. Управление денежного обращения Сингапура (MAS) завершило тематическую проверку управления рисками ИИ в середине 2024 года и опубликовало 28-страничный доклад, охватывающий всё: от отслеживания происхождения данных до аварийных отключателей. Дополнительная циркуляция по киберрискам подчеркнула угрозу «вредоносной инъекции запросов», которая способна изменить цели агента, не нарушая саму модель — атака более утонченная, чем SQL-инъекция, но столь же опасная.

В ЕС Акт об ИИ отнес финансовые приложения к «высокому риску», требуя документации, надзора и пострыночного мониторинга. Критики считают, что такое регулирование устареет, но пока сотрудники по соответствию обязаны относиться к каждому агенту, принимающему решения о кредитах или консультирующему клиентов, как к медицинскому устройству.

Управление: от слайдов к исходному коду

Долгое время «человек в цикле» был гарантией безопасности в рамках ИИ. Агентные системы требуют более жестких подходов. Становится нормой: совет директоров утверждает устав агентов, служба ИИ проверяет модели, проводит «красные команды» и одобряет каждую новую целевую функцию; данные поступают в реальном времени на панель мониторинга, за которой следят операционные специалисты с правом экстренной остановки. Отключение привязывается к конкретным метрикам, а не к абстрактной «красной кнопке». MAS поддерживает именно такой подход в своих рекомендациях.

Война за кадры: меньше дата-сайентистов, больше инженеров AI Ops

Автономия меняет требования к кадрам. В 2024 году BBVA удвоил штат ИИ-специалистов до более чем 400 человек и открыл «ИИ-фабрики» в Мексике и Турции. Самая быстрорастущая должность — «инженер AI-операций», владеющий как ликвидностью по Базелю III, так и пайплайнами RAG (retrieval-augmented generation). Эти гибридные специалисты курируют агентов, пишут тесты политик и взаимодействуют с регуляторами.

Конкуренция переопределяется

Кто лучше всех готов к агентному будущему? Платежные системы обладают глобальной инфраструктурой аутентификации и данными по миллиардам транзакций — добавь автономию, и они превратятся в утилиты по принятию решений о кредитах. Облачные гиганты контролируют стек базовых моделей и продают оркестрацию агентов как услугу — для банков это грозит зависимостью от «вычислительных арендодателей» с собственными розничными амбициями. А традиционные банки все еще имеют лицензии и десятилетия размеченных данных, но им нужно двигаться быстро — в том числе через инвестиции в стартапы, разрабатывающие промежуточное ПО для агентов.

Будущее

К концу 2025 года аналитики прогнозируют, что агентный ИИ будет управлять до 5% внутридневных буферов ликвидности в системно значимых банках. В 2026 году планируются первые стресс-тесты, учитывающие сбои агентов. А к 2027 году в одной из развитых экономик может быть разрешено автономное кредитование физических лиц, наряду с новым законом об «алгоритмической ответственности» где-нибудь в Азии. Эти сроки могут измениться, но направление одно — глубокое машинное влияние на финансовую систему.

«Доверяй, но проверяй»

Агентный ИИ — это не просто еще одна мера повышения эффективности. Это делегирование права принимать решения, способное изменить традиционную структуру банка. Возможности огромны: круглосуточные трейдинговые столы, персонализированные предложения в реальном времени, операционные коэффициенты, как у финтеха. Но провалы в управлении могут быть системными: непрозрачные сделки, цепные отклонения моделей, зависимость от нескольких ИИ-платформ.

Практический путь уже ясен: пилотные проекты с доходом вроде IndexGPT, краудсорсинг, как у BBVA, платформенные решения, как Eliza от BNY, и гармонизированные с регуляторами протоколы, делающие каждого агента прозрачным и проверяемым.

Банки, которые будут относиться к агентам как к реальным коллегам — с должностными инструкциями, оценками эффективности и даже выговорами — смогут превратить автономию в устойчивое конкурентное преимущество. Остальные рискуют обнаружить, что доверие без проверки — это отказ от ответственности.

В любом случае, когда завтра откроются рынки, невидимый софт‑сотрудник уже сделает первую сделку. Пора всем остальным догонять.