Искусственный интеллект в банковском деле, страховании и комплаенсе
Уровень внедрения
Наиболее достоверную картину использования ИИ в швейцарском финансовом секторе даёт опрос, проведённый FINMA с конца ноября 2024 г. по середину января 2025 г. среди примерно 400 поднадзорных учреждений, включая банки, компании по операциям с ценными бумагами, страховщиков, управляющих фондами и инфраструктуры финансового рынка. Около половины опрошенных учреждений использовали ИИ или разрабатывали первые приложения, а ещё четверть планировала внедрить ИИ в течение трёх лет. У учреждений, использующих ИИ, в среднем было около пяти приложений в эксплуатации и девяти в разработке, причём у более крупных компаний их было больше. Из учреждений, использующих ИИ, 91% применяли также генеративный ИИ, например чат-боты нового поколения. FINMA отметила, что это усиливает зависимость от нескольких крупных технологических поставщиков.1
Тот же опрос показал, что около половины учреждений закрепили ИИ в явно сформулированной стратегии. Основными рисками респонденты назвали качество данных, защиту данных, объяснимость, уязвимости в сфере безопасности, неточность и аутсорсинг. Большинство учреждений сочетали собственную разработку с услугами внешних поставщиков, хотя небольшие учреждения часто полностью полагались на решения, разработанные извне. Исследование, заказанное ассоциацией Swiss FinTech Innovations и опубликованное Швейцарской ассоциацией банкиров в конце 2025 г., показало, что 40% ИИ-инициатив в швейцарских банках всё ещё находились на стадии идей или технико-экономических обоснований, 17% дошли до внедрения, а 11% масштабировались. Из решений, находящихся в эксплуатации, 65% оправдали или превзошли ожидания.2
Сценарии использования в банковском деле
Швейцарская ассоциация банкиров разделила сферы применения генеративного ИИ в банковском деле на четыре категории. Первая — производительность сотрудников, включая реферирование документов, перевод, транскрибирование совещаний и поиск во внутренней базе знаний с помощью генерации, дополненной поиском (retrieval-augmented generation). Второе место занимает операционная эффективность: автоматизация ввода данных, поддержка отчётности в сфере комплаенса, оценки рисков и обработки кредитов. Клиентский опыт, включая чат-боты и персонализированные рекомендации, образует третью группу, а четвёртая охватывает разработку продуктов и программного обеспечения. Ассоциация выделила семь основных рисков: дезинформацию и дипфейки, галлюцинации, нарушение прав интеллектуальной собственности, предвзятость, киберугрозы, такие как внедрение вредоносных запросов (prompt injection), риски третьих сторон и дрейф модели. В отношении банковской тайны она рекомендовала, чтобы сотрудники не использовали идентифицирующие данные клиентов в запросах или для обучения моделей и чтобы внешние поставщики привлекались только при наличии особых договорных и технических гарантий.3
Крупнейший цюрихский банк иллюстрирует масштаб, которого достигло внедрение. В октябре 2025 г. UBS объявил, что Даниэле Магаццени, ранее главный директор по аналитике J.P. Morgan в регионе EMEA и бывший преподаватель King’s College London, с 1 января 2026 г. станет его первым главным директором по искусственному интеллекту с базированием в Лондоне. В то время UBS сообщал о более чем 300 сценариях использования ИИ в эксплуатации. Банк внедрял Microsoft 365 Copilot и собственного ИИ-ассистента «Red» для всех сотрудников и запустил программы трансформации под внутренним названием «Big Rocks».4
В сфере комплаенса для финансового центра с репутацией Цюриха важнее всего такие сценарии, как приём клиентов на обслуживание, проверки в рамках принципа «знай своего клиента» (KYC) и мониторинг транзакций. Инструменты ИИ могут извлекать информацию из удостоверений личности, торговых реестров и описаний происхождения капитала, сопоставлять её с санкционными базами данных и базами негативных публикаций в СМИ и готовить проект оценки рисков для проверки сотрудником по комплаенсу. В мониторинге транзакций модели машинного обучения могут сократить большое число ложных срабатываний, которые дают традиционные системы на основе правил, и выявлять закономерности, ускользающие от фиксированных пороговых значений. FINMA сообщила, что в рамках надзора изучила первые ИИ-приложения в управлении активами, мониторинге транзакций и управлении ликвидностью.5 Сами правовые обязанности при этом не меняются. Согласно Закону о борьбе с отмыванием денег (AMLA), учреждение остаётся ответственным за установление конечного бенефициара и выяснение обстоятельств необычных транзакций независимо от используемых инструментов, как разъясняется в главе I.III.
Ещё одна сфера — консультационные услуги. Языковые модели могут готовить протоколы встреч, составлять проекты документации о пригодности (suitability) в соответствии с Законом о финансовых услугах (FinSA) и формировать первые варианты писем клиентам на нескольких языках. Они также могут реферировать аналитические отчёты для менеджеров по работе с клиентами. На практике учреждения, как правило, сохраняют консультанта-человека между моделью и клиентом — как по соображениям ответственности, так и потому, что FinSA возлагает обязанности по проверке пригодности и уместности на поставщика финансовых услуг. Полностью автоматизированное консультирование существует в форме робо-эдвайзеров, однако сочетание сложного трансграничного капитала и личных отношений, характерное для цюрихского частного банковского обслуживания, делает доминирующей моделью ИИ под контролем человека.
Сценарии использования в страховании
В Цюрихе находятся также Zurich Insurance Group и Swiss Re — две из крупнейших в мире страховых и перестраховочных групп, которые используют ИИ столь же широко, как и банки. Zurich Insurance описывает приложения в урегулировании убытков и андеррайтинге. При урегулировании убытков системы автоматизируют приём уведомлений, а на некоторых рынках урегулируют простые претензии по медицинскому страхованию в течение нескольких минут. В андеррайтинге ИИ анализирует аэрофотоснимки для оценки кровли и выявления повреждений в имущественном страховании, читает международные страховые программы на разных языках и отвечает на вопросы андеррайтинга через внутренний чат-бот, используемый в 29 бизнес-подразделениях. Группа сообщает, что рабочая среда для коммерческого андеррайтинга в Соединённом Королевстве сократила сроки обработки на 78%. Её внутренний конкурс по агентному ИИ в 2025 г. дал 218 прототипов, пять из которых были переведены в эксплуатацию.6
Для страховщиков регуляторные чувствительные места иные, чем для банков. Риск-ориентированное ценообразование с применением машинного обучения поднимает вопросы справедливости и дискриминации, особенно в медицинском страховании и страховании жизни. Использование больших объёмов персональных данных в андеррайтинге затрагивает правила защиты данных о профилировании и автоматизированных решениях. Эти вопросы рассматриваются ниже в контексте ожиданий FINMA и Регламента ЕС об искусственном интеллекте (EU AI Act), в перечень систем высокого риска которого входит ИИ, используемый для оценки рисков и ценообразования в страховании жизни и медицинском страховании.
Примечания
- FINMA, “FINMA survey: artificial intelligence gaining traction at Swiss financial institutions”, 24 апреля 2025 г., https://www.finma.ch/en/news/2025/04/20250424-mm-umfrage-ki/. ↩
- Швейцарская ассоциация банкиров, Stefan Neumann and Patrik Schmid, “From pilots to production: Scaling AI in Swiss finance”, 19 декабря 2025 г., https://www.swissbanking.ch/en/media-politics/opinions/from-pilots-to-production-scaling-ai-in-swiss-finance. ↩
- Швейцарская ассоциация банкиров, Generative AI in Banking – A Comprehensive Overview, апрель 2025 г., https://www.swissbanking.ch/_Resources/Persistent/2/0/3/b/203b937e175f25819ea271c883a095fe1dfa1ee0/SBA_Generative-AI-in-Banking_EN.pdf. ↩
- UBS, “UBS appoints Chief AI Officer to drive its AI strategy”, 16 октября 2025 г., https://www.ubs.com/global/en/media/display-page-ndp/en-20251016-ai-strategy.html. ↩
- FINMA, “Künstliche Intelligenz” (досье «Fintech»), https://www.finma.ch/en/documentation/dossier/dossier-fintech/kuenstliche-intelligenz/ (дата обращения: сентябрь 2026 г.). ↩
- Zurich Insurance Group, “AI at Zurich”, https://www.zurich.com/about-us/ai-at-zurich (дата обращения: сентябрь 2026 г.). ↩
Только для общего ознакомления. Настоящая статья не является юридической или налоговой консультацией, не заменяет консультацию по конкретному делу и не создаёт отношений между адвокатом и клиентом. Она отражает правовое положение по состоянию на октябрь 2026 г.