Российские банки и страховые компании могут направить на внедрение ИИ-агентов от 10 до 20 млрд рублей в 2026 году. При этом переход к промышленному использованию мультиагентных систем, в которых несколько специализированных агентов совместно выполняют сквозные бизнес-процессы, ожидается в 2028–2029 годах. В платежных операциях такие решения могут появиться не раньше 2030 года. Об этом говорится в исследовании Axenix «Мультиагентные системы в финансовом секторе: от изолированных пилотов к промышленной автономности операций».

По оценке аналитиков, рынок генеративного ИИ в банковском и страховом секторах в 2025 году составил 12 млрд рублей. Если в 2026 году он вырастет на прогнозируемые 20–60%, его объем достигнет 14,4–19,2 млрд рублей.

На закупку агентных решений у поставщиков финансовые организации могут потратить 3,6–6,7 млрд рублей — 25–35% прогнозируемого рынка. Еще 7,2–13,4 млрд рублей придется на внутреннюю разработку, расходы на которую, по расчетам Axenix, примерно вдвое превышают затраты на приобретение готовых решений. В сумме это дает оценку в 10–20 млрд рублей. Она не учитывает инвестиции Сбера в развитие собственной платформы генеративного ИИ, на базе которой создаются агентные системы.

От пилотов к мультиагентным системам

Axenix выделяет три уровня зрелости ИИ-агентов. На первом отдельный агент выполняет одну специализированную задачу. На втором оркестратор координирует работу нескольких агентов в рамках сквозного бизнес-процесса. На третьем агенты самостоятельно распределяют задачи между собой в пределах заданных бизнес-правил, причем состав участников процесса заранее не фиксируется.

Крупнейшие российские финансовые организации сейчас переходят от первого уровня ко второму. Мультиагентные системы второго уровня пилотируют два-три системно значимых банка из перечня Банка России. К концу 2027 года число финансовых организаций, тестирующих такие решения, может вырасти до семи-девяти. При этом три-четыре банка, по прогнозу Axenix, перейдут к промышленному использованию мультиагентных систем хотя бы в одном сквозном процессе.

Появление систем третьего уровня зрелости в российском финансовом секторе аналитики ожидают в 2028–2029 годах. Первыми областями применения станут комплаенс-расследования и договорная работа. В платежных процессах автономные мультиагентные системы могут быть внедрены не раньше 2030 года.

Стоимость и сроки внедрения

По данным исследования, запуск первого пилотного контура занимает шесть-девять месяцев и требует 50–100 млн рублей. В оценку входят расходы на команду из семи-восьми специалистов, вычислительные ресурсы, лицензии на платформу больших языковых моделей и другие операционные затраты. Капитальные вложения в саму платформу не учитываются. На этапе пилота доля операций, выполняемых системой автономно, составляет 40–60%.

В качестве примеров промышленного использования агентных технологий Axenix приводит зарубежные и российские финансовые организации. Бразильский цифровой банк Nubank обрабатывает около 8,5 млн обращений в месяц, причем 60% из них на первом этапе обрабатывают языковые модели. Американский Capital One создал собственную мультиагентную систему для клиентских и операционных задач.

В России к числу пионеров направления относятся Сбер и Т-Банк. Они применяют мультиагентные решения в кибербезопасности, клиентской поддержке и внутренней разработке. По данным исследования, за 2025 год Сбер внедрил более 900 ИИ-агентов. Большинство остальных банков пока используют такие технологии для решения отдельных задач: помощи разработчикам, автоматизации рутинных операций и работы чат-ботов.

Главные условия масштабирования

По оценке Axenix, разрыв между передовыми организациями и массовым сегментом связан не столько с доступностью языковых моделей, сколько с готовностью данных, зрелостью ИТ-архитектуры и наличием специалистов, способных интегрировать ИИ в бизнес-процессы.

Для масштабирования агентных систем аналитики выделяют три ключевых условия. Первое — единая семантическая модель данных, позволяющая агентам согласованно интерпретировать информацию и взаимодействовать в рамках конкретного процесса. При этом, как отмечают в Axenix, нет необходимости создавать централизованный корпоративный словарь для всех подразделений: семантическая основа должна соответствовать задачам внедрения.

Второе условие — архитектура системы. Выбор способа оркестрации определяет прозрачность работы агентов, управляемость процессов и стоимость эксплуатации при масштабировании. Третье — управление рисками, включая возможность каскадных ошибок, затраты на вычисления и правовой статус действий, выполняемых автономными системами.

«Гонка за агентную архитектуру в финансовом секторе началась. Модели у всех одни и те же, поэтому исход решает то, что вокруг них: согласованная семантика данных, архитектура под профиль рисков и люди, способные связать одно с другим», — отмечает Антон Пащенко, директор департамента «Финансовые организации» Axenix. По его словам, компании, которые к концу 2027 года создадут промышленную мультиагентную инфраструктуру, подготовят данные и урегулируют правовой статус автономных операций, получат конкурентное преимущество.

Источник: