Abanking AI Studio ускоряет разработку банковских сервисов в разы без расширения штата
Abanking представила платформу Abanking AI Studio, которая сокращает время разработки банковских сервисов в 2–3 раза за счет работы с готовыми компонентами вместо генерации кода. Это снижает нагрузку на серверы и позволяет банкам запускать новые продукты без расширения штата ИТ-специалистов.
3 ноября 2026 года компания Abanking, участник Фонда «Сколково», показала на форуме ВБА-2026 платформу Abanking AI Studio. Инструмент позволяет автоматизировать создание цифровых продуктов в банках, сокращая время разработки в 2–3 раза по сравнению с обычными low-code/nocode-решениями. Платформа объединяет искусственный интеллект и технологии разработки без программирования (nocode), что помогает ускорить запуск новых сервисов без расширения штата ИТ-специалистов.
Как работает платформа
Банковскому аналитику достаточно описать задачу обычным языком, чтобы ИИ-агенты сами спроектировали модель данных, создали интерфейсы и настроили бизнес-процессы. Система предназначена для создания:
- систем дистанционного банковского обслуживания;
- кредитных конвейеров;
- внутренних информационных систем банков.
В отличие от инструментов, которые генерируют программный код, Abanking AI Studio работает с готовыми компонентами и специализированным языком описания систем (DSL). Это уменьшает объем обрабатываемой информации, что снижает требования к вычислительным мощностям и затраты на инфраструктуру.
Безопасность и независимость от моделей
Разработчики заложили в платформу строгие механизмы контроля. ИИ-агенты не имеют прямого доступа к базам данных, исходному коду или инфраструктуре банка. Все операции проходят через защищенный шлюз, который позволяет отслеживать действия агентов и разграничивать права доступа.
Платформа не привязана к конкретной языковой модели. Банки могут использовать российские решения YandexGPT и GigaChat либо собственные ИИ-модели.
Использование готовых компонентов вместо генерации кода снижает нагрузку на серверы. Это делает внедрение ИИ доступным для банков с ограниченным бюджетом на вычислительную инфраструктуру.
Контекст и последствия
- Снижение зависимости от кадров: Автоматизация рутинных этапов разработки помогает банкам компенсировать дефицит квалифицированных ИТ-специалистов, сохраняя контроль над архитектурой решений.
- Экономия ресурсов: Работа с DSL вместо полного кода уменьшает объем данных для обработки нейросетью, что напрямую влияет на снижение операционных расходов на IT-инфраструктуру.
- Гибкость выбора технологий: Возможность подключения различных языковых моделей (включая российские) дает банкам свободу в выборе провайдера ИИ и упрощает соблюдение требований к локализации данных.
Подтверждение: sk.ru
