Переход к ИИ-агентам: 70% финтеха увеличивают инвестиции в автономные системы
Искусственный интеллект в 2026 году перестает быть только генератором текста и превращается в автономного сотрудника, способного самостоятельно принимать решения и управлять сложными бизнес-процессами. Финтех-компании уже формируют гибридные команды, где люди координируют работу цифровых агентов, что позволяет ускорить разработку продуктов и снизить затраты на поддержку инфраструктуры.
По данным CNews, главным вектором развития искусственного интеллекта в 2026 году становится переход от генеративных моделей к ИИ-агентам и мультиагентным системам. Эти технологии перестают быть только инструментами ускорения операций, превращаясь в фундамент для построения кибербезопасности и оптимизации сложных бизнес-процессов. Участники финтех-рынка уже активно тестируют автономных агентов в своих инфраструктурах, формируя гибридную рабочую силу, где люди и цифровые помощники действуют как единый механизм.
Сдвиг фокуса: от генерации к автономным действиям
Исследование Ассоциации ФинТех «3х10 трендов 2026 года» фиксирует резкое изменение приоритетов. Если ранее доминировали задачи генерации контента, то теперь внимание смещается на создание систем, способных самостоятельно принимать решения и выполнять цепочки действий. Около 70% компаний планируют увеличить инвестиции в эти направления в ближайшие годы. Ключевым ограничивающим фактором для такого масштабирования остается доступ к вычислительным мощностям. В ответ на этот вызов крупнейшие игроки развивают собственные платформенные решения для разработки и вычислений на базе ИИ.
Развитие технологий вынуждает участников рынка перестраивать подходы к защите данных. Традиционные методы уступают место проактивной стратегии: модели ИИ проектируются с учетом требований безопасности, внедряются платформы для защиты ИИ и дополнительные проверки происхождения данных. Генеральный директор Ассоциации ФинТех Максим Григорьев отмечает, что платформы для разработки на основе ИИ радикально снижают порог входа в создание корпоративного ПО. Генеративный интеллект берет на себя интерпретацию бизнес-требований, генерацию кода и тестирование, что позволяет компаниям быстрее выводить продукты на рынок и оперативно адаптироваться к регуляторным изменениям. Это трансформирует саму модель разработки, повышая производительность команд и снижая совокупную стоимость владения ИТ-инфраструктурой.
Трансформация рынка труда и новые компетенции
Внедрение ИИ-агентов кардинально меняет структуру рынка труда. Компании трансформируют свои ландшафты, перестраивая архитектуру создания ИТ-продуктов. Лидеры отрасли уже преобразуют крупные команды разработчиков в более компактные группы, усиленные возможностями искусственного интеллекта. Рядовые сотрудники финтех-компаний все чаще делегируют рутинные задачи ИИ: от поиска и суммаризации информации до написания и проверки кода.
Искусственный интеллект начинает трансформировать управление персоналом. Инструменты прогнозируют потребности в навыках, выявляют разрывы в компетенциях и помогают управлять текучестью кадров, обеспечивая точное планирование рабочей силы. На этом фоне формируется новый тип специалистов-универсалов, способных координировать работу ИИ-агентов и интегрировать их результаты в бизнес-процессы. Ключевыми навыками становится сочетание технической экспертизы, аналитического мышления и владения ИИ-инструментами.
Директор Департамента финансовых технологий Банка России Руслан Булатов подчеркивает, что финансовая отрасль является лидером по уровню внедрения ИИ. По оценкам экспертов, уже каждая пятая организация на финансовом рынке использует эти технологии. Внедрение делает финансовые услуги качественнее, дешевле и безопаснее. Реализация потенциала мультиагентных систем в сферах автономных платежных сервисов, управления финансами и взаимодействия с клиентами требует создания благоприятных регуляторных условий, нацеленных на стимулирование инноваций.
Гибридное обслуживание и мультисенсорный опыт
На фоне тотальной автоматизации и роста доступности сервисов на основе ИИ возрастает ценность «человеческого обслуживания». Общение с живым человеком становится премиальным сервисом, в то время как рутинные задачи полностью делегируются алгоритмам. Банки все чаще внедряют мультисенсорный подход при взаимодействии с клиентами, комбинируя цифровые и физические элементы.
Руководитель управления стратегии, исследований и аналитики Ассоциации ФинТех Марианна Данилина указывает на важный тренд: 54% клиентов, пользующихся сервисами мобильной коммерции, предпочитают совершать покупки на маркетплейсах, если компании предлагают им мультисенсорный опыт. Сочетание новейших технологий, живого общения и мультисенсорного подхода отражается в тренде на гиперперсонализацию. Это позволяет компаниям создавать уникальный опыт, адаптированный под конкретный момент и задачу клиента.
В то же время, исследование безопасности выявило, что российские компании часто игнорируют базовые ошибки, которые могут привести к взломам. Усложнение технологий требует от бизнеса не только внедрения новых инструментов, но и пересмотра подходов к защите информации. Ситуация на рынке требует детального анализа того, как именно балансируются инновации и безопасность в условиях стремительного роста автономных систем.
Цена автономности: когда алгоритмы начинают действовать сами
Переход от генеративных моделей к ИИ-агентам меняет саму суть взаимодействия бизнеса с технологиями. Если раньше алгоритмы служили инструментом для ускорения рутины, то теперь они становятся субподрядчиками, которым делегируют право принимать решения и выполнять цепочки действий. Этот сдвиг создает фундаментальную проблему: безопасность, построенная на автономных агентах, работает по принципу «доверяй, но проверяй», но кто будет проверять систему, которая сама себя модифицирует и принимает решения в реальном времени?
Традиционная защита данных строилась на периметре и статических правилах. Агенты же действуют внутри периметра, обладая правами доступа для выполнения задач. Если злоумышленник скомпрометирует одного агента или внедрит в его логику ошибку, ущерб может быть мгновенным и масштабным. Система будет действовать по скомпрометированному алгоритму, считая это нормой. Это не только уязвимость в коде, это сбой в логике принятия решений, который человек-оператор может не заметить.
Важный нюанс: Переход к автономным агентам превращает кибербезопасность из задачи по защите периметра в проблему контроля поведения внутренней среды, где ошибка алгоритма может быть неотличима от атаки.
Невидимые угрозы и крах доверия к периметру
Ситуация усугубляется появлением новых векторов атак, которые принципиально недоступны для человеческого восприятия. Исследователи обнаружили метод, при котором веб-сайты могут отправлять ИИ-агентам скрытые команды, используя браузерную идентификацию. Злоумышленники создают альтернативную версию сайта, которую видит только агент, заставляя его выполнять действия, вредящие пользователю, например, извлекать конфиденциальную информацию или устанавливать вредоносное ПО [!].
Этот сценарий подтверждает тезис о «слепых зонах» в безопасности. В отличие от вирусов прошлого, новые угрозы для агентов невидимы для человека-оператора. Агент может работать «корректно» по мнению системы, но выполнять скрытые команды. Примером такой уязвимости стала атака на расширение Amazon Q, где злоумышленники использовали режим автономного выполнения команд для кражи данных, так как текущие меры защиты сосредоточены на минимизации ущерба, а не на его предотвращении [!].
Риск усугубляется тем, что агенты часто получают доступ к системным ресурсам без достаточной проверки. Вредоносное ПО, использующее ИИ, способно динамически изменять код и обходить стандартные антивирусные сканеры, запуская атаки через легитимные команды в PowerShell без создания файлов [!]. Это делает традиционные методы защиты неэффективными перед лицом динамически меняющихся алгоритмов.
Барьеры входа: гонка за инфраструктурой и суверенитет
Инвестиции в ИИ-агенты, о которых заявляют 70% компаний, создают иллюзию снижения затрат. На деле происходит перераспределение расходов: деньги уходят из фонда оплаты труда в фонд вычислительных мощностей и лицензий. Доступ к GPU становится новым критическим фактором. Компании, не имеющие доступа к собственным платформам или дешевым вычислениям, окажутся в невыгодном положении.
Глобальный контекст показывает, что доступ к технологиям — это вопрос геополитики. Американский ИИ-сектор захватил 75% мировых венчурных вложений, превратив конкуренцию в гонку за доступ к дорогой инфраструктуре [!]. Это вынуждает компании из других стран отказаться от попыток создать собственные фундаментальные модели и сосредоточиться на внедрении готовых решений. Отсутствие доступа к передовым чипам создает непреодолимый барьер для создания суверенных экосистем.
В Китае ситуация демонстрирует, как регуляторные запреты меняют архитектуру рынка. Доля Nvidia упала с 95% до 55% из-за экспортных ограничений, что заставило бизнес переориентироваться на продукцию Huawei и других отечественных производителей [!]. Несмотря на технологическое отставание локальных решений, стратегия диверсификации поставщиков стала ключевым фактором для технологических компаний. В Европе компании, такие как Mistral AI, привлекают миллиарды долларов для строительства собственных дата-центров, стремясь снизить зависимость от американских облачных гигантов [!].
Перераспределение ресурсов и кадровые разрывы
Трансформация рынка труда идет по сценарию сокращения «среднего звена». Компании перестраивают команды разработчиков, оставляя небольшие группы, управляющие множеством агентов. Это означает, что спрос на рутинных программистов будет стремительно падать. В США в сентябре 2025 года из-за внедрения ИИ сократили 7 000 рабочих мест, что составило 10% от общих увольнений за месяц [!].
Однако переход к управлению агентами требует не только технических навыков, но и глубокого понимания бизнес-процессов. Исследования показывают, что лишь 30% сотрудников готовы управлять цифровыми помощниками, что создает временной разрыв в компетенциях [!]. Компании рискуют столкнуться с ситуацией, когда сокращение команд ведет к концентрации экспертизы в узких группах, создавая риски «бутылочных горлышек» при масштабировании проектов.
Стоит учесть: Сокращение команд разработчиков ведет к концентрации экспертизы в узких группах, что создает риски «проблемных мест» при масштабировании проектов и повышает зависимость бизнеса от ключевых специалистов-координаторов.
Конфликт бизнес-моделей и регуляторные вызовы
Парадокс автоматизации заключается в том, что чем совершеннее алгоритмы, тем дороже становится человеческое участие. Общение с живым сотрудником превращается в премиальный сервис. В России, например, Ростелеком автоматизирует половину обращений в чатах, перенаправляя живых операторов на решение сложных задач, что снижает операционные расходы и повышает качество обслуживания [!].
Однако массовое внедрение агентов сталкивается с сопротивлением со стороны крупных платформ. Конфликт между стартапом Perplexity и Amazon показал, что ИИ-агенты, совершающие покупки от имени пользователей, угрожают рекламным доходам платформ [!]. Amazon потребовала запретить функцию, позволяющую агентам обходить традиционные каналы продаж, что отражает растущие напряжения между цифровыми платформами и автономными ИИ-инструментами.
Регуляторный аспект также играет ключевую роль. В России Сбербанк и ВТБ предложили включить банки маркетплейсов в перечень системно значимых кредитных организаций, чтобы расширить регуляторный надзор и исключить арбитраж [!]. Центральный банк выразил готовность рассмотреть инициативу, акцентируя внимание на необходимости обеспечения равных условий для всех участников финансового рынка. Это может стать барьером для внедрения агентов в финтехе, если они будут действовать через маркетплейсы без соответствующего статуса.
Разрыв между амбициями и реальностью
Несмотря на оптимизм, реальный уровень готовности бизнеса к внедрению агентов остается низким. 74% компаний планируют масштабировать внедрение ИИ-агентов, но 54% признают, что их инфраструктура не справляется с нагрузкой, а 85% не определили задачи для автоматизации [!]. Отсутствие стратегии и инвестиций в безопасность приводит к тому, что попытки внедрения ИИ рискуют превратиться в краткосрочные эксперименты.
Только 10–15% организаций демонстрируют высокую готовность к автоматизации, включая гибкую инфраструктуру и четкое управление данными. Остальные компании рискуют столкнуться с тем, что агенты будут конфликтовать друг с другом, дублировать действия или принимать неоптимальные решения в условиях неопределенности.
На фоне этого: Гиперперсонализация на основе ИИ-агентов неизбежно ведет к тотальной прозрачности данных клиента, где цена удобного сервиса становится полным отказом от приватности в пользу алгоритмического предсказания потребностей.
В конечном итоге, внедрение ИИ-агентов — это не только техническое обновление, а смена экономической модели. Выигрывают те, кто контролирует вычислительные мощности и обладает компетенциями для управления сложными системами. Проигрывают те, кто полагается на рутинный труд и не готов к новым рискам безопасности. Успех будет зависеть не от того, насколько умными станут алгоритмы, а от того, насколько грамотно бизнес сможет интегрировать их в свои процессы, сохраняя контроль над принимаемыми решениями.
Источник: CNews
