Исследование Axenix: российские финансовые организации потратят до 20 млрд рублей на ИИ-агентов в 2026 году
- CNews FORUM 12 ноября
- CNews AWARDS 12 ноября
- Школа Роста
- СУБД в эпоху ИИ
- КИИ в облаке
- 10 лет российского бэкапа
- SDN: Сеть как дом
- История облаков
- 30 лет ERP России
- Цифровизация
- Импортозамещение
- Безопасность
- ИТ в госсекторе
- ИТ в банках
- ИТ в торговле
- Телеком
- ИТ-бизнес
- Рейтинги
|
Компания Axenix выпустила исследование «Мультиагентные системы в финансовом секторе: от изолированных пилотов к промышленной автономности операций». По оценке аналитиков, финансовые организации России потратят 10-20 млрд руб. на внедрение ИИ-агентов в 2026 г. При этом переход к наиболее зрелым мультиагентным системам ожидается уже в 2028–2029 гг. – сначала в неплатежных процессах. В платежных операциях такие решения могут появиться не раньше 2030 г.
В исследовании эксперты Axenix оценили текущее состояние внедрения ИИ в финансовом секторе, перспективы развития мультиагентных систем и экономику таких проектов. Также аналитики определили основные барьеры масштабирования и сформулировали рекомендации по архитектуре, управлению рисками и подготовке данных.
При расчете расходов на ИИ-агентов аналитики Axenix исходили из объема рынка генеративного ИИ в банковском и страховом секторах, который в 2025 г. составил 12 млрд руб. С учетом прогнозируемого роста на 20-60% в 2026 г. он может достичь 14,4-19,2 млрд руб. На закупку агентных решений у вендоров придется 25-35% этого объема, или 3,6-6,7 млрд руб. При этом затраты на внутреннюю разработку таких решений оцениваются примерно вдвое выше — в 7,2-13,4 млрд руб. Таким образом, совокупные расходы финансовых организаций на ИИ-агентов в 2026 г. могут составить 10-20 млрд руб. Важно отметить, что оценка не включает инвестиции «Сбера» в развитие собственной платформы генеративного ИИ, на базе которой создаются ИИ-агенты.
Axenix выделяет три уровня зрелости агентных систем. На первом уровне — одиночный агент решает одну узкую задачу. На втором — оркестратор управляет специализированными агентами в рамках сквозного процесса. На третьем — агенты динамически распределяют задачи между собой в границах заданных бизнес-правил, состав участников процесса заранее не фиксирован. Крупнейшие российские финансовые организации находятся на этапе перехода от первого уровня ко второму.
Мультиагентные системы второго уровня зрелости в настоящее время пилотируют 2-3 системно значимых банка из перечня Банка России. К концу 2027 г. число финансовых организаций, тестирующих мультиагентные решения, вырастет до 7-9. При этом 3-4 банка перейдут к их полноценному промышленному использованию хотя бы на одном сквозном процессе. Третий уровень, по оценке Axenix, появится в российском финансовом секторе в 2028-2029 гг. — сначала в комплаенс-расследованиях и договорной работе, в платежных процессах — не раньше 2030 г.
Первый пилотный контур выходит в продуктив за 6-9 месяцев и обходится в 50-100 млн руб., отмечается в исследовании. В эту сумму входят затраты на команду из 7-8 специалистов, вычислительные ресурсы, лицензии LLM-платформы и другие расходы без учета капитальных вложений в саму платформу. Доля операций, выполняемых системой автономно, составляет 40-60%.
Россия ищет замену Nvidia: сравнение китайских ИИ-ускорителей цифровизация
Крупные зарубежные финансовые организации уже используют агентов в реальных бизнес-процессах. Nubank – самый большой в мире цифровой банк (необанк) – обрабатывает около 8,5 млн обращений в месяц, 60% из них первыми обрабатывают языковые модели; Capital One (один из крупнейших банков США) построил собственный мультиагентный контур для клиентских и операционных задач. В России пионерами направления стали «Сбер» и «Т-Банк»: они внедрили мультиагентные решения в кибербезопасность, поддержку и внутреннюю разработку. «Сбер» за 2025 г. внедрил более 900 ИИ-агентов. Остальные банки в России ограничиваются локальными задачами: помощь разработчикам, автоматизация рутины, чат-боты первого поколения.
Разрыв между передовыми компаниями и массовым сегментом определяется не столько доступом к моделям, сколько готовностью данных, зрелостью архитектуры и наличием команд, способных интегрировать технологии в бизнес-процессы.
Для успешного внедрения ИИ в финансовом секторе Axenix выделяет три условия. Первое — семантический фундамент: агенты не могут договариваться без общей модели смысла, при этом она строится под конкретный процесс и в объеме словаря, централизованная программа унификации предприятия для этого не нужна. Второе — спроектированная архитектура: выбор паттерна оркестрации задаёт прозрачность системы, её управляемость и экономику в промышленном масштабе. Третье — управление рисками как компетенция: каскадные ошибки, стоимость вычислений и возможный юридический статус автономных действий влияют на бизнес-модель напрямую.
«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. Компании, которые к концу 2027 г. выстроят промышленный мультиагентный контур с подготовленными данными и урегулированным правовым статусом автономных операций, получат структурное преимущество», — отметил Антон Пащенко, директор департамента «Финансовые организации» Axenix.
KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.