ИИ в финансах: гонка вооружений, о которой вы ничего не слышали

Финансовый сектор всегда был полигоном для новых технологий, и искусственный интеллект здесь не исключение. Однако две новости, пришедшие одновременно от Совкомбанка и Сбера, показывают, что развитие идет по двум разным траекториям. И если первая — это про быстрый рост и рыночную эйфорию, то вторая — про холодный душ науки, которая напоминает: не все то золото, что блестит.

Первый вектор: бизнес и «невидимый» ИИ

На форуме «Эксперт РА» представитель Совкомбанка Арсений Автухов обрисовал картину стремительно взрослеющего рынка. Главный показатель — объем рынка робоэдвайзинга взлетел с 370 миллиардов до 1,3 триллиона долларов всего за два года. Это прямое доказательство того, что инвесторы, даже частные, все больше доверяют алгоритмам.

Однако, по словам эксперта, настоящая революция происходит незаметно. ИИ уже 15 лет используется для прогнозирования рисков и стал стандартом де-факто. Сегодня гонка идет не за громкими титулами «робот-трейдер», а за качеством технологических платформ. Реальность такова, что мы движемся к гибридной модели: ИИ выступает мощным «вычислительным ядром», которое перерабатывает горы данных, но окончательное решение остается за человеком.

Второй вектор: наука и отрезвляющая статистика

Пока бизнес считает прибыли, Центр практического ИИ Сбера занялся верификацией. Разработка бенчмарка HoTPP и метрики T-mAP — это, по сути, создание «системы координат» для всей индустрии. Теперь банки и финтех-компании смогут объективно сравнивать свои модели, а не просто верить рекламным буклетам.

Исследование принесло неожиданный результат. Оказалось, что в долгосрочных прогнозах сложные нейросети зачастую не превосходят простые статистические методы. Это мощный сигнал для рынка, который часто зашорен хайпом. Внедрение «черного ящика» без должной проверки рискует обернуться бесполезной тратой ресурсов.

Введение метрики T-mAP, которая оценивает не только тип события, но и время его наступления, меняет саму философию. Финансисты перестают гадать на кофейной гуще («что будет дальше?») и начинают управлять сценариями («что и когда произойдет?»). Это позволяет перейти от предсказания цен к управлению ликвидностью и рисками в реальном времени.

Где эти линии сходятся

Две новости не просто сосуществуют, они создают единую картину будущего.

1. Конкурентное преимущество. Совкомбанк говорит о поиске новых преимуществ. Сбер дает инструмент, как это преимущество создать — через точность прогнозов на неделю или месяц. 2. Редкие события. Ученые Сбера указывают на слабость ИИ: он плохо предсказывает редкие, но катастрофические события. Для управления фондами это критично. Модель, работающая только в «нормальных» условиях, бесполезна во время кризиса. 3. Технологическая база. Исследователи упоминают, что их алгоритмы быстрее работают на GPU. Это та самая инфраструктура, на которой держится рынок робоэдвайзинга в 1,3 триллиона долларов.

Главный вывод, который следует из этих двух новостей: успех внедрения ИИ в финансах теперь будет зависеть не от громких заявлений, а от способности компаний пройти научную валидацию своих моделей и честно ответить на вопрос, где их ИИ действительно силен, а где он беспомощен.

Ранее сообщалось, что ИИ усложнило работу людей, увеличив нагрузку.