Публічні банківські річні звіти: «Змагання з ШІ»: до 2025 року шість великих банків інвестують у фінтех понад 1300 мільярдів юанів, поєднуючи впровадження сценаріїв із ризиками та викликами

Кожен день (щоденник) | Лю Цзяк’уй    Кожен день (щоденник) редагує | Вей Веньцзи

Після завершення сезону річних звітів банків, що котируються на A-акціях у 2025 році, низка цифр вимальовує зовсім нову картину інтелектуальної трансформації фінансової індустрії — загальний обсяг інвестицій у фінтех упродовж року в Гуншан Банку (工商银行) досяг 28,588 млрд юанів, Банк Цзхаошан (招商银行) заявляє, що його застосування ШІ (штучного інтелекту) за рік замінило понад 15,56 млн людино-годин, тоді як у Пінань Банку (平安银行) кількість сценаріїв застосування великомасштабних моделей за рік подвоїлась і зросла до майже 400⋯⋯

Репортер «Щоденних економічних новин» (далі — «репортер щоденних економічних новин») звернув увагу: у 2025 році шість державних банків, зокрема Гуншан Банк, Нуншань Банк (农业银行), Банк Китаю (中国银行), Цзяньше Банк (建设银行), Транспортний Банк (交通银行), Поштова ощадна банківська установа (邮储银行), у свої інвестиції в фінтех разом спрямували понад 130 млрд юанів, що додатково зросло порівняно з 125,459 млрд юанів у 2024 році. За таким масштабним вливанням відбувається глибша зміна: штучний інтелект перетворився з технічного розділу, де в річних звітах заглядали в майбутнє, на ключовий індикатор, що вимірює основну конкурентоспроможність банку.

Паралельно, по той бік океану, JPMorgan розгортає іншу картину ШІ — генеральний директор Джеймі Даймон (Jamie Dimon) визначає штучний інтелект як «революційну технологію, на кшталт друкарської машини та парового двигуна», і оголошує про щорічні інвестиції понад 2 млрд доларів США, спрямовані на створення «повністю AI-координованого підприємства». Цей фінансовий гігант з Вулиці Волл-стріт не задовольняється точковим застосуванням, а намагається глибоко інтегрувати ШІ в кожну дрібну «кровоносну» судину організації.

З одного боку — системні й масштабні інвестиції в ШІ та впровадження сценаріїв у банківській системі Китаю; з іншого — глобальні фінансові гіганти, які просувають всебічну інтелектуальну перебудову, мислячи категоріями екосистеми. Ця хвиля фінансової інтелектуалізації, що перетинає Тихий океан, непомітно змінює кожен ключовий елемент — від ухвалення рішень щодо кредитів і до ризикового ціноутворення та інвестиційних рішень.

Однак на тлі гарячих інвестицій у ШІ та візій також випробовується глибина й сталiсть цієї трансформації — «глибокі води» управління даними, реальні ризики «галюцинацій» моделей та виклики комплаєнсу, що виникають через алгоритмічні «чорні скриньки». Шлях ШІ у фінансовій індустрії, демонструючи величезний потенціал, водночас переходить у ключовий етап, де потрібно більше мудрості та обережності.

Джерело зображення: медіабаза «Щоденних економічних новин»

Стратегічне оновлення: стратегічне змагання від «цифри» до «цифрового інтелекту»

Репортер щоденних економічних новин, узагальнивши звіти про результати банків, що вийшли на біржу у 2025 році, виявив: «штучний інтелект» піднявся з розділів технічних оглядів і став ключовим показником ефективності, що вимірює майбутню основну конкурентоспроможність. Фокус цієї гонитви зміщується з «чи застосовує банк ШІ» на «наскільки глибоко застосовує ШІ та наскільки сильна система», демонструючи виразні риси системного та масштабного впровадження.

Державні банки, спираючись на потужні ресурси, нині формують «важку інфраструктуру» для трансформації через ШІ. У річному звіті Гуншань Банку чітко зазначено, що впроваджену протягом чотирьох років стратегію «Цифровий ICBC» (D-ICBC) повністю оновлено до «AI-ICBC» (AI-ICBC), а основна «модель великого рівня» «Gongyin Zhiyong» уже реалізована у понад 30 бізнес-напрямах і впроваджена у понад 500 сценаріїв застосування. Банк будівництва (建设银行) розкрив, що технології штучного інтелекту масово наділили можливостями 398 сценаріїв у групі. Банк Китаю (中国银行) натомість створив платформу спроможностей великої моделі BOCAI, сумарно розгорнувши понад 400 інтелектуальних помічників.

Банки з акціонерним капіталом (股份制银行) і міські комерційні банки (城商行) демонструють більш високу гнучкість у швидкості та широті впровадження сценаріїв. На конференції з оприлюднення результатів Банк Цзхаошан (招商银行) повідомив, що кількість його сценаріїв застосування ШІ вже досягла 856; протягом року, завдяки ШІ, було замінено понад 15,56 млн людино-годин праці, що фактично еквівалентно створенню понад 8000 позицій повної зайнятості за показниками ефективності праці. Ключовішим є те, що ШІ рухається від «витратного центру» до «двигуна ефективності»: інтелектуальний помічник, орієнтований на менеджерів із роботи з клієнтами, сприяє підвищенню на 14% кількості ефективних виїздів на одного співробітника та на 20% зростанню середнього обсягу угод на одного клієнта. У Пінань Банку (平安银行) сценарії застосування великомасштабної моделі за рік стрімко зросли з «понад 200» до «понад 390», а частка обсягу коду, згенерованого ШІ, вже перевищила 30%. Цитибанк (中信银行) створив узгоджувальну модель «велика модель + мала модель»: станом на кінець 2025 року сценарії впровадження великої моделі перевищили 120.

Від «ШІ як пріоритет» до «ШІ як нативний», провідні банки намагаються вбудувати інтелектуальну глибину в тканину організації та сформувати нові конкурентні бар’єри.

Згідно з аналізом одного досвідченого дослідника банківської сфери для репортера щоденних економічних новин, численні вкраплення результатів ШІ, які у 2025 році густо розкривали у річних звітах, вказують на те, що цифрова трансформація банківської індустрії Китаю вже перейшла в «глибоководну» зону, де ядром є інтелектуальні рішення та перебудова процесів. За цим стоїть неминучий вибір на тлі того, що чиста процентна маржа (net interest margin) продовжує звужуватися: отримувати ефективність і зростання через технології. Інвестиції в ШІ більше не є лише бюджетним проєктом для технологічного підрозділу, а стають стратегічними інвестиціями, безпосередньо прив’язаними до ключових показників діяльності, таких як зниження витрат і підвищення ефективності, контроль ризиків і зростання доходів.

Глибоке впровадження застосувань: революція ефективності для ризик-контролю, мікрофінансування та операцій

Після багаторічних пошуків застосування ШІ в банківській сфері вже давно вийшло за межі ранніх сценаріїв інтелектуального клієнтського сервісу та оплати «обличчям», і проникло глибоко в ядро бізнесу, демонструючи революційний потенціал як у підвищенні ефективності, так і в контролі ризиків.

У «серці» управління ризиками — сфері кредитування та протидії шахрайству — ШІ реалізує якісну зміну: від «правил прийняття рішень» до «інтелектуального сприйняття». Традиційний ризик-контроль спирається на історичні дані та статичні правила, що ускладнює адекватну реакцію на складні й змінні нові типи ризиків. Натомість інтелектуальні системи ризик-контролю, в основі яких лежать машинне навчання та графові обчислення, здатні в реальному часі обробляти великі масиви гетерогенних даних. Наприклад, Поштова ощадна банківська установа (邮储银行) побудувала систему моделей проти шахрайства «в усьому ланцюжку»: у першій половині 2025 року вона вже сумарно захистила понад 100 тисяч потенційних постраждалих рахунків. Платформа онлайн-ризик-контролю Банку Цзхаошан (招商银行) у 2025 році ухвалювала рішення щодо масштабів корпоративного кредитування, близьких до 600 млрд юанів, що на 44% більше; час виявлення ризиків після видачі кредиту за допомогою ШІ у середньому був на 42 дні раніше, ніж у традиційних сценаріях з ручною роботою.

У сфері мікрофінансування (普惠金融) ШІ, аналізуючи замінні дані, допомагає розв’язати класичну проблему «кредитування складне та дороге» для МСП. Багато банків використовують моделі ШІ, щоб інтегрувати податкові дані компаній, рахунки-фактури, дані ланцюга постачання та навіть дані про воду й електроенергію, формуючи «профіль» кредитоспроможності для МСП, які не мають традиційної застави, і забезпечують швидке надання кредитних лімітів.

Інтелектуальна операційна діяльність і клієнтський сервіс — найнаочніше відображення того, як ШІ зменшує витрати та підвищує ефективність. Для понад 10 тисяч менеджерів із «золото-еквівалентних» (金葵花) клієнтів у Банку Цзхаошан інтелектуальні помічники вже стали інтелектуальними партнерами в щоденній роботі. Пінань Банк (平安银行) за допомогою генеративного ШІ (AIGC) підтримує створення маркетингового контенту; лише за цим напрямом у 2025 році було заощаджено приблизно 60 млн юанів витрат. У операційному бекофісі «цифрові працівники» на базі ШІ перехоплюють значну частину повторюваних робіт. Цитибанк (中信银行), просуваючи використання ШІ для централізованого опрацювання таких операцій, як відкриття рахунків для корпоративних клієнтів та зміни в інформації, підвищив ефективність централізованих операцій більш ніж у 2 рази.

«Успіх ШІ в цих сферах полягає в тому, що він вирішує величезні масиви даних, які традиційні фінансові моделі не в змозі опрацювати силами людей, складні патерни, які важко охопити правилами, а також потребу в миттєвій реакції за умов високої паралельності запитів», — проаналізував один із згаданих дослідників банківської сфери. Він зазначає: ці зрілі застосування формують «базовий майданчик» банківських можливостей ШІ, а їхня цінність безпосередньо проявляється в економії витрат, зниженні ризиків та підвищенні якості взаємодії з клієнтами.

Він вважає, що нинішні застосування більше зосереджені на «оптимізації наявних процесів», а на наступному етапі конкуренція фокусується на тому, як використовувати ШІ для «створення нових процесів» і навіть «створення нового бізнесу», тобто від «підвищення ефективності всередині» до «отримання доходів ззовні».

Зарубіжна ситуація: від оптимізації процесів до прориву у створенні цінності

Коли вітчизняні банки концентруються на тому, щоб використовувати ШІ для оптимізації внутрішніх процесів і клієнтського сервісу, міжнародні фінансові гіганти на кшталт JPMorgan, представленого тут як приклад, розтягують «щупальця» ШІ у більш руйнівні сфери: безпосередньо в інвестиційні рішення.

У сфері венчурних інвестицій (VC) та приватного капіталу (PE) ШІ вже змінює базову логіку виявлення проєктів і due diligence. Традиційна модель, яка покладається на зв’язки в людських мережах та галузеві дослідження (наприклад, платформи на кшталт Wind, Bloomberg тощо), зазнає змін. Наприклад, Sequoia Capital (红杉资本) ще давно розробила внутрішні AI-інструменти для автоматизації сканування даних глобальних стартапів, академічних статей, патентів і новин; кожного дня в певний фіксований час інструменти надсилають інвесторській команді первинні оглядові аналітичні бюлетені щодо потенційних об’єктів інвестування, підвищуючи широту та ефективність відбору проєктів.

У напрямі клієнтоорієнтованого wealth management і інвестиційного банкінгу ШІ рухається від підтримки в бекофісі до сервісу на передовій. JPMorgan ще в 2023 році подав заявку на торговельну марку для продукту під назвою «IndexGPT» — це рішення, яке використовує генеративний ШІ: воно автоматично аналізує та обирає цінні папери-об’єкти інвестування, спираючись на теми або сфери інтересів, які вводить клієнт. Модель створена на основі загальної великої моделі, а потім навчена із застосуванням величезних приватних даних JPMorgan, таких як унікальні макроекономічні матеріали та дослідження компаній, і має на меті надавати клієнтам персоналізовані рекомендації щодо інвестиційного портфеля.

Крім того, у кредитному бізнесі використання ШІ для більш точного ранжування ризиків і ціноутворення для клієнтів за кордоном уже є доволі зрілою практикою.

Згаданий дослідник банківської сфери розтлумачив: практика ШІ в зарубіжних фінансових установах показує дві ключові тенденції. По-перше, застосування ШІ переходить від «оптимізації внутрішніх процесів» до «створення зовнішньої цінності», безпосередньо втягуючи себе в ядро створення цінності, таке як надання інвестиційних порад і дизайн продуктів. По-друге, провідні установи використовують свої унікальні високоякісні бар’єри даних (наприклад, торгові дані та глибокі дослідження), щоб навчати великі моделі під вертикальні напрями та формувати нові, складні для копіювання конкурентні оборонні фортеці. Натомість вітчизняні фінансові установи, за цим аналізом, ще мають потенціал розвитку в тому, щоб напряму використовувати ШІ для драйву інвестиційних рішень і надавати глибокі інтелектуальні інвестконсультації; можливо, це будуть майбутні «висоти», які треба взяти.

Приховані підводні мілини в русі вперед: випробування управління даними, «галюцинаціями» ШІ та браком кадрів

Окрім зрілих застосувань на кшталт протидії шахрайству та інтелектуального клієнтського сервісу, фінансова індустрія обережно просуває ШІ у більш передові, більш ключові сфери, намагаючись розблокувати нову цінність і змусити ШІ у складніших фінансових активностях грати роль «аналітика» або навіть «первинного ухвалювача рішень».

Як стало відомо репортеру щоденних економічних новин, у сфері інтелектуального аналізу громадської думки та ринкових попереджень уже існують організації, які тренують ШІ для того, щоб у реальному часі витягувати й аналізувати масиви неструктурованих даних — новини, аналітичні звіти (research reports), соціальні медіа та навіть супутникові зображення — аби виявляти «сигнали» ризиків, які можуть впливати на ринок або на конкретні компанії. Наприклад, на платформі штучного інтелекту «Східний мозок» (东方大脑) від Oriental Securities середньодобово можна обробляти майже 70 тисяч одиниць інформації про ринкову громадську думку; система автоматично визначає суб’єкти підприємств і класифікує негативну інформацію.

У сфері інтелектуального управління після видачі кредитів і збереження активів ШІ застосовується для постійного автоматизованого ризик-моніторингу портфеля. Аналізуючи операційні дані підприємств, судову інформацію та зміни в публічних настроях, модель може завчасно попереджати про потенційні ризики, перетворюючи реакцію «наосліп» на проактивне управління. Деякі банки вже пробували використовувати великі моделі для допомоги в генерації звітів щодо перевірки після видачі кредитів, істотно скорочуючи час підготовки.

Ще радикальніші експерименти відбуваються у самому серці торгів і інвестування. У сфері кількісних інвестицій, окрім оптимізації наявних торгових стратегій, більш передовою є розробка «віртуальних трейдерів», здатних самостійно вчитись ринковій мікроструктурі та самостійно виконувати частину торгових інструкцій. За повідомленнями, JPMorgan оприлюднив свою AI-платформу для кількісної торгівлі, яка підтримує інтелектуальне поєднання високочастотної торгівлі та багатофакторних стратегій. У посередницькій торгівлі (наприклад, форекс, торгівля похідними процентними інструментами) ШІ також досліджують для того, щоб надавати трейдерам у реальному часі найкращі котирування та рекомендації щодо стратегій хеджування.

Втім, навіть за широких перспектив, глибоке застосування ШІ в ключових сферах фінансів все ще стримується: управлінням даними, ризиками «галюцинацій» великомасштабних моделей та дефіцитом комбінованих кадрів — це «три ворота», які фінансові установи повинні подолати.

Першим є проблема управління даними. Високоякісні, стандартизовані дані — це «пальне» для ШІ. Проте фінансові дані стосуються дуже чутливої особистої конфіденційності та комерційної таємниці, і часто розкидані по різних бізнес-підрозділах, утворюючи «острови даних». Експерти KPMG зазначають: фінансові установи загалом стикаються з такими викликами, як складність узгодженої роботи над різноманітними джерелами гетерогенних даних, складність внутрішнього обміну й поширення даних.

Друге — «галюцинації» великомасштабних моделей та ризики надійності. Проблема «галюцинацій», притаманна великим мовним моделям, у фінансових рішеннях, де потрібна нульова помилка, є фатальною. Дослідник Банку поштових і ощадних заощаджень Китаю (中国邮政储蓄银行) Луо Фейпэн (娄飞鹏) вказує: якщо «галюцинації» з’являться у сфері управління ризиками, то це може призвести до того, що банк не зможе зрозуміти логіку ризиків і, відповідно, не зможе вжити ефективних заходів реагування.

Третє — брак комбінованих кадрів і «болючість» організаційних змін. Кадри, які водночас глибоко розуміють складну бізнес-логіку фінансів і добре знають AI-алгоритми та інженерію, надзвичайно дефіцитні. Паралельно традиційна банківська організаційна культура, яка підкреслює строгість і ієрархічність, має глибоке протиріччя з гнучкими підходами швидкого ітеративного розвитку, що їх вимагає ШІ, включно з режимами допущення помилок і експериментування.

Згаданий дослідник банківської сфери підсумував: майбутня конкуренція у фінансовій індустрії — це змагання комплексної екосистеми «технології — дані — управління — кадри». Лише установи, які здатні першими сформувати високоякісні активи даних, побудувати довірчу рамку управління ШІ та забезпечити успішну трансформацію організації й культури, зможуть виграти довгострокову перевагу в цій глибокій «цифроінтелектуальній» революції.

Відмова від відповідальності: Матеріали та дані в цій статті надаються лише для довідки та не становлять інвестиційної поради; перед використанням слід перевірити. Рішення щодо дій на власний ризик.

Джерело обкладинкового зображення: медіабаза «Щоденних економічних новин»