ОТП Банк оценил эффект ИИ в рисках в 2% прибыли
ОТП Банк использует 36 ML-моделей в риск-менеджменте и связывает с ними экономический эффект на уровне 2% от чистой прибыли по итогам прошлого года. Об этом на Международном финансовом конгрессе 2026 заявил президент банка Илья Чижевский. По его словам, банк не приостанавливает внедрение ИИ, а отбирает сценарии, где модель даёт устойчивый и проверяемый результат.
Основной эффект банк видит в розничных моделях. Там, по оценке Чижевского, алгоритмы дают преимущество по Gini на 5-20% относительно прежних подходов. В банковском скоринге этот показатель используют для оценки того, насколько точно модель разделяет надежных и проблемных заемщиков. Чем выше значение, тем точнее отбор и тем ниже стоимость ошибки.
Чижевский уточнил, что не все направления автоматизации показали одинаковый результат. Модели для оценки корпоративных заемщиков по открытым источникам, по его словам, работают нестабильно и требуют повторной калибровки. В этой зоне ИИ сейчас помогает собирать и сжимать данные, а окончательное решение остается за аналитиком. Схожая логика действует и в нетиповых процессах, где мало повторяющихся операций и хуже масштабируется обучение моделей.
Подход, при котором банк считает возврат на каждую инвестицию в ИИ, выглядит типичным для отрасли. Крупнейшие игроки российского рынка в последние два года сместили акцент с экспериментов на прикладные сценарии в скоринге, антифроде и клиентском сервисе. По данным Банка России, кредитные организации остаются одной из самых цифровизированных отраслей страны, а Ассоциация ФинТех ранее относила ИИ к числу базовых технологий для банковских платформ наряду с биометрией и открытыми API.
На горизонте 3-5 лет Чижевский ожидает, что ИИ будет точнее предсказывать потребности клиента и сокращать разрыв между продуктом банка и реальным запросом пользователя. На практике речь идет о более точном подборе предложений, персонализации обслуживания и автоматизации следующего действия без лишнего контакта с оператором. Этот сегмент уже становится полем конкуренции. Сбер, Т-Банк и Альфа-Банк активно развивают ИИ-ассистентов и рекомендательные системы, поэтому преимущество будет зависеть не от числа пилотов, а от того, как быстро модели попадут в рабочие процессы без роста ошибок и регуляторных рисков.
