Публічні банківські річні звіти: «Конкурс штучного інтелекту»: до 2025 року шість провідних банків інвестують у фінтех понад 130B юанів, поєднуючи впровадження сценаріїв із ризиками та викликами

Щоденний репортер щоденної економіки｜Лю Цзякуй    Щоденний редактор щоденної економіки｜Вей Веньї

Із завершенням сезону щорічної звітності біржових банків А-акцій за 2025 рік, низка цифр вимальовує нову картину розумної трансформації фінансової галузі — загальні інвестиції ГКБ у фінтех за весь рік становлять 28.59B юанів, Банк Цзяошань заявляє, що його застосування ШІ (штучного інтелекту) за один рік замінило понад 15,56 млн людино-годин, а застосування банком «Пінань» великих моделей за рік подвоїлося до майже 400 сценаріїв⋯⋯

Репортер《Щоденної економічної новини》(далі — «репортер кожного дня») звернув увагу на те, що у 2025 році шість державних банків — ГКБ, Аграрний банк, Банк Китаю, Будівельний банк, Цзяотунський банк, Поштово-ощадний банк — інвестували у фінтех у сумі понад 130 млрд юанів, що порівняно з 125.46B юанів за 2024 рік ще більше зросло. За таким колосальним обсягом вкладень відбувається глибша зміна: штучний інтелект перейшов із технічних розділів, де в річних звітах розглядають майбутнє, у ключову «вимірювальну лінійку» для оцінювання базової конкурентоспроможності банків.

Паралельно, по інший бік океану, JPMorgan саме малює іншу картину застосування ШІ — генеральний директор Джеймі Даймон (Jamie Dimon) позиціонує штучний інтелект як «трансформаційну технологію, подібну до друкарської машини та парового двигуна» та оголошує, що щороку інвестує понад 2 млрд доларів США, прагнучи створити «повністю AI-координовану компанію». Цей фінансовий гігант Уолл-стріту не задовольняється застосуванням лише в окремих точках, а намагається глибоко вбудувати ШІ в кожну «капілярну» ланку організації.

З одного боку — системні й масштабовані інвестиції банківської галузі Китаю в ШІ та впровадження сценаріїв, з іншого — міжнародні фінансові гіганти, які за допомогою мислення про екосистему здійснюють всебічну розумну перебудову. Ця хвиля фінансового інтелекту, що охоплює Тихий океан, потай змінює кожен ключовий елемент — від схвалення кредитів і ризик-ціноутворення до інвестиційних рішень.

Однак за гарячими інвестиціями в ШІ та візіями стоїть «глибоке море» керування даними, реальні ризики «галюцинацій» моделей і комплаєнс-виклики, спричинені алгоритмічними «чорними скриньками» — усе це перевіряє глибину та сталість цієї трансформації. Шлях фінансової галузі до ШІ демонструє великий потенціал, але вже переходить у критично важливий етап, де потрібно більше розумності та обережності.

** Стратегічне оновлення: стратегічна гонка від «цифрового» до «цифро-розумного» **

Репортер《Щоденної економічної новини》після аналізу фінансових звітів банків, що вийшли на біржу у 2025 році, з’ясував, що «штучний інтелект» піднявся з розділів технічних оглядів і став ключовим показником ефективності для оцінювання майбутньої основної конкурентоспроможності. У центрі цієї гонки тепер не питання «чи застосовувати ШІ», а «наскільки глибоко застосовувати та наскільки сильно вибудувати систему», що демонструє виразні риси системності та масштабності впровадження.

Державні великі банки, спираючись на потужні ресурси, формують «важку базову інфраструктуру» для трансформації ШІ. У річному звіті ГКБ чітко зазначено, що чотирирічну стратегію «Цифровий ГКБ» (D-ICBC) повністю оновлено до «Цифро-розумного ГКБ» (AI-ICBC), а ключова велика модель «Гунінь чжи юн» уже впроваджена у понад 30 сфер бізнесу, де реалізовано понад 500 сценаріїв застосування. Будівельний банк розкрив, що технології штучного інтелекту в масштабі надають підтримку 398 сценаріям усередині групи. Банк Китаю, своєю чергою, формує платформу можливостей великої моделі BOCAI, накопичено розгорнувши понад 400 інтелектуальних помічників.

Банки акціонерного капіталу та міські комерційні банки демонструють більшу гнучкість у швидкості й широті впровадження сценаріїв. Під час презентації результатів Банк Цзяошань повідомив, що його сценарії застосування ШІ вже досягли 856, за весь рік завдяки ШІ заміщено понад 15,56 млн людино-годин, що еквівалентно формуванню понад 8000 позицій еквіваленту повної зайнятості за рахунок підвищення ефективності праці. Ще важливіше те, що ШІ переходить із «центру витрат» в «двигун ефективності», а для клієнтських менеджерів застосовується інтелектуальний помічник, який сприяє зростанню кількості результативних виїздів у розрахунку на 1 людину на 14%, а обсягу угод у розрахунку на одного клієнта — на 20%. Сценарії застосування великої моделі Пінань-банку за рік стрімко зросли з «понад 200» до «понад 390», частка згенерованого ШІ коду вже перевищила 30%. Цітінь-банк вибудовує модель співпраці «велика модель + мала модель»: станом на кінець 2025 року сценарії впровадження великої моделі перевищили 120.

Від «ШІ-першості» до «ШІ-нативності» провідні банки намагаються вбудувати інтелект у тканину організації та вибудувати нові бар’єри конкурентоспроможності.

Один із досвідчених дослідників банківської сфери пояснив репортеру «Щоденної економічної новини», що численні оприлюднення результатів ШІ у річних звітах за 2025 рік означають, що цифрова трансформація банківської системи Китаю перейшла у «глибоке море», де ключовими є інтелектуальні рішення та перебудова процесів. У цьому закладено логіку галузі на тлі тривалого звуження чистої процентної маржі: отримувати ефективність і зростання через технології. Інвестиції в ШІ більше не є просто бюджетним проєктом підрозділу технологій, а стратегічними вкладеннями, безпосередньо пов’язаними з ключовими показниками діяльності, такими як зниження витрат і підвищення ефективності, контроль ризиків, зростання доходів.

** Глибоке впровадження застосувань: революція ефективності у ризик-контролі, доступності та операціях**

Після багаторічних пошуків застосування ШІ в банківській галузі давно вийшло за межі ранніх інтелектуальних сервісів для клієнтів і оплати «обличчям», проникло в саму серцевину бізнесу та демонструє руйнівний потенціал у двох аспектах: підвищенні ефективності та контролі ризиків.

У «серці» управління ризиками — сфері кредитування та протидії шахрайству — ШІ забезпечує якісну зміну від «правильного судження за правилами» до «інтелектуального сприйняття». Традиційний ризик-менеджмент спирається на історичні дані та статичні правила, що важко відповідає складним і мінливим новим ризикам. Натомість інтелектуальна система керування ризиками, у центрі якої машинне навчання та обчислення за графами, може в реальному часі обробляти масивні гетерогенні дані. Наприклад, Поштово-ощадний банк створив повноцінну систему моделей протидії шахрайству по всьому ланцюгу: у першій половині 2025 року вона сумарно захистила понад 100 тисяч потенційних рахунків жертв. Платформа онлайн-контролю ризиків Банку Цзяошань у 2025 році розглядала корпоративні кредити на майже 600 млрд юанів, що на 44% більше, ніж торік; а попередження ризиків після видачі, підсилене ШІ, у середньому випереджало традиційну ручну модель на 42 дні.

У сфері інклюзивних фінансів ШІ через аналіз заміщувальних даних поступово вирішує класичну проблему «фінансування важке й дороге» для малих і мікропідприємств. Багато банків застосовують AI-моделі для інтеграції податкових даних, інвойсів, інформації про ланцюг постачання і навіть даних про водо- та електропостачання підприємств, формуючи «портрет» кредитоспроможності для малих компаній, які не мають традиційного забезпечення, і забезпечуючи швидке надання кредитних лімітів.

Інтелектуальна операційна діяльність і сервіс для клієнтів є найнаочнішим проявом того, як ШІ знижує витрати й підвищує ефективність. Банк Цзяошань для понад 10 тисяч клієнтських менеджерів «Золотої гірки» має інтелектуального помічника — він став розумним партнером у щоденній роботі. Пінань-банк за допомогою генеративного ШІ (AIGC) підтримує створення маркетингових матеріалів: лише за цим напрямом у 2025 році було зекономлено близько 60 млн юанів витрат. На операційному бекофісі «цифрові співробітники» на базі ШІ вже перебирають на себе великий обсяг повторюваних задач. Цітінь-банк через ШІ просуває централізовану обробку бізнесу, зокрема відкриття рахунків для юридичних осіб та зміни інформації, що підвищило ефективність такої централізованої діяльності більш ніж у 2 рази.

«Успіх ШІ в цих сферах ключовим чином зумовлений тим, що він вирішує обсяг даних, який людина в традиційних фінансових моделях обробити не може, складні шаблони, які правилам важко охопити, а також потребу в миттєвій реакції в умовах високої конкурентності.», — проаналізував той самий дослідник банківської сфери. На його думку, ці зрілі впровадження формують «базовий фундамент» банківських можливостей ШІ, а їхня цінність безпосередньо проявляється у скороченні витрат, зниженні ризиків та покращенні клієнтського досвіду.

Він вважає, що нинішні застосування здебільшого є «оптимізацією наявних процесів», а на наступному етапі конкуренція зосередиться на тому, як використовувати ШІ для «створення нових процесів» і навіть «створення нових бізнесів», тобто перейти від «підвищення ефективності всередині» до «отримання доходу ззовні».

** Зарубіжні реалії: прорив від оптимізації процесів до створення цінності **

Коли вітчизняні банки зосереджуються на використанні ШІ для оптимізації внутрішніх процесів і сервісу для клієнтів, міжнародні фінансові гіганти на чолі з JPMorgan спрямовують «щупальця» ШІ у більш руйнівні сфери: власне інвестиційні рішення.

У сфері венчурних інвестицій (VC) та приватного капіталу (PE) ШІ переформатовує фундаментальну логіку пошуку проєктів і due diligence. Традиційні підходи, що спираються на мережі контактів і галузеві дослідження (як-от платформи Wind, Bloomberg та подібні), змінюються. Наприклад, Sequoia Capital уже давно розробила власні інструменти ШІ, які автоматизують сканування даних глобальних стартапів, академічних праць, патентів і новин; у фіксований час щодня інструмент надсилає інвесткоманді короткий попередній аналітичний огляд потенційних об’єктів, підвищуючи широту й ефективність відбору проєктів.

У напрямі wealth management для клієнтів і інвестиційного банкінгу ШІ переходить від допомоги в бекофісі до роботи на передовій. JPMorgan ще у 2023 році подав заявку на товарний знак для продукту під назвою «IndexGPT» — це рішення, яке використовує генеративну технологію ШІ: залежно від теми або сфери інтересу, яку вводить клієнт, воно автоматично аналізує та обирає інструменти інвестиційного консультування для цінних паперів. Ця модель тренувалася на базі загальної великої моделі, використовуючи при цьому унікальні приватні масиви даних JPMorgan — зокрема макроекономічні матеріали й корпоративні дослідження — і має на меті надавати клієнтам персоналізовані рекомендації щодо інвестиційного портфеля.

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

Проаналізований дослідник банківської сфери пояснив, що практика ШІ у закордонних фінансових установах виявляє два ключові тренди: по-перше, застосування ШІ рухається від «оптимізації внутрішніх процесів» до «створення зовнішньої цінності» — безпосередньо вбудовується в ключові ланки створення цінності, такі як інвестиційні рекомендації та дизайн продуктів; по-друге, провідні установи використовують власні унікальні бар’єри доступу до високоякісних даних (наприклад, торгові дані та глибокі дослідження), щоб тренувати великі моделі для вузьких вертикалей і формувати нові, складні для копіювання захисні рови. Натомість вітчизняні фінансові установи ще мають простір для розвитку в частині використання ШІ для безпосереднього драйвінгу інвестиційних рішень і надання глибоких інтелектуальних інвестконсультацій; можливо, саме ці сфери є «висотами», які в майбутньому потрібно буде здобути.

** Тихі підводні мілини попереду: виклики з керуванням даними, «галюцинаціями» ШІ та нестачею кадрів **

Окрім зрілих сценаріїв, таких як протидія шахрайству та інтелектуальна клієнтська служба, фінансова галузь обережно просуває ШІ у більш передові, більш «центральні» сфери, намагаючись розкривати нову цінність і надавати ШІ роль «аналітика» або навіть «первинного ухвалювача рішень» у складніших фінансових активностях.

Як дізнався репортер《Щоденної економічної новини》, у сфері інтелектуального аналізу публічних настроїв і ринкових попереджень уже існують організації, які навчають ШІ в реальному часі захоплювати та аналізувати масиви неструктурованих даних — новини, звіти досліджень, соціальні медіа та навіть супутникові зображення — аби вловлювати «сигнали» ризиків, які можуть вплинути на ринок або конкретну компанію. Наприклад, у Східного цінного паперу є платформа штучного інтелекту «Східний мозок», яка щодня здатна обробляти майже 70 тисяч одиниць інформації про ринкові настрої та автоматично ідентифікує суб’єкт підприємства і класифікує негативні інформаційні настрої.

У сфері інтелектуального менеджменту після видачі кредитів та збереження активів ШІ застосовують для безперервного автоматизованого моніторингу ризиків по залишкових кредитах. Аналізуючи операційні дані підприємств, юридичну інформацію та зміни в інформаційному полі, модель може завчасно попереджати про потенційні ризики, перетворюючи реакцію з пасивної на активну. Деякі банки вже пробували застосовувати великі моделі для допомоги у формуванні звітів щодо перевірки після видачі кредитів, скорочуючи час підготовки в рази.

Ще руйнівніші дослідження відбуваються у серцевині торгів і інвестицій. У кількісних інвестиціях, окрім оптимізації наявних торгових стратегій, більш передовим напрямом є розробка «віртуального трейдера», який здатен автономно навчатися мікроструктурі ринку та самостійно виконувати частину торгових інструкцій. За повідомленнями, JPMorgan уже опублікувала свою AI-платформу для кількісної торгівлі, яка підтримує високочастотну торгівлю та інтелектуальну інтеграцію багатофакторних стратегій. У довірчій торгівлі (наприклад, торгівля на валюті, деривативи процентних ставок) ШІ також досліджують для надання трейдерам реальних оптимальних котирувань та рекомендацій щодо стратегій хеджування.

Втім, попри широкі перспективи, глибоке застосування ШІ у фінансовому «ядрі» все ще стикається з обмеженнями: керуванням даними, «галюцинаціями» великих моделей і нестачею комплексних кадрів — це «трійка дверей», які фінансові установи мають подолати.

Першою є криза керування даними. Високоякісні, стандартизовані дані — це «пальне» для ШІ. Однак фінансові дані надзвичайно чутливі з точки зору приватності особи й комерційної таємниці, а також часто розкидані по різних підрозділах бізнесу, формуючи «вимкнені острови даних». Експерт KPMG зазначає, що фінансові установи загалом стикаються з такими викликами, як складність координації даних з багатьох джерел і неоднорідних форматів, а також складність внутрішнього обміну та поширення даних.

По-друге, «галюцинації» великих моделей і ризики надійності. Проблема «галюцинацій» притаманна мовним великим моделям і в разі фінансових рішень, де потрібна нульова помилка, є фатальною. Дослідник поштово-ощадного банку Китаю (China Post) Лоу Фейпэн зазначає: якщо «галюцинації» з’являються в сфері управління ризиками, банк може не зуміти зрозуміти логіку ризиків і тому не зможе вжити дієвих заходів реагування.

По-третє, нестача комплексних талантів і болісність організаційних змін. Дуже рідкісні кадри, які однаково глибоко розуміють складну логіку фінансового бізнесу та водночас добре володіють AI-алгоритмами й інженерією. Паралельно з цим існує глибока суперечність між традиційною банківською організаційною культурою, що підкреслює строгість і ієрархічну модель, та гнучкою моделлю швидкого ітеративного розвитку, яка потрібна для ШІ, включно з толерантністю до помилок і експериментами.

У підсумку попередньо зазначений дослідник банківської сфери резюмує: майбутня конкуренція у фінансовій галузі — це змагання комплексної екосистеми «технології — дані — керування — таланти». Лише ті установи, які зможуть першими побудувати активи даних високої якості, сформувати довірчу рамку керування AI та забезпечити успішну трансформацію організації й культури, зможуть виграти довгострокову перевагу в цій глибокій «цифро-розумній» революції.

(Редактор: Цян Сяоруі)

Ключові слова: