Классический банкинг закончился, а будущее за неотехом? Таким вопросом задавались участники конференции FinCore 2026 в Москве. Об обсуждаемых на площадке мероприятия трендах — от ИИ-трансформации до дата-платформ с экономией в миллиарды рублей — рассказала Юлия Ильина, директор департамента по работе с финансовым сектором и международным бизнесом Группы Arenadata.
Основные тренды FinCore 2026
Среди ключевых тем, которые привлекли наибольшее внимание, выделяются три направления, тесно переплетающихся между собой.
- Сравнение неотеха и классического банкинга. Здесь акцент сделан на конкуренции между традиционными автоматизированными банковскими системами (АБС) и современными «неотех»-платформами, а также на возможных точках их конвергенции и общей эволюции core-систем.
- ИИ-трансформация. Это переход от разрозненных экспериментов к масштабному внедрению ИИ в бизнес-процессы, инфраструктуру и даже культуру разработки, с особым упором на роль ИИ-агентов в будущем банкинге.
- Финплатформы будущего. Речь идёт об архитектурных паттернах, интеграциях, открытом банкинге через Open API, развитии экосистем и партнёрских моделях мультибанкинга.
Эти тренды не существуют изолированно: они формируют единую картину, где технологии усиливают друг друга, открывая новые возможности для финансовых организаций.
Неотех vs классический банкинг
Сравнение неотех-подхода и классического банкинга стало одним из центральных трендов FinCore 2026, поскольку оно напрямую касается эволюции банковского ядра. Неотех представляет собой радикальный сдвиг: он превращает банк в открытую ИИ-ориентированную платформу с полной перестройкой архитектуры. Однако классические автоматизированные банковские системы (АБС) при этом не сдаются полностью: эксперты на форуме подчёркивали наличие точек конвергенции, где традиционные системы могут интегрироваться с новыми технологиями.
Неотех можно определить как подход к банковскому ядру, где оно выступает финансово-технологической платформой на базе ИИ, с синергией ключевых технологий и высокой открытостью для экосистем. Как отметили участники FinCore, «неотех не вытесняет АБС полностью, а интегрирует ИИ в базовые контуры, превращая core в неотъемлемую часть цифровой инфраструктуры». Такой взгляд позволяет избежать чёрно-белой дихотомии и увидеть путь к гибридным решениям.
Получается, что будущий банк может эволюционировать в «рой» ИИ-агентов, где искусственный интеллект встраивается не как надстройка, а непосредственно в ядро. Такой подход обеспечивает автономные процессы, усиленный антифрод и модель Zero Trust (концепция «нулевого доверия», актуальная для банков как подход к обеспечению информационной безопасности). ИИ-агенты 2026 года уже способны фиксировать отклонения в реальном времени и переходить в режим верификации без участия человека.
Цифровые платформы здесь лидируют благодаря своей гибкости и масштабируемости, в то время как классические АБС продолжают играть ключевую роль в стабильных, проверенных операциях. В итоге эксперты сошлись на том, что будущее принадлежит гибридным моделям, сочетающим лучшее из обоих миров.
Открытый банкинг через API становится мостом к экосистемам. Он позволяет банкам переходить от соперничества к стратегическим партнёрствам в мультибанкинге. Open API формируют национальную инфраструктуру с защищёнными транзакциями и ускоренным обменом данными, что стимулирует рост рынка. Согласно исследованию Finextra и Mambu, 60% банков Европы и СНГ воспринимают открытый банкинг не как регуляторное обязательство, а как мощный канал для привлечения B2B-клиентов через партнёрские экосистемы. Таким образом, неотех не отвергает прошлое, а переосмысляет его в новых условиях.
ИИ-трансформация
Логичным продолжением дискуссий о неотехе стала тема ИИ-трансформации, поскольку искусственный интеллект выступает ключевым двигателем всех изменений. Согласно опросу Банка России, ИИ уже применяет каждая пятая организация финансового рынка, а ещё треть планирует внедрение в ближайшие три года. Примечательно, что 61% из них ориентированы на более сложные генеративные модели.
Организации привлекает искусственный интеллект возможностью снижения операционных затрат (84% респондентов), оптимизации управления рисками (70%), повышения прозрачности и автоматизации процессов (54%), а также получения конкурентных преимуществ (50%) и улучшения клиентского опыта (35%). На практике ИИ чаще всего используется в управлении рисками, аналитике и прогнозировании, автоматизации документооборота, взаимодействии с клиентами и выявлении их предпочтений. Лидерами по проникновению стали страховые компании (60% с постоянным использованием) и системно значимые кредитные организации. В банковском секторе активно применяют ИИ 24% опрошенных, ещё 19% тестируют пилоты; высокие показатели также на рынках платежей (33%), ценных бумаг (29%) и финансовых платформ (29%).
Однако внедрение не обходится без вызовов: высокой стоимости (59%), недостатка экспертизы (46%), дефицита специалистов (44%) и трудностей с оценкой экономического эффекта (43%). Несмотря на это, глобальные прогнозы вдохновляют. По данным McKinsey Global Banking Annual Review 2025, ИИ способен снизить операционные расходы банков на 15–20% и увеличить выручку на 2,8–4,7%. Основной эффект достигается через автоматизацию, точную персонализацию и оптимизацию решений.
Ведущие банки уже демонстрируют реальные кейсы. ИИ применяется в выявлении мошенничества (анализ транзакций в реальном времени), оценке кредитоспособности (с альтернативными данными вроде поведения в приложении), персонализации предложений (учёт паттернов трат), автоматизации рутины (до 80% задач) и виртуальных ассистентах. Газпромбанк, например, использует ИИ, помимо прочего, в проектном финансировании, лизинге и оценке залогов. В Совкомбанке в 2025 году более 80% сотрудников ключевых подразделений ежедневно работают с ИИ-ассистентами (95% в ИТ), а банк развивает свыше 30 автономных агентов.
Участники FinCore 2026 подчеркнули: внедрение ИИ невозможно без надёжного хранения огромных массивов данных и работы с их качеством. Эффективность моделей напрямую зависит от объёма и чистоты данных — чем сложнее нейросеть, тем больше информации требуется для обучения. Это подводит к следующему тренду.
Финплатформы будущего
Идеальным примером интеграции ИИ и данных стал кейс РСХБ, представленный на FinCore 2026 в докладе «Философский путь одного озера». Связка озера данных и собственной платформы искусственного интеллекта RAISA уже позволила достичь финансового эффекта более 7 млрд руб.: оценка залогов — 368 млн, цифровые профили клиентов — 5 млрд, ИИ-модели — 1,8 млрд.
Проект стартовал в 2023 году с замены зарубежного ПО (Oracle Database для хранилища, Cloudera Data Platform для озера) на отечественные решения Arenadata DB (ADB) и Arenadata Hyperwave (ADH). Новое озеро данных создали менее чем за полгода, решив задачу импортозамещения, обогатив аналитику современными компонентами и сократив TCO без ущерба для бизнес-процессов и SLA.
На платформе сейчас работает 42 ИИ-модели для справок клиентам, таргетированной рекламы и коммуникаций. Lakehouse-архитектура выигрывает разделением хранения и вычислений: можно масштабировать ресурсы под задачи, минимизируя затраты. Это снижает нагрузку на хранилища при формировании контекстных окон для ИИ и упрощает работу с данными.
В целом FinCore 2026 показал: неотех и ИИ — не конец классического банкинга, а его эволюция в гибкие data-driven-платформы.
Юлия Ильина
