Компания Axenix выпустила исследование «Мультиагентные системы в финансовом секторе: от изолированных пилотов к промышленной автономности операций». По оценке аналитиков, финансовые организации России потратят
В исследовании эксперты Axenix оценили текущее состояние внедрения ИИ в финансовом секторе, перспективы развития мультиагентных систем и экономику таких проектов. Также аналитики определили основные барьеры масштабирования и сформулировали рекомендации по архитектуре, управлению рисками и подготовке данных.
При расчете расходов на ИИ-агентов аналитики Axenix исходили из объема рынка генеративного ИИ в банковском и страховом секторах, который в 2025 году составил 12 млрд рублей. С учетом прогнозируемого роста на
Axenix выделяет три уровня зрелости агентных систем. На первом уровне — одиночный агент решает одну узкую задачу. На втором — оркестратор управляет специализированными агентами в рамках сквозного процесса. На третьем — агенты динамически распределяют задачи между собой в границах заданных бизнес-правил, состав участников процесса заранее не фиксирован. Крупнейшие российские финансовые организации находятся на этапе перехода от первого уровня ко второму.
Мультиагентные системы второго уровня зрелости в настоящее время пилотируют
Первый пилотный контур выходит в продуктив за
Крупные зарубежные финансовые организации уже используют агентов в реальных бизнес-процессах. Nubank — самый большой в мире цифровой банк (необанк) — обрабатывает около 8,5 млн обращений в месяц, 60% из них первыми обрабатывают языковые модели; Capital One (один из крупнейших банков США) построил собственный мультиагентный контур для клиентских и операционных задач. В России пионерами направления стали Сбер и Т-Банк: они внедрили мультиагентные решения в кибербезопасность, поддержку и внутреннюю разработку. Сбер за 2025 год внедрил более 900 ИИ-агентов. Остальные банки в России ограничиваются локальными задачами: помощь разработчикам, автоматизация рутины, чат-боты первого поколения.
Разрыв между передовыми компаниями и массовым сегментом определяется не столько доступом к моделям, сколько готовностью данных, зрелостью архитектуры и наличием команд, способных интегрировать технологии в бизнес-процессы.
Для успешного внедрения ИИ в финансовом секторе Axenix выделяет три условия. Первое — семантический фундамент: агенты не могут договариваться без общей модели смысла, при этом она строится под конкретный процесс и в объеме словаря, централизованная программа унификации предприятия для этого не нужна. Второе — спроектированная архитектура: выбор паттерна оркестрации задаёт прозрачность системы, её управляемость и экономику в промышленном масштабе. Третье — управление рисками как компетенция: каскадные ошибки, стоимость вычислений и возможный юридический статус автономных действий влияют на бизнес-модель напрямую.
«Гонка за агентную архитектуру в финансовом секторе началась. Модели у всех одни и те же, поэтому исход решает то, что вокруг них: согласованная семантика данных, архитектура под профиль рисков и люди, способные связать одно с другим. Компании, которые к концу 2027 года выстроят промышленный мультиагентный контур с подготовленными данными и урегулированным правовым статусом автономных операций, получат структурное преимущество», — отметил Антон Пащенко, директор департамента «Финансовые организации» Axenix.





























