Изменение процессов анализа в банковской сфере под воздействием технологий искусственного интеллекта

В статье рассматриваются направления применения искусственного интеллекта (ИИ), ориентированные на переход от традиционных методов анализа деятельности банка к встроенным автономным системам обработки данных.

Цель исследования состоит в обосновании необходимости реализации данного процесса с учетом ограничений существующих методик, таких как фрагментарность процедур, высокая зависимость от оценки экспертов и временные задержки при принятии решений.

Методологической основой работы стали анализ институциональных и функциональных характеристик традиционного и интегрированного аналитического циклов, сопоставление различных методов интерпретации данных, а также изучение практических возможностей современных технологий автоматизации. Полученные результаты показывают, что развитие встроенного анализа трансформирует его роль из вспомогательного инструмента в неотъемлемую часть цифрового банковского процесса. В статье представлен новый подход, используемый в банковских структурах – так называемый «самоанализ», при котором процедуры сбора, обработки и интерпретации информации автоматизированы и интегрированы непосредственно в инфраструктуру исполнения операций.

Практическая значимость исследования состоит в том, что его результаты могут быть использованы для разработки и внедрения в кредитных организациях встроенных систем анализа на основе ИИ, позволяющих перейти от традиционных методов с периодической обработкой данных к непрерывным, что способствует снижению операционных рисков и укреплению финансовой устойчивости при соблюдении этических и правовых требований к применению технологий искусственного интеллекта.

1. Banerjee P., Kumar A., Md. Mahbubur R., Mehdee T., Md. Zakir K., Md. Abul K. Agent Banking: Effectiveness in Financial Inclusion. SSRN Electronic Journal. 2017. URL: https://disk.yandex.ru/i/x7NIIJaHzOJe1A

2. Virkar V., Dad S., Dad S., Wagh K., Walekar A. Enhancing Transparency and Compliance in Bank-Agent Hiring Platforms. SSRN Electronic Journal. 2025. URL: https://disk.yandex.ru/i/59CPXJn6430qxg

3. Feuerriegel S., Hartmann J., Janiesch C., Zschech P. Generative AI. Business & Information Systems Engineering. 2023. URL: https://disk.yandex.ru/i/PhfIPSeo3WcYLw

4. Hacker P., Engel A., Hammer S., Mittelstadt B. Introduction to the Foundations and Regulation of Generative AI. Oxford: Oxford University Press, 2025. URL: https://disk.yandex.ru/i/i1jIZAh-SYV5uA

5. Joshi S. A Comprehensive Survey of AI Agent Frameworks and Their Applications in Financial Services. SSRN Electronic Journal. 2025. URL: https://disk.yandex.ru/i/YVzcjs6Oy-aozQ

6. Noguer I., Alonso M. BANK-RL: A Multi-Agent Hierarchical Reinforcement Learning Framework for Banks. SSRN Electronic Journal. 2024. URL: https://disk.yandex.ru/i/UuGPTl64fLrjPg

7. Marsal A., Perkowski P. Generative AI as Routine-Biased Technical Change? Evidence from a Field Experiment in Central Banking. SSRN Electronic Journal. 2025. URL: https://disk.yandex.ru/i/8wZ7Cb3TJ_rzQA

8. L J.Y., Wenning H., Cheng K., Jin D. Large Language Model-Based Planning Agent with Generative Memory Strengthens Performance in Textualized World. SSRN Electronic Journal. 2025. URL: https://disk.yandex.ru/i/EkfOtr1hmLy60A

9. Sriram H.K. Integrating Generative AI into Financial Reporting Systems for Automated Insights and Decision Support. SSRN Electronic Journal. 2022. URL: https://disk.yandex.ru/i/sjRkRNcYeNwB4g

10. Davidson S. The Economic Institutions of Artificial Intelligence. Journal of Institutional Economics. 2024; 20:e20. URL: https://disk.yandex.ru/i/wC1hbg1GFcPNUA

11. Berg C., Davidson S., Potts J. Institutions to constrain chaotic robots: Why generative AI needs blockchain. SSRN Electronic Journal. 2023. URL: https://disk.yandex.ru/i/0X-IDfJ5kT1B6A

12. Wall F., Leitner S. Agent-based Computational Economics in Management Accounting Research: Opportunities and Difficulties. Journal of Management Accounting Research. 2020. URL: https://disk.yandex.ru/i/gosf0mx4xsb9wg

13. Ramadiah A., Galbiati M., Soramäki K. Agent-Based Simulation of Central Bank Digital Currencies. SSRN Electronic Journal. 2021. URL: https://disk.yandex.ru/i/jsGfYyu909mgbQ

14. Mukherjee P., Dutta S. When Generative Artificial Intelligence Enhances the Quality of Human Output: Workplace Implications. SSRN Electronic Journal. 2025. URL: https://disk.yandex.ru/i/psefv-fOekun3Q

15. Iyer D., Tiwari B. Paradigm Shift in the Banking Workforce during the Digital Era. SSRN Electronic Journal. 2025. URL: https://disk.yandex.ru/i/ZuU3zGrWfWD4DA

16. Koont N. The Digital Banking Revolution: Effects on Competition and Stability. SSRN Electronic Journal. 2023. URL: https://disk.yandex.ru/i/dXd5vzF4OD4dCg

17. Perkowski P., Marsal A. Generative AI at Work: Survey Evidence from Three Central Banks. SSRN Electronic Journal. 2024. URL: https://disk.yandex.ru/i/4e2AdgCD7Z2bZQ

18. Ali A. Decentralized Finance (DeFi) and Its Impact on Traditional Banking Systems: Opportunities, Challenges, and Future Directions. SSRN Electronic Journal. 2024. URL: https://disk.yandex.ru/i/JXAaDjIg-7CzQQ

19. Peukert C., Reimers I. Digital Disintermediation and Efficiency in the Market for Ideas. CESifo Working Paper Series, No. 6880. 2018. URL: https://disk.yandex.ru/i/wnpH8afK49ltFA

20. Arivazagan J., Sudalaimuthu S. How Green Is Blockchain Technology for Banking? In: Digital Banking for Sustainable Development. Forschung Publications, 2019:128–137. URL: https://disk.yandex.ru/i/PCgMIwX5SIKXwA