AI-Native банки—созданные с учетом искусственного интеллекта с нуля— автоматизируют обслуживание клиентов, кредит, СОП и многое другое. Достаточно посмотреть на путь первооткрывателей, таких как Catena Labs, One Zero, Bunq, WeBank и CITIC aiBank, которые определяют глобальные финансы и бросают вызов традиционным банкам.
ИИ в финансах быстро развивается. В 2010-х годах многие банки внедрили машинное обучение для оценки кредитоспособности и чат-ботов для поддержки клиентов, тестируя возможности ИИ в существующих рамках. К 2020 году ведущие банки начали интегрировать продвинутые алгоритмы в управление рисками и персонализацию клиентов. Недавний отраслевой опрос показал, что 65% банков планируют запустить услуги поддержки клиентов на основе ИИ в 2025 году – это свидетельствует о том, насколько ИИ стал мейнстримом в банковской сфере. Тем не менее, большинство этих инициатив до сих пор подключают ИИ к устаревшим системам. В отличие от этого, "AI-native" банки стремятся разработать финансовые учреждения полностью вокруг возможностей ИИ, переосмысливая, как должен работать банк.
Концепция банков, созданных на основе ИИ, набирает популярность, поскольку предприниматели и технологи осознали, что существующие банки – даже цифровые необанки – сталкиваются с ограничениями при адаптации к миру, ориентированному на ИИ. Традиционные банки, основанные на устаревших процессах и инфраструктуре, часто находят процессы "медленными, дорогими, полными глобальных трений, негибкими и неподходящими" для поддержки новых возможностей, которые предоставляет ИИ.
Это открыло двери для стартапов и финансовых компаний, ориентированных на будущее, с целью создания банков, которые начинают с архитектуры "ИИ-первой" линии.
Эти новые игроки разрабатывают системы, в которых ИИ занимается всем – от взаимодействия с клиентами и мониторинга мошенничества до принятия кредитных решений и даже соблюдения нормативных требований, все это под контролем людей.
Что такое AI-native банки?
В простых словах, AI-native банки – это финансовые учреждения, созданные вокруг искусственного интеллекта с первого дня, а не прикрученные к традиционному ядру.
Недавнее описание финтех-стартапа определило AI-native банк как банк, "построенный вокруг ИИ, а не добавлен как послесловие".
На практике это означает, что продукты, услуги и внутренние процессы банка разработаны так, чтобы управляться алгоритмами ИИ и автоматизацией с минимальным ручным вмешательством в повседневные рабочие процессы. Человеческий персонал обеспечивает надзор, стратегическое руководство и управляет исключительными случаями, но системы ИИ управляют рутинными решениями и взаимодействиями.
AI-native банк обычно имеет цифровые операционные системы от начала до конца, в которых ИИ управляет регистрацией клиентов, оценкой рисков, транзакциями и обслуживанием клиентов.
Продвинутые модели машинного обучения анализируют данные клиентов, чтобы предложить персонализированные финансовые рекомендации или обнаружить мошенничество в реальном времени. Chat-боты и виртуальные помощники обрабатывают большую часть запросов клиентов. Важно отметить, что эти банки часто внедряют последние инновации в области ИИ, такие как генеративный ИИ для разговорных интерфейсов или обучение с подкреплением для оптимизации инвестиционных стратегий. Цель заключается в создании банка, который может постоянно учиться и адаптироваться, улучшая свои услуги по мере накопления данных — то, что статичный устаревший сердечник не может легко сделать.
Одной из отличительных черт является то, что AI-native банки рассматривают соблюдение нормативных требований и управление рисками как встроенные функции систем ИИ. В традиционных банках соблюдение часто является отдельным уровнем проверок и отчетов, некоторые из которых выполняются вручную. В банке "ИИ-первого" принципа программное обеспечение разработано с учетом нормативных ограничений изначально, автоматизируя такие вещи, как мониторинг подозрительной активности. "Правильное понимание соответствия и нормативных рисков должно иметь значение наряду с продуктом и инженерией," – подчеркивает Невилл, указывая, что эти банки напрямую программируют нормативную логику в свои ИИ-рабочие процессы.
Важно отметить, что "AI-native" не означает "только ИИ." Контроль со стороны человека остается критически важным.
Визия заключается не в полностью автономном банке без работников, а в высоко автоматизированном банке, где люди и ИИ работают в тандеме. Например, один проект ИИ-банка планирует использовать "актеров ИИ или цифровых работников" в качестве сотрудников, чтобы выполнять внутренние задачи, такие как написание программного обеспечения, в то время как люди обеспечивают наблюдение и принимают высокоуровневые решения. В ролях, ориентированных на клиента, помощник ИИ может отвечать на рутинные вопросы, переходя к живому банкиру только в случаях, которые требуют понимания и суждения.
В следующих разделах мы рассмотрим пять инициатив, которые олицетворяют движение AI-native банков.
Catena Labs – аспект банка для "экономики ИИ"
Одним из самых обсуждаемых новых проектов является Catena Labs, стартап в США, основанный Шоном Невиллом (наиболее известным как соучредитель Circle, компании, стоящей за USDC stablecoin).
Catena Labs привлекла внимание в мае 2025 года, обеспечив $18 млн в рамках стартового раунда финансирования, чтобы построить то, что Невилл называет "полностью регулируемым, AI-native финансовым учреждением", предназначенным для развивающейся "экономики ИИ."
Раунд финансирования велся крипто-фондом a16z Андрессона Хоровица, с участием известных инвесторов, включая Breyer Capital, Coinbase Ventures и даже звезды NFL Тома Брэди – такой состав подчеркивает ажиотаж вокруг данной идеи.
Видение Catena очень амбициозно: создать банк, где системы ИИ (упомянутые как "агенты ИИ") могут иметь счета, выполнять транзакции и взаимодействовать финансово с другими агентами или людьми автономно. Невилл считает, что в ближайшем будущем "агенты ИИ будут скоро осуществлять большинство экономических транзакций," и что сегодняшние банки в корне не готовы к этой ситуации.
Например, торговый алгоритм или торговый бот может потребовать проведения тысяч мгновенных платежей или подписания контрактов от имени владельца-человека – задачи, которые перегружают обычные банковские процессы.
Ответ Catena заключается в перестройке финансовой инфраструктуры с нуля, чтобы обеспечить возможность таких нужд.
В основе подхода Catena лежит использование стейблкоинов – específicamente USDC, который Невилл соосновал – в качестве "AI-native денег" для транзакций.
Поскольку стейблкоины работают на блокчейн-сетях, они позволяют проводить почти мгновенные, программируемые платежи через границы.
Catena Labs утверждает, что стабильные монеты идеально подходят для агентов ИИ, которые могут оперировать круглосуточно по всему миру и требовать быстрых, недорогих транзакций без длительных человеческих задержек.
С помощью USDC и аналогичных цифровых валют новая банка намерена дать клиентам ИИ возможность перемещать деньги так же бесшовно, как данные, придерживаясь при этом нормативных требований контроля над клиентом (KYC) и противодействия отмыванию денег (AML).
Регулирование и доверие – ключевые направления для Catena Labs.
Невилль подчеркивает, что получение надлежащих банковских лицензий и обеспечение соблюдения является неотъемлемой частью дорожной карты проекта.
Банк будет "оперативно управляться ИИ с человеческим контролем," что означает, что автоматизированные системы ведут ежедневные функции, но люди устанавливают политики и вмешиваются при необходимости.
Catena даже выпустила Набор инструментов для агентской коммерции (ACK) – набор инструментов с открытым исходным кодом для проверки и управления идентификатором агентов ИИ.
Установление надежной цифровой идентичности для сущностей ИИ является одной из сложных задач, поскольку правила требуют идентификации держателей счетов (и вы, очевидно, не можете снять отпечаток пальца с ИИ-бота).
ACK – это ранняя попытка решения этой задачи путем предоставления протоколов для регистрации и аутентификации агентов ИИ в финансовых транзакциях.
В объяснении, почему это усилие необходимо, Catena Labs не скупится на слова о недостатках существующих банков.
Текущая глобальная финансовая инфраструктура описывается как "медленная, дорогая, полная глобальных трений, негибкая и неподходящая для новых возможностей и рисков ИИ".
По мнению Невилла, традиционные банки активно блокируют автоматические агенты – например, многие системы построены для обнаружения и предотвращения "ботов" в целях безопасности, что иронично становится препятствием, когда легитимные агенты ИИ пытаются участвовать.
Предложенный банк Catena, напротив, будет построен "так, чтобы акторы ИИ были основными пользователями, а не блокировались".
По состоянию на середину 2025 года, Catena Labs находится в режиме разработки – у компании нет публичного продукта, и она работает над получением лицензий.
Вливание в размере $18 миллионов ускорит найм сотрудников и разработку продуктов.
Учитывая опыт Невилла в Circle, вероятно, что стартап будет тесно сотрудничать с регуляторами (возможно, преследуя банковский устав или сотрудничая с существующим банком), чтобы обеспечить запуск AI-native банка на твердой юридической основе.
One Zero Bank – цифровой банк Израиля на основе ИИ
Хотя некоторые проекты AI-native банков только начинаются, One Zero Bank в Израиле уже действует и интегрирует ИИ глубоко в свои услуги.
Запущенный в конце 2022 года, One Zero – это первый полностью цифровой банк Израиля, и его запуск представляет собой первый новый банк, получивший банковскую лицензию в стране за более чем 45 лет. Content:
capital](https://www.calcalistech.com/ctechnews/article/byi4zgrlkx), подчеркивая уверенность в подходе. К 2025 году банк привлек около 242 миллионов долларов и был оценен примерно в 320 миллионов долларов, а инвесторами выступили такие технологические гиганты, как Tencent, и финансовые фонды из экосистемы SoftBank.
ИИ является основой клиентского опыта One Zero.
В феврале 2024 года банк запустил “Ella 2.0”, генерирующую ИИ-платформу, которая выступает в роли виртуального финансового помощника для клиентов. Разработанная в партнерстве с AI21 Labs (израильским стартапом, специализирующимся на крупных языковых моделях), Ella 2.0 представляет собой по сути ИИ личного банкира, доступного 24/7.
Клиенты могут взаимодействовать с Эллой на естественном языке, задавая сложные вопросы о своих финансах, получая советы по бюджетированию или устраняя проблемы, и получать мгновенные, учитывающие контекст ответы. Система понимает несколько языков и была обучена на обширных банковских запросах для повышения своей точности.
По словам банка, Ella 2.0 “предоставляет мгновенные ответы, работает 24/7 и использует машинное обучение для персонализации финансовых услуг”. Другими словами, она непрерывно учится на взаимодействиях с клиентами для оказания лучшей помощи, при этом человеческие банкиры готовы поддержать при необходимости.
Первый генеральный директор One Zero, Гал Бар Деа, подчеркнул, как этот ИИ помощник повышает качество обслуживания. “Возможности Ella 2.0 превосходят языковые барьеры”, сказал он, обеспечивая “немедленные, точные и персонализированные ответы, постоянно развиваясь для удовлетворения индивидуальных потребностей клиентов”.
One Zero гордится тем, что возглавляет эту “глобальную трансформацию от экспериментального генеративного ИИ к практическому применению” в банковской сфере.
Ори Гошен, содиректор AI21 Labs, отметил, что “новый ИИ помощник One Zero, Элла, представляет собой сдвиг в индустрии цифрового банковского обслуживания в сторону лучшего клиентского опыта — более быстрого, надежного и персонализированного для каждого пользователя.”
Такие одобрения подчеркивают, насколько тесно связаны технологический стартап и банк в разработке ИИ решений.
Помимо Эллы, One Zero использует ИИ в более закулисных процессах. Автоматизированные алгоритмы управляют многими повседневными операциями и принятием решений банка. Например, ИИ модели применяются для оценки кредитных рисков и инвестиционных рекомендаций, обучаясь на данных для улучшения своих результатов.
Стратегия банка заключалась в том, чтобы максимально автоматизировать рутинные задачи, что снижает издержки и позволяет банку предлагать более конкурентные тарифы.
В то же время One Zero сохраняет человеческих финансовых консультантов, с которыми клиенты могут связываться (банк обещает гибрид “персональных финансовых менеджеров” и ИИ-поддержки). Такой двойной подход ориентирован на клиентов, которые хотят эффективности ИИ, но также заверения в человеческом опыте для важных решений.
Серьезные инвестиции One Zero в ИИ окупаются в привлечении клиентов.
По некоторым сообщениям, его ИИ ассистент обрабатывал до 40% клиентских запросов самостоятельно вскоре после запуска и помогал человеческим агентам с многими другими. Это значительно сокращает время ожидания ответов — банк заявляет, что устранил очереди по большинству запросов — и обеспечивает клиентам постоянные, высококачественные ответы в любое время.
ИИ может даже обрабатывать сложные перекрестные вопросы; One Zero отмечает сценарии, такие как “Как назывался тот индийский ресторан, в который я ходил с другом в Лондоне?”, и система может улавливать и находить транзакцию. Такие возможности иллюстрируют мощь объединения данных о транзакциях с разговорным ИИ.
С рыночной точки зрения, банк One Zero является кейсом, как новый банк может отличиться с помощью ИИ. На конкурентном банковском секторе Израиля уникальное предложение One Zero не в том, что у него есть элегантное мобильное приложение — такие имеют многие банки — но в том, что его услуги умнее и более проактивны. Банк может предупреждать пользователей о необычных расходах, прогнозировать их денежные потоки или предлагать финансовые действия, основанные на аналитике ИИ по их данным. Это соответствует более общей тенденции: потребители все чаще ожидают персонализированного, мгновенного обслуживания в финансах, как Netflix или Spotify персонализируют развлечения. One Zero использует это ожидание, превращая ИИ в своего рода “финансового консьержа”.
Проблемы остаются для One Zero, особенно когда он нацелен на расширение за пределы Израиля. У банка были планы по выходу на международный рынок, но внешние события (такие как региональные конфликты в конце 2023 года) вынудили его приостановить некоторые инициативы.
Тем не менее, за прогрессом компании наблюдают по всему миру. Если банк One Zero продолжит добиваться успеха, он может вдохновить на создание аналогичных банков с акцентом на ИИ в других странах. Он также служит живым примером для регуляторов, как ИИ может быть безопасно интегрирован в банковскую сферу. Примечательно, что израильские регуляторы выдали One Zero полную банковскую лицензию, что свидетельствует о доверии к его модели и капиталу — положительный знак для других банков, ориентированных на ИИ, надеющихся получить одобрение регуляторов в будущем.
Bunq — первый в Европе нео-банк на базе ИИ
В Европе одним из тех, кто принял подход ИИ-оригинала, стал Bunq, голландский цифровой банк, часто называемый “банком свободы” за его ориентированность на технологии и пользовательскую позицию.
Bunq основан в 2012 году и к настоящему времени имеет миллионы пользователей по всей Европе, но в конце 2023 года он произвел фурор, объявив, что стал “первым в Европе банком, основанным на ИИ”.
Bunq интегрировал генеративный ИИ в свою платформу на уровне, который не встречается у его коллег, стремясь трансформировать, как клиенты взаимодействуют со своими финансами. Центральным элементом этих усилий является “Финн”, персональный финансовый помощник Bunq на базе ИИ.
В декабре 2023 года Bunq представил Финна как генеративный ИИ-инструмент для взаимодействия с клиентами, встроенный в его приложение.
Финн фактически заменил традиционные функции поиска и навигации в приложении Bunq. Вместо того чтобы вручную просматривать меню или списки транзакций, пользователи могут просто задавать Финну вопросы или давать команды на естественном языке. “Финн вас поразит”, сказал основатель и генеральный директор Bunq Али Никнам на запуске, обещая результат “многолетних ИИ-инноваций” и “максимальной концентрации на наших пользователях”.
Цель, как описывает Никнам, состояла в том, чтобы “полностью преобразить банковское обслуживание, как вы его знаете”, сделав взаимодействия такими же простыми, как разговор.
Что умеет Финн? По словам Bunq, многое. Пользователи могут задавать вопросы, такие как “Сколько я потратил на продукты в прошлом месяце?” или “Какой у меня средний ежемесячный счет за коммунальные услуги?”, и Финн мгновенно анализирует их данные о транзакциях, чтобы дать ответ. Он также может обрабатывать более сложные запросы, которые комбинируют несколько элементов информации.
Например, Никнам поделился, что “он может даже комбинировать данные, чтобы отвечать на вопросы, выходящие за рамки одной транзакции, такие как ‘Сколько я потратил в кафе около Центрального парка в прошлую субботу?’”. ИИ понимает контекст, что означает, что он может выяснить, что “кафе около Центрального парка” относится к конкретному продавцу и дате в истории транзакций пользователя, что было бы сложно для обычной функции поиска. Предоставляя такие разговорные запросы, Bunq значительно облегчает пользователям анализ собственных расходов и поиск информации без бухгалтерского образования или утомительных ручных усилий.
Помимо вопросов и ответов, Финн помогает с финансовым планированием и бюджетированием. Пользователи могут попросить совета или инсайтов, таких как “Хватит ли у меня остатка в этом месяце, чтобы добавить 500 евро на сбережения?” и получить ответ, основанный на данных. Это как личный бухгалтер на связи.
Bunq использует это для поощрения более здоровых финансовых привычек среди своих клиентов. Внутренне ИИ Bunq также анализирует модели транзакций через несколько связанных счетов (используя европейские рамки открытого банкинга) для предоставления консолидированных обзоров финансов пользователя. Это означает, что Финн может видеть балансы и расходы пользователя не только в Bunq, но и в других банках, если пользователь разрешит, предоставляя обзор “в один клик” — мощная функция для бюджетирования и планирования.
Воздействие Финна было заметным.
Судя по сообщениям, Финн смог обрабатывать около 40% клиентских запросов самостоятельно без участия человека и помочь с другим значительным количеством.to couple AI with human oversight. All AI responses are monitored for accuracy and relevance.
The bank has emphasized that Finn’s advice is based on data but customers should exercise judgment – it’s an assistant, not a fully autonomous financial manager (at least not yet). Additionally, privacy and security are paramount; Bunq has to ensure that the AI only accesses data the user has permissioned and that sensitive information is protected. So far, no major issues have been reported, and customers have largely responded positively to the convenience of conversational banking.
Ali Niknam, Bunq’s CEO, has framed the AI push as part of Bunq’s mission to simplify banking. In his view, traditional banks burden customers with clunky interfaces and jargon, whereas Bunq wants to “make life so much easier” for users through technology.
By making banking as easy as texting a friend, Bunq hopes to deepen customer loyalty and engagement. Indeed, industry analysis shows that personalization and ease of use significantly boost customer satisfaction in banking.
Bunq’s AI strategy hits both targets: personalize the experience (since Finn’s answers are unique to your data and questions) and make it easy (no need to learn the app menus or finance terminology).
As one of the first movers in AI-powered banking in Europe, Bunq offers a valuable example for the industry. It demonstrates that even an operational bank with millions of users can successfully infuse AI at the core of its services – it’s not just something for brand-new startups. Bunq’s experience will be closely watched by other European banks and fintechs. In a way, Bunq is turning into a tech company as much as a bank, continually integrating the latest AI developments. If Finn and subsequent AI features continue to perform well, it’s likely we’ll see more banks launching their own GPT-style assistants or AI-driven personalization features in an arms race to attract digitally savvy customers.
WeBank – China’s Pioneering AI-First Bank
No discussion of AI in banking would be complete without WeBank, China’s trailblazing digital bank that has been a pioneer in AI adoption since its inception.
WeBank was founded in 2014 as China’s first internet-only bank, backed by tech giant Tencent. From the beginning, WeBank’s strategy was to leverage cutting-edge technologies – encapsulated in its “ABCD” mantra (AI, Blockchain, Cloud, Data) – to serve millions of customers at low cost. Over the past decade, WeBank has grown explosively, providing loans, payments, and financial services to tens of millions of users, many of them underbanked individuals and small businesses. Its success is often credited to its deep integration of AI in operations, enabling it to manage volume and risk far more efficiently than traditional banks.
One of WeBank’s notable achievements is the extent to which it uses AI and automation in customer service and support. As of a few years ago, WeBank reported that it was receiving around 100,000 customer service queries per day, and its AI “virtual robots” were handling 98% of them without human intervention.
These virtual agents use natural language processing and speech recognition – essentially early versions of the kind of AI that powers today’s voice assistants – to resolve customer inquiries. Dr. Yang Qiang, a chief AI consultant at WeBank, explained that they deploy facial recognition, voice recognition, and NLP to improve service and convenience. Customers can interact through chat or voice, and the AI can authenticate them (via facial recognition) and address issues or execute requests in real time.
WeBank’s philosophy has been that AI is there to “augment, not replace” human service – a stance that sounds similar to Western banks, but WeBank has taken it to an extreme degree of implementation. “Automated service is not an enemy to human services. They should work side by side,” Yang Qiang told CNBC. The result is a highly scalable model: a relatively small team of human staff can oversee a customer base of millions because AI is doing the heavy lifting day-to-day. In fact, WeBank famously started with only a few dozen employees and no physical branches, yet it was able to disburse enormous volumes of micro-loans across China by relying on AI-driven credit algorithms and customer interactions through smartphones. This operational efficiency is a major reason WeBank turned profitable within just a couple of years of launch, a rare feat for a new bank.
Another area where WeBank shines is AI-driven credit risk analysis and loan approval.
Traditional banks often require lengthy paperwork and human underwriting for loans, but WeBank automated much of that using machine learning models. By analyzing vast amounts of alternative data – such as social media behavior, mobile payment history (leveraging Tencent’s ecosystem), and other digital footprints – WeBank’s AI can assess creditworthiness quickly and extend small loans to individuals and SMEs that might be rejected by larger banks.
This inclusive approach has extended credit to segments previously deemed too risky or costly to serve. Yang Qiang noted that such technology creates “the possibility for WeBank to have more efficiency than traditional banks in processing loans and conducting risk analysis”, which indeed has been borne out. WeBank can process loan applications in minutes and monitor them continuously, something legacy banks find hard to match.
WeBank has also been an innovator in AI research.
It has invested in areas like federated learning, a technique to train AI models on sensitive data from multiple sources without compromising privacy. This was important for WeBank to collaborate with other institutions (like sharing fraud data) while respecting China’s strict data privacy rules.
The bank’s technologists have published papers and open-sourced tools, indicating that WeBank sees itself as a tech leader, not just a financial services company. In March 2025, WeBank even shared a vision for an “AI-native bank” at a global conference, highlighting how a decade of its tech expertise is pushing banking to be “smarter and more inclusive.”
This suggests WeBank is aiming to stay at the forefront of AI in finance, possibly exploring next-gen AI like generative models for even more advanced services.
Despite its tremendous automation, WeBank hasn’t eliminated the human element. Instead, it has reallocated it. With AI doing routine work, human employees focus on areas like improving algorithms, handling exceptional cases, and developing new products.
WeBank’s staffing strategy reportedly has about 60% of employees in technology roles – an unusually high ratio for a bank, but logical for what is essentially a fintech institution. This tech-first culture further cements WeBank’s status as an AI-native bank avant la lettre.
CITIC aiBank – A Joint Venture of Finance and Tech
Around the same time WeBank was taking off, another notable experiment in AI-centric banking was underway in China: CITIC aiBank (often just called “AiBank”).
This is a joint venture between China Citic Bank, a mid-tier commercial bank, and Baidu, the internet search and AI giant. Launched in late 2017, aiBank was established as a direct, branchless bank with the explicit goal of leveraging big data and artificial intelligence to deliver smarter financial services.
With a registered capital of 2 billion yuan (about $300 million at the time) and ownership split 70/30 between Citic Bank and Baidu, aiBank represented a blend of banking domain knowledge and cutting-edge tech capability.
AiBank’s focus from the start was on lending to consumers and small businesses, segments often underserved by traditional banks in China. By using Baidu’s AI technology, aiBank aimed to develop new risk assessment models that could better evaluate borrowers who lack extensive credit histories. “AiBank will focus on lending to individuals and small businesses while leveraging big data and artificial intelligence to build new risk control models,” said Li Rudong, the bank’s president, at its launch.
This indicates that aiBank intended to analyze non-traditional data – possibly including search data, social data, etc., thanks to Baidu – to make credit decisions. The expectation was that AI-driven insights could identify creditworthy customers that legacy scoring methods might overlook, thus profitably expanding financial inclusion.
A striking detail revealed at launch was that 60% of aiBank’s employees would be tech staff. This was essentially unheard of in banking at that time and signaled how differently aiBank would operate compared to a typical bank where most staff are in branches or general operations. By concentrating on engineering and data science talent, aiBank put itself on a path to continuously develop and refine AI systems in-house. Baidu’s contribution was not just capital but also technology – including its AI platforms, cloud services, and perhaps even its vast user data (within privacy/legal limits). This partnership was part of a broader trend in China of tech companies and banks teaming up – similarly, Alibaba with MYbank, and Tencent with WeBank – to create hybrid entities that marry the strengths of each. In Baidu’s case, aiBank also offered a way to monetize its AI research in finance and showcase its AI leadership.
At the launch event, Baidu’s then Chief Operating Officer, Lu Qi, heralded the venture by saying, “AiBank isHere's the translation in the required format:
Content: будущее интеллектуальных финансов… Это институт, который лучше всего понимает клиентов и лучше всего понимает финансы». Эта цитата отражает стремление, что объединение знаний Baidu о пользователях (из их онлайн-поведения) с банковской экспертизой Citic позволит aiBank превзойти традиционные банки в понимании клиентов и обслуживании.
Being a direct bank (online-only) also meant aiBank could reach customers nationwide without physical presence, a significant advantage in China’s vast market.
На практике в последующие несколько лет aiBank запустил цифровые кредитные продукты и услуги с улучшением на основе ИИ. Он предлагал персональные кредиты через мобильные приложения с быстрым одобрением, обеспеченным моделями кредитного машинного обучения. Для малых предприятий экспериментировал с использованием ИИ для анализа транзакций электронной коммерции и данных цепочек поставок для предоставления кредитов – наподобие Ant Group.
AiBank также исследовал ИИ в обслуживании клиентов, включая интеллектуальные чат-боты для базовых запросов. Учитывая сильные стороны Baidu в обработке естественного языка (особенно китайского языка), aiBank, вероятно, извлек выгоду из продвинутого ИИ в голосовых помощниках и текстовых взаимодействиях с клиентами. Хотя подробные данные о производительности aiBank не так широко распространены, его продолжающаяся работа и увеличение капитала (по сообщениям, Citic и Baidu удвоили капитал к 2018 году для поддержки роста) предполагают, что он набирает обороты.
Одной из уникальных сторон aiBank является синергия с экосистемой Baidu. Baidu мог бы интегрировать финансовые услуги aiBank в свои популярные приложения. Например, пользователи поиска или карт Baidu могли бы получать контекстные предложения от aiBank (представьте, что вы ищете «автокредит» и видите предложение от aiBank). Кроме того, исследования Baidu в области ИИ, такие как распознавание лиц и голосовые технологии, нашли реальное применение в процессе безопасности и онбординга aiBank. Как упомянул Ян Цян из WeBank, такие технологии, как распознавание лиц, могут облегчить беспрепятственное удаленное открытие счетов – aiBank, вероятно, использовал аналогичные методы, учитывая экспертизу Baidu. В некотором смысле aiBank служил платформой для Baidu, демонстрируя мощь ИИ в регулируемой отрасли, возможно, укрепляя позиции Baidu на рынке бизнеса ИИ.
Однако работа AI-native банка в рамках структуры более крупного традиционного банка (Citic) также сталкивалась с вызовами.
Вовлеченность Citic Bank обеспечила соблюдение нормативных требований и предоставила банковскую инфраструктуру, но это могло также наложить более осторожный темп, чем в полностью стартапе. Наблюдение со стороны Китайской комиссии по регулированию банковской и страховой деятельности (CBIRC) означало, что ИИ-инновации aiBank должны были соответствовать правилам управления финансовыми рисками. В 2021 году появилось сообщение, что китайские регуляторы оштрафовали Citic и Baidu за некоторые формальности в формировании совместного предприятия – напоминание о том, что даже технологически продвинутые банки работают в строго регулируемых условиях. Тем не менее, китайские регуляторы в целом поддерживают ИИ и финтех в банковской деятельности, если риски находятся под контролем.
На 2025 год CITIC aiBank является примером успешной интеграции ИИ в новый банковский проект.
Он может не обладать глобальной узнаваемостью, как WeBank, но подчеркивает модель сотрудничества: банк-наследие и технологический гигант, совместно создающие AI-native банковскую платформу.
Заключительные мысли
Рост natively AI банков указывает на будущее, где финансы становятся быстрее, более персонализированными и даже машинно управляемыми.
Эти перспективные проекты демонстрируют, что банки могут радикально переосмыслить с помощью современных технологий, потенциально предлагая клиентам ультраудобные услуги и открывая финансовую систему для новых участников (таких, как ИИ-агенты или недообслуженные группы населения). В дальнейшем можно ожидать, что традиционные банки будут ускорять собственное внедрение ИИ или вступать в партнерства с AI-native инициативами. В некоторых случаях действующие игроки могут приобретать успешные стартапы AI банков для интеграции их возможностей. Регуляторы также пристально наблюдают. Если AI-native банки покажут хорошие результаты в управлении рисками и соблюдении норм, регуляторы могут обновить рамки, чтобы облегчить более широкое использование ИИ в банковской сфере, возможно, даже создавая новые категории лицензий для финансовых учреждений на основе ИИ.
Однако появление AI-native банков также влечет за собой значительные риски и вызовы, которые необходимо управлять. Одной из основных проблем является управление и надзор. Когда алгоритмы ИИ принимают кредитные решения или обнаруживают мошенничество, обеспечение их беспристрастности и отсутствия ошибок является критически важным. Неконтролируемые алгоритмы могут непреднамеренно создавать риски для определенных групп клиентов или одобрять рискованные кредиты – ошибки, которые могут подорвать доверие и вызвать штрафные санкции со стороны регуляторов. Прозрачность становится другой проблемой: эти банки должны объяснить действия своего ИИ регуляторам и клиентам.
Для традиционных финансовых учреждений появление AI-native банков – это палка о двух концах. С одной стороны, это расширяет границы инноваций, возможно, приводя к созданию новых методов и технологий, которые могут использоваться действующими игроками. Установленные банки могут учиться на эффективности AI рабочих процессов Catena или успехе Bunq Finn в взаимодействии с клиентами и интегрировать аналогичные идеи. С другой стороны, эти новые участники могут стать серьезными конкурентами в определенных сегментах.