Рідні AI-банки—створені з нуля навколо штучного інтелекту—автоматизують обслуговування клієнтів, кредитування, комплаєнс та багато іншого. Подивіться, як новатори, такі як Catena Labs, One Zero, Bunq, WeBank та CITIC aiBank, переосмислюють глобальні фінанси та кидають виклик традиційним банкам.
AI у фінансах еволюціонує швидко. У 2010-х багато банків впровадили машинне навчання для кредитного скорингу та чат-ботів для підтримки клієнтів, випробовуючи потенціал AI у рамках існуючих систем. До 2020 року провідні банки інтегрували вдосконалені алгоритми у управління ризиками та персоналізацію клієнтів. Останнє опитування в галузі показало, що 65% банків планують запуск AI-зайнятих послуг для клієнтів у 2025 році – свідчення того, як AI став основою у банкінгу. Проте більшість цих зусиль ще додає AI до старих систем. На відміну від цього, банки з концепцією «AI-native» прагнуть створити фінансову установу навколо AI-можливостей, фундаментально переосмислюючи, як працює банк.
Концепція рідних AI-банків починає набирати популярність, оскільки підприємці та технологи визнають, що існуючі банки – навіть цифрові нео-банки – стикаються з обмеженнями в адаптації до світу, зорієнтованого на AI. Традиційні банки, засновані на десятирічних процесах та інфраструктурі, часто вважаються «повільними, дорогими, наповненими глобальним тертям, непіддатливими та непридатними» для підтримки нових можливостей, які пропонує AI. Це відкрило двері для стартапів та прогресивних фінансових компаній, які прагнуть створювати банки, починаючи з архітектури AI.
Translation of the given content into Ukrainian
capital](https://www.calcalistech.com/ctechnews/article/byi4zgrlkx), підкреслюючи довіру до його підходу. До 2025 року банк залучив близько 242 мільйонів доларів і був оцінений приблизно в 320 мільйонів доларів, з інвесторами, які включають технічних гігантів, таких як Tencent і фінтех-фонди з екосистеми SoftBank.
AI є в центрі користувацького досвіду One Zero.
У лютому 2024 року банк запустив “Ella 2.0”, генеративну платформу обслуговування на основі AI, яка виступає в якості віртуального фінансового асистента для клієнтів. Розроблена у співпраці з AI21 Labs (ізраїльським стартапом AI, що спеціалізується на великих мовних моделях), Ella 2.0 фактично є приватним банкіром на основі AI, доступним 24/7.
Клієнти можуть взаємодіяти з Ella на природній мові – ставлячи складні запитання про свої фінанси по різним рахункам, отримуючи поради з бюджетування або вирішення проблем – і отримувати миттєві, обізнані з контекстом відповіді. Система розуміє декілька мов і була навчена на великій кількості банківських запитань для покращення своєї точності.
За даними банку, Ella 2.0 “надає миттєві відповіді, працює 24/7 і використовує машинне навчання для надання персоналізованих фінансових послуг.” Іншими словами, вона постійно вчиться з взаємодії з клієнтами, щоб запропонувати кращу допомогу, а людські банкіри готові підтримати, коли це потрібно.
Перший генеральний директор One Zero, Галь Бар Деа, підкреслив, як цей AI-асистент підвищує якість обслуговування. “Можливості Ella 2.0 долають мовні бар'єри,” сказав він, забезпечуючи “миттєві, точні та персоналізовані відповіді, постійно еволюціонуючи, щоб відповідати індивідуальним потребам клієнтів.”
One Zero гордиться лідерством у цій “глобальній революції від експериментального генеративного AI до практичної реалізації” у банкінгу.
Орі Гошен, співгенеральний директор AI21 Labs, відзначив, що “новий AI-асистент One Zero, Ella, означає зрушення в цифровій банківській індустрії до кращого клієнтського досвіду – швидшого, надійнішого і персоналізованого для кожного користувача.”
Такі підтримки підкреслюють тісну інтеграцію технічного стартапу та банку у розробці рішень на основі AI.
За межами Ella, One Zero використовує AI і в більш прихованих способах. Автоматизовані алгоритми керують більшістю щоденних операцій банку та прийняття рішень. Наприклад, AI-моделі використовуються для оцінки кредитних ризиків і рекомендацій з інвестицій, навчаючись на даних для покращення своїх результатів.
Стратегія банку полягає в тому, щоб автоматизувати рутинні завдання настільки, наскільки це можливо, що знижує витрати і дозволяє банку пропонувати більш конкурентоспроможні збори.
У той же час, One Zero підтримує людських фінансових радників, до яких клієнти можуть звернутися (банк обіцяє гібрид “персональних фінансових менеджерів” і AI-підтримки). Такий подвійний підхід задовольняє клієнтів, які хочуть ефективності AI, але також переконаності людського експертного рішення для важливих рішень.
Інтенсивні інвестиції One Zero у AI приносять плоди у залученні клієнтів.
Згідно з деякими звітами, його AI-асистент обробляв до 40% клієнтських запитів незалежно незабаром після запуску, допомагаючи людським агентам з багатьма іншими. Це значно скорочує час відповіді – банк заявляє, що майже повністю усунув час очікування для більшості запитів – і забезпечує, що клієнти отримують послідовні, високоякісні відповіді в будь-який час.
AI може справлятися навіть з усуненими запитаннями; One Zero відзначив сценарії, такі як запитання “Що за індійський ресторан, куди я пішов з другом у Лондоні?” і система може зрозуміти та знайти транзакцію. Такі можливості ілюструють силу поєднання даних про транзакції з розмовним AI.
З ринкової перспективи, One Zero Bank є прикладом того, як новий банк може відрізнитися шляхом AI. У конкурентному банківському секторі Ізраїлю сильним аргументом One Zero є не тільки те, що він має витончений мобільний додаток – багато банків це роблять – але те, що його послуги розумніші та більш проактивні. Банк може повідомляти користувачів про незвичайні витрати, прогнозувати їх грошові потоки або пропонувати фінансові кроки, керовані аналітикою AI на їх даних. Це узгоджується з широкою тенденцією: споживачі дедалі більше очікують персоналізованого, миттєвого обслуговування у фінансах, подібно до того, як Netflix або Spotify персоналізують розваги. One Zero використовує ці очікування, використовуючи AI, щоб стати своєрідним “фінансовим консьєржем”.
Залишаються виклики для One Zero, особливо коли він намагається розширитися за межі Ізраїлю. Банк планував розширитися міжнародно, але зовнішні події (такі як регіональні конфлікти в кінці 2023 року) змусили його призупинити деякі ініціативи.
Тим не менш, прогрес компанії спостерігається глобально. Якщо One Zero Bank продовжить успіхи, він може надихнути подібні діджитал-банки, що фокусуються на AI, в інших країнах. Він також забезпечує живий приклад для регуляторів, як AI може безпечно інтегруватися в банкінг. Особливо, регулятори Ізраїлю видали One Zero повну банківську ліцензію, що вказує на довіру до його моделі та капіталу – позитивний знак для інших банків, які сподіваються отримати регуляторний дозвіл у майбутньому.
Bunq – перший в Європі необанк на основі AI
В Європі одним з усталених гравців, що прийняли підхід AI, є Bunq, нідерландський цифровий банк, часто називається “банком Свободи” через свій технологічний, орієнтований на користувача епос.
Bunq заснований у 2012 році і виріс до мільйонів користувачів по всій Європі, але в кінці 2023 року він зробив фурор, оголосивши, що став “першим в Європі банком на основі AI”.
Bunq інтегрував генеративний AI у свою платформу до ступеня, не баченого серед його конкурентів, маючи на меті трансформувати те, як клієнти взаємодіють зі своїми фінансами. Центральним елементом цих зусиль є “Фін”, асистент особистих фінансів на основі AI від Bunq.
У грудні 2023 року Bunq розгорнув Фін як генеративний AI-інструмент, що взаємодіє з клієнтами, вбудований у його додаток.
Фін фактично замінив традиційні функції пошуку та навігації в додатку Bunq. Замість того, щоб вручну переглядати меню або списки транзакцій, користувачі можуть просто ставити Фіну запитання або давати команди на природній мові. “Фін вас здивує,” сказав засновник і генеральний директор Bunq Алі Нікнам під час запуску, привітуючи результат “років інновацій AI” та “лазерної фокусировки на наших користувачах.”
Мета, як описав Нікнам, полягала в тому, щоб “повністю трансформувати банківництво, як ви знаєте,” роблячи взаємодії такими ж простими, як розмова.
Що може робити Фін? За словами Bunq, багато чого. Користувачі можуть запитати, “Скільки я витратив на продукти минулого місяця?” або “Яка моя середня місячна рахунок за комунальні послуги?”, і Фін одразу проаналізує їхні транзакційні дані, щоб дати відповідь. Він також може обробляти більш складні запити, які об'єднують кілька елементів інформації.
Наприклад, Нікнам поділився, що “він може навіть об'єднувати дані, щоб відповісти на запитання, які виходять за межі транзакцій, наприклад, ‘Скільки я витратив у кафе біля Центрального парку минулої суботи?’”. AI орієнтується в контексті, тобто він може зрозуміти, що “кафе біля Центрального парку” стосується конкретного торговця та дати в історії транзакцій користувача, що було б важко для звичайної функції пошуку. Завдяки можливості таких розмовных запитів, Bunq значно спрощує користувачам аналіз їхніх власних витрат та знаходження інформації без знань бухгалтерії чи виснажливих ручних зусиль.
Окрім Q&A, Фін допомагає з фінансовим плануванням та бюджетуванням. Користувачі можуть запитати поради чи погляди, наприклад, “Чи маю я достатньо надлишку в цьому місяці, щоб вкласти 500 євро до своїх заощаджень?” і отримати відповідь на основі даних. Це як мати персонального бухгалтера на виклик.
Bunq використовує це, щоб заохотити здоровіші фінансові звички серед своїх клієнтів. Внутрішньо, AI від Bunq також аналізує модель транзакцій через декілька пов'язаних рахунків (використовуючи європейські відкриті банківські фреймворки) для надання консолідованих поглядів на фінанси користувача. Це означає, що Фін може бачити залишки та витрати клієнта не тільки в Bunq, але й в інших банках, якщо це дозволяє користувач, надаючи бачення під одним дахом – потужну функцію для бюджетування та планування.
Вплив Фіна був примітним.
Звіти вказали, що Фін міг обробляти приблизно 40% клієнтських запитів самостійно, без втручання людини, і допомагати у значній частині інших.
Це зменшило навантаження на службу підтримки Bunq і прискорило час відповіді для користувачів. Фактично, до початку 2024 року Bunq стверджував, що введення Фіна зробило взаємодії з клієнтами більш ефективними, ніж коли-небудь, з багатьма питаннями, на які AI давав миттєву відповідь. Для решти запитів, що потребують людського втручання, команда Bunq могла зосередитися
Однак, Bunq також обережнийto 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,
Поєднання ШІ з контролем людини. Усі відповіді ШІ моніторяться на точність та релевантність.
Банк підкреслив, що рекомендації Finn засновані на даних, але клієнти повинні користуватися здоровим глуздом – це асистент, а не повністю автономний фінансовий менеджер (принаймні поки що). Крім того, конфіденційність і безпека мають першорядне значення; Bunq повинен забезпечити, щоб ШІ мав доступ лише до тих даних, на які користувач дав дозвіл, і щоб чутлива інформація була захищена. Поки що не повідомлено про серйозні проблеми, і клієнти загалом відгукуються позитивно на зручність розмовного банкінгу.
Алі Нікнам, генеральний директор Bunq, розглядає поштовх ШІ як частину місії Bunq спростити банкінг. На його думку, традиційні банки ускладнюють життя клієнтів громіздкими інтерфесями та термінологією, тоді як Bunq хоче “робити життя набагато простішим” для користувачів завдяки технологіям.
Роблячи банківські процеси такими простими, як переписка з другом, Bunq сподівається поглибити лояльність і залучення клієнтів. Насправді, галузевий аналіз показує, що персоналізація і простота використання значною мірою підвищують задоволення клієнтів у сфері банкінгу.
Стратегія ШІ від Bunq влучає у дві цілі: персоналізуйте досвід (оскільки відповіді Finn є унікальними для ваших даних і питань) і робіть це легко (немає потреби вчити меню додатка чи термінологію фінансів).
Як один з перших, хто перейшов на банківські послуги на базі ШІ в Європі, Bunq пропонує цінний приклад для галузі. Це демонструє, що навіть діючий банк з мільйонами користувачів може успішно впровадити ШІ в центр своїх послуг – це не просто щось для нових стартапів. Досвід Bunq уважно спостерігатимуть інші європейські банки та фінтек. У певному сенсі, Bunq перетворюється у технологічну компанію настільки, наскільки і в банк, постійно інтегруючи останні розробки ШІ. Якщо Finn і наступні функції ШІ продовжуватимуть працювати добре, ймовірно, ми побачимо більше банків, які запускають власних асистентів у стилі GPT або функції персоналізації на основі ШІ в гонці за залучення цифрово підкованих клієнтів.
WeBank – Перший китайський банк з акцентом на ШІ
Жодна розмова про ШІ у банкінгу не буде повною без згадки про WeBank, піонера у впровадженні цифрових банківських послуг на основі ШІ в Китаї з моменту його заснування.
WeBank було засновано в 2014 році як перший у Китаї інтернет-банк, підкріплений технологічним гігантом Tencent. Від початку стратегія WeBank була спрямована на використання передових технологій – втілених у його "ABCD" мантрі (ШІ, Блокчейн, Хмара, Дані) – для обслуговування мільйонів клієнтів за низькою ціною. Протягом останнього десятиліття WeBank швидко розвивався, надаючи кредити, платежі та фінансові послуги десяткам мільйонів користувачів, багато з яких були недостатньо обслуговуваними особами і малими підприємствами. Його успіх часто пояснюють глибокою інтеграцією ШІ в операціях, що дозволяє керувати обсягами і ризиками набагато ефективніше, ніж у традиційних банків.
Одне з примітних досягнень WeBank – це ступінь використання ним ШІ та автоматизації в обслуговуванні клієнтів та підтримці. ШІ "віртуальні роботи" обробляли 98% запитів навіть без втручання людини.
Ці віртуальні агенти використовують обробку природної мови та розпізнавання мови — по суті, ранні версії ШІ, які зараз працюють на голосових помічниках — для вирішення запитів клієнтів.
Філософія WeBank полягає в тому, що ШІ «підсилює, а не замінює» обслуговування людьми – позиція, яка подібна до підходу західних банків, але WeBank вивів її на крайній ступінь впровадження. Результат – високоширший модель: відносно невелика команда людей може обслуговувати базу клієнтів у кілька мільйонів, тому що ШІ виконує важку роботу з дня у день.
Ще одна область, де WeBank перевершує – це аналіз кредитних ризиків та видача кредитів під управлінням ШІ.
Традиційні банки зазвичай вимагають великого обсягу документації та оцінки людини для кредитів, але WeBank автоматизував більшу частину цього за допомогою моделей машинного навчання. Аналізуючи величезну кількість альтернативних даних – таких як поведінка у соціальних мережах, історія мобільних оплат (використовуючи екосистему Tencent) та інші цифрові сліди – ШІ WeBank може швидко оцінювати кредитоспроможність і надавати невеликі кредити особам і МСП, які могли б отримати відмову у великих банків.
Цей інклюзивний підхід розширив кредитування сегментів, які раніше вважалися занадто ризикованими чи дорогими для обслуговування.
WeBank також є новатором у дослідженнях ШІ.
Банк інвестує у такі сфери, як федеративне навчання, щоб тренувати моделі ШІ на конфіденційних даних з різних джерел без компромісів у конфіденційності.
Технологи банку публікують наукові статті та відкривають інструменти з відкритим кодом, свідчачи про те, що WeBank розглядає себе як технологічного лідера, а не тільки фінансову компанію. У березні 2025 року WeBank навіть презентував бачення "банку з нативним ШІ" на глобальній конференції, підкреслюючи, як його десятирічний досвід у технологіях просуває банківські послуги до більш "розумного та інклюзивного" банкінгу.
Це свідчить, що WeBank прагне залишитися у першосмузі AI у сфері фінансів, можливо, досліджує наступні покоління ШІ, як генеративні моделі, для ще більш вдосконалених послуг.
Незважаючи на величезну автоматизацію, WeBank не відмовлявся від людського фактору. Натомість він перенаправив його. З ШІ, яке виконує рутинну роботу, співробітники зосереджуються на таких питаннях, як покращення алгоритмів, вирішення виняткових випадків і розробка нових продуктів.
Стратегія відбору WeBank повідомляла, що близько 60% співробітників є технологічними спеціалістами – це незвично високий відсоток для банку, але логічний для того, що по суті є фінтеком. Ця культура з акцентом на технології ще більше закріплює статус WeBank як банку з нативним ШІ avant la lettre.
CITIC aiBank – Спільне підприємство фінансів і технологій
Приблизно у той самий час, коли WeBank починав розвиватися, інший помітний експеримент у банкінгу з акцентом на ШІ розпочався у Китаї: CITIC aiBank (часто просто називають "AiBank").
Це спільне підприємство між China Citic Bank, середньорівневим комерційним банком, та Baidu, інтернет-пошуковиком і гігантом у галузі ШІ. Запущений наприкінці 2017 року, aiBank було створено як прямий банк без відділень з явним наміром використовувати великі дані та штучний інтелект для надання більш розумних фінансових послуг.
З реєстрованим капіталом у 2 мільярди юанів (близько 300 мільйонів доларів на той час) та володінням розділеним 70/30 між Citic Bank та Baidu, aiBank уособлює поєднання знань банківської галузі та передових технологій.
Від самого початку aiBank зосереджувався на кредитуванні споживачів та малих підприємств – сегментів, часто недооцінених традиційними банками у Китаї. Завдяки технологіям ШІ від Baidu, aiBank прагнув розробати нові моделі оцінки ризиків, які могли б краще оцінювати позичальників без широких кредитних історій. "AiBank зосередить увагу на кредитуванні фізичних осіб та малих підприємств, використовуючи великі дані та штучний інтелект для створення нових моделей контролю ризиків," сказав Лі Жудун, президент банку, на його запуску.
Це вказує на те, що aiBank планував аналізувати нетрадиційні дані – можливо, включаючи дані пошуку, соціальні дані і т.д., завдяки Baidu – для прийняття кредитних рішень. Очікування були, що інновації на основі ШІ можуть виявити кредитоспроможних клієнтів, яких традиційні методи оцінки могли б проігнорувати, тим самим вигідно розширюючи фінансову інклюзію.
Деталь, відзначена на запуску, була у тому, що 60% співробітників aiBank складатимуть технічний персонал. Це було по суті небачено у банківській справі на той час і сигналізувало про те, наскільки по-різному aiBank працюватиме в порівнянні з типовим банком, де більшість співробітників працюють у відділеннях або загальних операціях. Зосереджуючись на талантах у галузі інженерії та науки про дані, aiBank визначив для себе шлях до безперервного розвитку і вдосконалення систем ШІ всередині. Внесок Baidu полягав не тільки в капіталі, але і в технологіях — включаючи його платформи ШІ, хмарні сервіси та, можливо, навіть його величезні дані користувачів (у межах конфіденційності та законодавства).
На запуску начальний операційний директор Baidu Лу Ци радів новому проекту, говорячи, Зміст: майбутнє розумних фінансів… Це установа, яка найкраще розуміє клієнтів і чудово розбирається у фінансах." Ця цитата відображає прагнення, що об'єднавши знання Baidu про користувачів (з їхньої онлайн-поведінки) з банківською експертизою Citic, aiBank може перевершити традиційні банки в розумінні потреб клієнтів і наданні послуг.
Будучи безпосереднім банком (тільки онлайн), aiBank також міг охопити клієнтів по всій країні без фізичної присутності, що є істотною перевагою на величезному ринку Китаю.
На практиці протягом наступних кількох років aiBank запровадив цифрові кредитні продукти і послуги з підтримкою AI. Він пропонував персональні кредити через мобільні додатки, з швидкими затвердженнями, що ґрунтуються на кредитних моделях машинного навчання. Для малого бізнесу він експериментував з використанням AI для аналізу транзакцій в електронній комерції та даних ланцюга постачань для розширення кредиту – як і Ant Group.
AiBank також вивчав можливості AI у обслуговуванні клієнтів, включаючи інтелектуальні чати для базових запитів. Враховуючи сильні сторони Baidu в обробці природної мови (особливо китайського NLP), aiBank, ймовірно, отримував користь від передового AI в голосових асистентах і текстовій взаємодії з клієнтами. Хоча детальна інформація про продуктивність aiBank не є широко доступною, його продовження роботи і збільшення капіталу (за повідомленнями, Citic і Baidu подвоїли його капітал до 2018 року для підтримки зростання) свідчать, що він здобув підтримку.
Однією унікальною особливістю aiBank є синергія з екосистемою Baidu. Baidu міг інтегрувати фінансові послуги aiBank у свої популярні додатки. Наприклад, користувачам пошуку Baidu або карт могли б пропонуватися послуги aiBank контекстуально (уявіть, що ви шукаєте "автокредит" і бачите пропозицію aiBank). Крім того, AI-дослідження Baidu, такі як розпізнавання облич та голосові технології, знайшли реальне застосування в процесах безпеки та залучення клієнтів aiBank. Як зазначив Ян Цян з WeBank, технології, такі як розпізнавання облич, можуть дозволити безперебійне, дистанційне відкриття рахунків – aiBank, ймовірно, використовував подібні методи, враховуючи експертизу Baidu. У певному сенсі, aiBank служив платформою для Baidu для демонстрації потужності AI в регульованій індустрії, що потенційно зміцнювало б позиції Baidu на ринку AI-бізнесу.
Однак управління банком, основою якого є AI, у рамках структури більшого традиційного банку (Citic) також мало свої виклики.
Участь Citic Bank забезпечувала дотримання нормативних вимог і надавала банківську інфраструктуру, але могла також накладати обережніший темп розвитку, ніж у чистого стартапа. Регуляторний нагляд Китайської комісії з банківського і страхового регулювання означав, що інновації aiBank на базі AI повинні були відповідати регламенту управління фінансовими ризиками. У 2021 році з'явилася анекдотична інформація про те, що китайські регулятори оштрафували Citic і Baidu за деякі формальності при створенні спільного підприємства – нагадування, що навіть технологічно просунуті банки працюють у рамках суворих правил. Тим не менш, китайські регулятори в цілому підтримують AI та фінтех у банківській справі, якщо ризики контролюються.
Станом на 2025 рік CITIC aiBank є прикладом успішної інтеграції AI в новий банківський проект.
Він, можливо, не має глобального визнання як WeBank, але підкреслює модель співпраці: традиційний банк і технологічний гігант, які створюють платформу для AI-базованого банкінгу.
Завершальні думки
Зростання нативних AI-банків указує на майбутнє, де фінанси стають швидшими, більш персоналізованими та навіть керованими машинами.
Ці проекти, що прокладають шлях, демонструють, що банки можуть бути радикально переосмислені з використанням сучасних технологій – потенційно пропонуючи клієнтам ультразручні послуги і відкриваючи фінансову систему для нових учасників (наприклад, AI-агентів або недостатньо обслуговуваних популяцій). В майбутньому ми можемо очікувати, що традиційні банки будуть відповідати на це, прискорюючи впровадження AI або співпрацюючи з нативними AI-ініціативами. В деяких випадках, традиційні учасники можуть навіть придбати успішні стартапи з AI-банкінгу, щоб приєднати їх можливості. Регулятори також уважно спостерігають. Якщо нативні AI-банки матимуть сильні показники у управлінні ризиками та дотриманні нормативних вимог, регулятори можуть оновити фреймворки, щоб сприяти ширшому використанню AI у банкінгу, можливо, навіть створивши нові категорії ліцензій для фінансових установ на базі AI.
Однак появу нативних AI-банків супроводжують значні ризики та виклики, які потрібно контролювати. Однією з основних проблем є управління та нагляд. Коли AI-алгоритми приймають кредитні рішення або виявляють шахрайство, вкрай важливо, щоб вони були неупередженими і безпомилковими. Неконтрольовані алгоритми можуть ненавмисно дискримінувати певні групи клієнтів або схвалювати ризиковані кредити – помилки, які можуть підірвати довіру і викликати регуляторні санкції. Прозорість є ще одним викликом: ці банки повинні зробити дії свого AI зрозумілими для регуляторів і клієнтів.
Для традиційних фінансових установ виникнення нативних AI-банків є двосічним мечем. З одного боку, це підштовхує межі інновацій, потенційно приводячи до нових методів і технологій, які можуть прийняти традиційні учасники. Встановлені банки можуть вчитися у ефективності AI-робочих потоків Catena або успіху залучення клієнтів Bunq’s Finn, і інтегрувати схожі ідеї. З іншого боку, ці нові учасники можуть стати грізними конкурентами в певних сегментах.