Нативні AI банки, створені з нуля навколо штучного інтелекту, автоматизують обслуговування клієнтів, кредити, комплаєнс та інше. Подивіться, як новатори такі як Catena Labs, One Zero, Bunq, WeBank і CITIC aiBank змінюють глобальні фінанси та кидають виклик традиційним банкам.
AI у фінансах розвивається стрімко. У 2010-х роках багато банків запровадили машинне навчання у кредитний рейтинг та чатботи для підтримки клієнтів, досліджуючи потенціал AI в існуючих рамках. Вже до 2020 року провідні банки інтегрували складні алгоритми в управління ризиками та персоналізацію клієнтів. Недавнє дослідження показало, що 65% банків планують запустити сервіси на основі AI у 2025 році, що свідчить про те, наскільки AI став основним у банківській справі. Проте більшість цих зусиль ще приєднує AI до застарілих систем. На відміну від цього, банки “нативні щодо AI” прагнуть створити фінансову установу навколо можливостей штучного інтелекту, принципово переосмисливши, як банк функціонує.
Концепція нативних AI банків набирає обертів, оскільки підприємці та технологи визнають, що існуючі банки, навіть нео-банки, орієнтовані на цифровий формат, стикаються з обмеженнями при адаптації до світу, орієнтованого на штучний інтелект. Традиційні банки, засновані на багаторічних процесах і інфраструктурі, часто знаходять це "повільним, дорогим, повним глобальних тертя, непластичним і невідповідним" для підтримки нових можливостей, які пропонує штучний інтелект. Це відкрило двері для стартапів та передових фінансових фірм, які можуть створювати банки, що починаються з AI-архітектур першого порядку.
Ці нові гравці проектують системи, де AI управляє всім від взаємодії з клієнтами і моніторингу шахрайства до кредитних рішень і навіть регулятивного комплаєнсу, все під наглядом людини.
Що Таке Нативні AI Банки?
У простих словах, нативні AI банки - це фінансові установи, побудовані навколо штучного інтелекту з першого дня, а не прикріплення AI до традиційного ядра.
Недавній опис від фінтех-стартапу визначив нативний AI банк як банк "побудований навколо AI, а не доданий як складова".
На практиці це означає, що продукти, послуги та внутрішні процеси банку розроблені для управління AI-алгоритмами та автоматизацією, з мінімальним ручним втручанням у повсякденні робочі процеси. Людський персонал забезпечує контроль, стратегічне управління і вирішує виняткові випадки, але AI-системи управляють рутинними рішеннями та взаємодіями.
Типовий нативний AI банк характеризується комплексними цифровими операціями, де AI керує інтеграцією клієнта, оцінкою ризиків, транзакціями та обслуговуванням клієнтів.
Складні моделі машинного навчання аналізують дані клієнтів, щоб запропонувати персоналізовані фінансові поради або виявити шахрайство в режимі реального часу. Чатботи та віртуальні асистенти обробляють велику частину запитів клієнтів. Особливо часто ці банки впроваджують останні інновації штучного інтелекту, такі як генеративний AI для розмовних інтерфейсів або підкріплення навчання для оптимізації інвестиційних стратегій. Мета полягає у створенні банку, який постійно вчиться та адаптується, покращуючи свої послуги, оскільки збирає більше даних – це те, що статичний застарілий ядро не може легко зробити.
Інша риса, яка визначає нативні AI банки, це те, що комплекти комплаєнсу та управління ризиками вбудовані у AI-системи. У традиційних банках комплаєнс часто є окремим шаром перевірок та звітів, деякі з яких виконуються вручну. У AI-першому банку програмне забезпечення розроблене для дотримання регуляторних обмежень з самого початку, автоматизуючи такі речі, як моніторинг підозрілих дій. "Належне розуміння комплаєнсу та регуляторного ризику повинно мати місце за столом разом з продуктом та інженерією," – підкреслює Невілл, зазначаючи, що ці банки програмують регуляторну логіку безпосередньо в свої AI робочі процеси.
Важливо зазначити, що "нативний AI" не означає "тільки AI." Людський контроль залишається критичним.
Бачення - це не повністю автономний банк без працівників, а високозабезпечений банк, де люди та AI працюють у тандемі. Наприклад, один проект AI банку планує використовувати "AI актори, або цифрових працівників, як робітників для виконання внутрішніх завдань з написання програмного забезпечення," у той час як люди керують наглядом та прийняттям рішень високого рівня. У ролях, що контактують з клієнтами, AI асистент може відповідати на стандартні запитання, передаючи їх людині-банкіру лише тоді, коли стикається з чимось, що він не може обробити самостійно або ситуацією, що вимагає співчуття та судження.
У наступних розділах ми розглянемо п'ять ініціатив, що є прикладами руху нативних AI банків.
Catena Labs – Створення Банку для "Економіки AI"
Один з найгучніших нових проектів - це Catena Labs, стартап з США, співзасновником якого є Шон Невілл (найбільш відомий як співзасновник Circle, компанії, що стоїть за стейблкоїном USDC).
Catena Labs наробила багато шуму у травні 2025, отримавши 18 мільйонів доларів у вигляді початкового фінансування для створення того, що Невілл називає "повністю регульованою, нативною щодо AI фінансовою установою", призначеною для майбутньої "економіки AI."
Раунд фінансування очолював a16z крипто фонд Andreessen Horowitz з участю відомих інвесторів, включаючи Breyer Capital, Coinbase Ventures та навіть зірку NFL Тома Бреді – склад, що підкреслює ажіотаж навколо цієї ідеї.
У Catena амбіційна мета: створити банк, де AI системи (так звані "AI агенти") можуть мати рахунки, здійснювати транзакції та взаємодіяти фінансово з іншими агентами або людьми автономно. Невілл вірить, що в найближчому майбутньому "AI агенти скоро проводитимуть більшість економічних транзакцій", і що сьогоднішні банки є фундаментально неготовими до цього сценарію.
Наприклад, торговий алгоритм або боти для електронної комерції можуть потребувати робити тисячі миттєвих платежів або підписувати контракти від імені людського власника – завдання, які викликають напруження у звичайних банківських процесах.
Відповідь Catena полягає в тому, щоб перебудувати фінансову інфраструктуру з нуля, щоб відповідати таким потребам.
В основі підходу Catena - використання стейблкоїнів, зокрема USDC, який Невілл допоміг створити, як "нативні щодо AI гроші" для транзакцій.
Оскільки стейблкоїни працюють на блокчейн-мережах, вони дозволяють здійснювати майже миттєві та програмовані платежі між країнами. Catena Labs стверджує, що стейблкоїни ідеально підходять для AI агентів, які можуть працювати цілодобово по всьому світу та потребувати швидких, недорогих транзакцій без затримок від людського втручання. Використовуючи USDC та схожі цифрові валюти, новий банк має намір дозволити клієнтам AI переміщувати гроші так само легко, як дані, при цьому завжди дотримуючись регуляторних стандартів для ідентифікації користувача (KYC) та боротьби з відмиванням грошей (AML).
Регуляція та довіра є ключовими акцентами для Catena Labs.
Невілл підкреслює, що отримання належних банківських ліцензій і забезпечення комплаєнсу інтегральні у дорожню карту проекту. Банк буде "управлятись AI під наглядом людини", що означає, що автоматизовані системи будуть керувати щоденними функціями, але люди встановлюють політики та втручаються за необхідності. Catena навіть випустила Agent Commerce Kit (ACK) – набір відкритих інструментів для перевірки та управління ідентичністю AI агентів. Встановлення довірених цифрових ідентифікацій для AI об'єктів – це одна із найскладніших проблем, оскільки регуляції вимагають ідентифікації власників рахунків (і, очевидно, ви не можете відбитки пальців AI бота). ACK є ранньою спробою вирішити цю проблему, надаючи протоколи для реєстрації та автентифікації AI агентів у фінансових транзакціях.
У аргументації, чому це зусилля необхідне, Catena Labs не перебільшує про недоліки теперішньої банківської системи. Теперішня глобальна фінансова інфраструктура описана як "повільна, дорога, повна глобального тертя, незграбна і невідповідна новим можливостям і ризикам штучного інтелекту."
Традиційні банки, на думку Невілла, активно блокують автоматизовані агенти – наприклад, багато систем створені для виявлення та запобігання "ботам" для забезпечення безпеки, що іронічно стає перешкодою, коли легітимні AI агенти намагаються приймати участь. Запропонований банк Catena, навпаки, мав би бути побудованим так, "що AI актори будуть первинними користувачами, а не перешкодою для них."
Станом на середину 2025, Catena Labs все ще знаходиться в режимі розробки – компанія ще не має публічного продукту і працює над отриманням ліцензій. 18 мільйонів доларів дозволить прискорити найм та розробку продуктів. Враховуючи досвід Невілла у Circle, ймовірно, що стартап буде тісно співпрацювати з регуляторами (можливо, переслідуючи банківську ліцензію або партнерство з існуючим банком), щоб забезпечити запуск AI-орієнтованого банку на надійному юридичному підґрунті.
One Zero Bank – Ізраїльський Цифровий Банк на Основі AI
Хоча деякі проекти нативних AI банків тільки починають, One Zero Bank в Ізраїлі вже діє та глибоко інтегрує AI у свої послуги.
Запущений наприкінці 2022 року, One Zero - це перший повністю цифровий банк Ізраїлю – хоча б перший новий банк, що отримав банківську ліцензію в країні за останні 45 років.
content: capital](https://www.calcalistech.com/ctechnews/article/byi4zgrlkx), підкреслюючи довіру до свого підходу. До 2025 року банк залучив близько $242 мільйонів і був оцінений приблизно в $320 мільйонів, причому серед інвесторів були такі технологічні гіганти, як Tencent, і фінтех-фонди з екосистеми SoftBank.
Штучний інтелект є серцем клієнтського досвіду One Zero.
У лютому 2024 року банк запустив «Ella 2.0», генеративну платформу з підтримкою штучного інтелекту, яка виступає в ролі віртуального фінансового асистента для клієнтів. Розроблена в партнерстві з AI21 Labs (ізраїльський стартап AI, що спеціалізується на великих мовних моделях), Ella 2.0 є по суті приватним банкіром з AI, доступним 24/7.
Клієнти можуть взаємодіяти з Ella за допомогою природної мови – задаючи складні питання про свої фінанси через рахунки, отримуючи поради з бюджету або вирішуючи проблеми – і отримувати миттєві, контекстно-залежні відповіді. Система розуміє кілька мов і була навчена на великій кількості банківських запитів для підвищення своєї точності.
За даними банку, Ella 2.0 «надає миттєві відповіді, працює 24/7 і використовує машинне навчання для персоналізації фінансових послуг». Іншими словами, вона постійно вчиться з взаємодій з клієнтами, щоб надавати кращу допомогу, при цьому людські банкіри готові допомогти, якщо це необхідно.
Перший CEO One Zero, Галь Бар Деа, підкреслив, як цей асистент з AI підвищує якість обслуговування. «Можливості Ella 2.0 перевершують мовні бар’єри», - сказав він, забезпечуючи «негайні, точні та персоналізовані відповіді, які постійно розвиваються, щоб задовольнити індивідуальні потреби клієнтів».
>One Zero пишається тим, що веде цю «глобальну хвилю від експериментального генеративного AI до практичного впровадження» в банківських послугах.
Орі Гошен, спів-CEO AI21 Labs, відзначив, що «новий AI-асистент One Zero, Ella, представляє зрушення в цифровій банківській індустрії у напрямку до кращого досвіду клієнта – який швидший, більш надійний і персоналізований для кожного користувача».
Такі схвалення підкреслюють тісну інтеграцію стартапу в розробленні рішень на основі штучного інтелекту.
Крім Ella, One Zero використовує AI у більш закулісних аспектах. Автоматизовані алгоритми обробляють більшу частину щоденних операцій і ухвалення рішень. Наприклад, моделі AI використовуються для оцінки кредитних ризиків та інвестиційних рекомендацій, вчачись на даних для покращення своїх результатів.
Стратегія банку полягає в автоматизації рутинних завдань наскільки це можливо, що знижує витрати і дозволяє банку пропонувати більш конкурентні тарифи.
Водночас, One Zero зберігає людських фінансових радників, до яких клієнти можуть звернутися (банк обіцяє гібрид «особистих фінансових менеджерів» та допомогу AI). Такий подвійний підхід враховує клієнтів, які хочуть ефективності AI, але також впевненість у людському досвіді для важливих рішень.
>Великі інвестиції One Zero в AI вже приносять дивіденди у взаємодії з клієнтами.
За деякими повідомленнями, їхній AI-асистент обробляв до 40% клієнтських запитів самостійно незабаром після запуску, допомагаючи людям-агентам з багатьма іншими. Це значно зменшило час відгуку – банк заявляє, що усунув час очікування для більшості запитів – і це гарантує, що клієнти отримують постійні, високоякісні відповіді у будь-який час.
AI навіть може обробляти складні питання з перехресними посиланнями; One Zero відзначив сценарії, як, наприклад, запитування «Який індійський ресторан я відвідав з другом у Лондоні?» і система може зробити висновок та знайти транзакцію. Такі можливості ілюструють потужність комбінації даних транзакцій з AI для бесіди.
З маркетингової точки зору, One Zero Bank є вивченням того, як новий банк може диференціюватися за допомогою AI. В конкурентному банківському секторі Ізраїлю, продажна пропозиція One Zero полягає не лише в тому, що в нього є привабливий мобільний додаток – багато банків мають – але в тому, що його сервіси розумніші та більш проактивні. Банк може сповіщати користувачів про незвичайні витрати, прогнозувати їхній грошовий потік або пропонувати фінансові кроки, керовані AI-аналітикою на їхніх даних. Це відповідає ширшій тенденції: споживачі дедалі частіше очікують персоналізованих, миттєвих послуг у фінансах, як це роблять Netflix або Spotify з розвагами. One Zero бере участь у такому очікуванні, використовуючи AI, щоб стати своєрідним «фінансовим консьержем».
Залишаються виклики для One Zero, особливо коли вони планують розширення за межі Ізраїлю. Банк мав плани розширення на міжнародному рівні, але зовнішні події (такі як регіональні конфлікти наприкінці 2023 року) змусили його зупинити деякі ініціативи.
Тим не менш, досягнення компанії спостерігаються у всьому світі. Якщо One Zero Bank продовжить бути успішним, це може надихнути подібні цифрові банки, орієнтовані на AI, в інших країнах. Він також забезпечує живий приклад для регуляторів того, як AI можна безпечно інтегрувати в банківські послуги. Зазначимо, що регулятори Ізраїлю надали One Zero повну банківську ліцензію, що свідчить про довіру до його моделі та капіталу – це позитивний знак для інших банківських починань на основі AI, які намагаються отримати схвалення регуляторів у майбутньому.
## Bunq – Перший європейський небанк, що працює на AI
В Європі одним з усталених гравців, які приймають підхід на основі AI, є Bunq, нідерландський цифровий банк, часто називається «банком Вільних» за свою технологічно-орієнтовану, користувацько-центральну етику.
[Bunq був заснований](https://www.omdena.com/blog/top-15-mid-sized-banks-driving-ai-driven-customer-engagement-in-2025) у 2012 році і розвинувся до мільйонів користувачів по всій Європі, але наприкінці 2023 року він усіх здивував, оголосивши, що він став «першим банком у Європі, що працює на AI».
Bunq інтегрував генеративний AI у свою платформу на рівні, не баченому серед своїх колег, прагнучи трансформувати спосіб, яким клієнти взаємодіють зі своїми фінансами. Центральним елементом цих зусиль є «Finn», персональний фінансовий помічник Bunq на основі AI.
У грудні 2023 року Bunq випустив Finn як інструмент генеративного AI, який взаємодіє з клієнтами через додаток.
Finn фактично замінив традиційні пошукові та навігаційні функції в додатку Bunq. Замість того, щоб вручну переглядати меню або списки транзакцій, користувачі можуть просто запитати Finn або давати команди природною мовою. «Finn вразить вас», - сказав засновник та CEO Bunq Алі Нікнам під час запуску, вихваляючи результат «багатьох років інновацій AI» та «лазерну увагу на наших користувачів».
За словами Нікнама, метою було «повністю трансформувати банківські послуги, як ви їх знаєте», роблячи взаємодії настільки простими, як розмова.
Що може Finn? За даними Bunq, багато чого. Користувачі можуть ставити питання, наприклад, «Скільки я витратив на продукти минулого місяця?» або «Які мої середні місячні витрати на рахунки за комунальні послуги?», і Finn миттєво проаналізує їхні транзакційні дані, щоб надати відповідь. Він також може обробляти більш складні запити, що поєднують кілька елементів інформації.
Наприклад, Нікнам поділився, що «він навіть може поєднувати дані для відповідей на питання, що виходять за межі транзакцій, такі як ‘Скільки я витратив у кафе біля Центрального парку минулої суботи?’». AI розуміє контекст, означає, що він може виявити, що «кафе біля Центрального парку» стосується конкретного продавця і дати в історії транзакцій користувача, чому нормальна пошукова функція не могла б впоратися. Дозволяючи такі бесідні запити, Bunq робить набагато легшим для користувачів аналізувати власні витрати і знаходити інформацію без знань у бухгалтерії або виснажливих ручних зусиль.
Крім Q&A, Finn допомагає з фінансовим плануванням і бюджетуванням. Користувачі можуть просити поради або прозріння, такі як «Чи маю я достатньо залишків цього місяця, щоб додати €500 до своїх заощаджень?» і отримати відповідь на основі даних. Це як мати особистого бухгалтера під рукою.
Bunq використовує це для заохочення здорових фінансових звичок серед своїх клієнтів. Всередині Bunq AI також аналізує транзакційні шаблони в кількох зв'язаних рахунках (використовуючи європейські рамки відкритого банкінгу) для надання консолідованих поглядів на фінанси користувача. Це означає, що Finn може бачити баланси і витрати клієнта не лише у Bunq, але і в інших банках, якщо користувач дозволяє, надаючи огляд всіх в одному – потужну характеристику для бюджетування і планування.
Вплив Finn був помітним.
>Звіти вказували, що Finn зміг самостійно обробляти близько 40% запитів клієнтів, без людського втручання, і допомагати з іншим значним частиною.
Це зменшило навантаження на персонал підтримки Bunq та прискорило час відгуку для користувачів. Насправді, на початку 2024 року Bunq заявив, що впровадження Finn зробило взаємодії з клієнтами ефективнішими, ніж будь-коли, багато питань відповідаються миттєво AI. Для решти запитів, які вимагали людського втручання, команда Bunq могла зосередитися на складних питаннях, оскільки AI розподіляє прості.
Результатом є масштабована модель обслуговування клієнтів, оскільки Bunq продовжує розширювати свою користувацьку базу по всій Європі.
Прийняття AI Bunq приходить в той час, коли вони розширюються географічно та за продуктами. Компанія подала заявку на банківську ліцензію в США в 2023 році, прагнучи ввійти на американський ринок, і така інновація допомагає їй виділитися в усе більш людному середовищі небанківських послуг.
Варто зазначити, що інші фінтех-компанії наслідують приклад: американська небанківська MoneyLion оголосила функцію пошуку, з підтримкою ChatGPT, приблизно в той же час, і ще один, названий Dave, представив «DaveGPT» для запитів клієнтів.
>Але фора Bunq і інтеграція в основні функції (повністю замінюючи пошук AI) дає їй позицію лідера.
З бізнесової точки зору, Bunq використовує AI не лише для допомоги користувачам, але і для [отримання висновків](https://tech.eu/2025/04/30/dutch-neobank-bunq-expands-into-crypto-trading/), які інформують нові пропозиції. Аналізуючи, як люди задають питання про свої гроші, Bunq може ідентифікувати болючі точки або популярні запити та потенційно створити нові функції чи продукти на основі цих запитів.
Наприклад, якщо багато користувачів запитують «Чи можу я дозволити собі X до кінця року?», Bunq може розробити автоматизований планувальник заощаджень. Ця інновація, основана на даних, є конкурентною перевагою бути банком, орієнтованим на AI – зворотній зв’язок від взаємодій користувачів до покращення обслуговування є дуже щільним.
>Однак Bunq також обережний
```Контент: об'єднати штучний інтелект з людським наглядом. Всі відповіді ШІ перевіряються на точність і актуальність.
Банк підкреслив, що поради Фінна базуються на даних, однак клієнти повинні використовувати своє судження - це помічник, а не повністю автономний фінансовий менеджер (принаймні поки що). Крім того, першорядну важливість мають конфіденційність і безпека; Bunq повинен гарантувати, що ШІ має доступ тільки до даних, які дозволив користувач, і що чутлива інформація захищена. Поки що серйозних проблем не повідомлялося, і клієнти в основному позитивно відгукуються про зручність розмовного банкінгу.
Алі Нікнам, генеральний директор Bunq, представив впровадження ШІ як частину місії компанії щодо спрощення банківських процесів. На його думку, традиційні банки обтяжують клієнтів громіздкими інтерфейсами та жаргоном, тоді як Bunq хоче "зробити життя набагато простішим" для користувачів завдяки технології.
Зробивши банкінг таким же легким, як написання повідомлення другу, Bunq сподівається посилити лояльність і залученість клієнтів. Насправді, аналіз галузі показує, що персоналізація та зручність використання значно підвищують задоволеність клієнтів у банкінгу.
Стратегія Bunq щодо ШІ відповідає обом цілям: персоналізувати досвід (оскільки відповіді Фінна унікальні для ваших даних і запитань) і зробити його простим (немає потреби вчити меню додатка або фінансову термінологію).
Будучи одним із перших користувачів ШІ в Європі, Bunq пропонує цінний приклад для галузі. Це демонструє, що навіть діючий банк з мільйонами користувачів може успішно інтегрувати ШІ в серце своїх сервісів - це не тільки для нових стартапів. Досвід Bunq буде ретельно відслідковуватись іншими європейськими банками та фінтех-компаніями. У певному сенсі, Bunq перетворюється на технологічну компанію не менше, ніж на банк, постійно інтегруючи останні розробки ШІ. Якщо Фінн і подальші функції ШІ продовжать успішно виконувати свої завдання, швидше за все, ми побачимо більше банків, які запускатимуть власні асистенти в стилі GPT або функції персоналізації на основі ШІ в гонці за приваблення цифрово обізнаних клієнтів.
## WeBank – піонерський банк Китаю, що першочергово впровадив ШІ
Жодна дискусія про ШІ в банківській справі не була б повною без згадування WeBank, новаторського цифрового банку Китаю, який з моменту свого заснування був піонером у впровадженні ШІ.
WeBank був заснований у 2014 році як перший інтернет-банк Китаю, підтриманий техногігантом Tencent. Спочатку стратегія WeBank полягала у використанні новаторських технологій, втілених в його мантрі "ABCD" (ШІ, блокчейн, хмарні обчислення, дані), для обслуговування мільйонів клієнтів з низькими витратами. За минуле десятиліття WeBank стрімко зростав, надаючи позики, платежі та фінансові послуги десяткам мільйонів користувачів, багато з яких недоотримують банківські послуги, а також малому бізнесу. Його успіх часто пояснюється глибокою інтеграцією ШІ в операції, що дозволяє набагато ефективніше управляти обсягами та ризиками, ніж традиційні банки.
Один із найвидатніших досягнень WeBank – це розмір, до якого він [використовує ШІ](https://www.pymnts.com/innovation/2018/webank-online-bank-ai-robots-customer-service/) та автоматизацію у сфері обслуговування клієнтів і підтримки. На кілька років тому WeBank повідомив, що отримує близько 100,000 запитів на обслуговування клієнтів щодня, і його "віртуальні роботи" на основі ШІ обробляють 98% з них без втручання людини.
Ці віртуальні агенти використовують обробку природної мови та розпізнавання мови – по суті, ранні версії того типу ШІ, який живить сучасних голосових помічників – для вирішення запитів клієнтів. Доктор Ян Цян, головний консультант з ШІ у WeBank, пояснив, що вони використовують розпізнавання обличчя, голосу та обробку природної мови для покращення обслуговування та зручності. Клієнти можуть взаємодіяти через чат або голос, а ШІ може аутентифікувати їх (за допомогою розпізнавання обличчя) і вирішувати проблеми або виконувати запити в реальному часі.
Філософія WeBank полягала в тому, що ШІ призначений для "доповнення, а не заміни" людського обслуговування – підхід, що звучить схоже на західні банки, однак WeBank впровадив його на крайній рівень. "Автоматизоване обслуговування – це не ворог людських послуг. Вони повинні працювати пліч-о-пліч," сказав Ян Цян CNBC. Результатом є високошкалована модель: відносно невелика команда людського персоналу може контролювати клієнтську базу з мільйонів завдяки тому, що ШІ виконує важку роботу щодня. Насправді, WeBank відомо почав з лише кількох десятків співробітників без фізичних відділень, але зміг видавати величезні обсяги мікропозик по всьому Китаю, покладаючись на алгоритми кредитування на основі ШІ і взаємодії з клієнтами через смартфони. Ця операційна ефективність є основною причиною, чому WeBank став прибутковим протягом всього кількох років після запуску, що є рідкісним для нових банків.
> Інша область, в якій WeBank відзначається, це аналіз кредитного ризику на основі ШІ та затвердження позик.
Традиційні банки часто вимагають тривалої паперової роботи та людського андеррайтингу для позик, але WeBank автоматизував більшу частину цього за допомогою моделей машинного навчання. Аналізуючи величезну кількість альтернативних даних, таких як поведінка у соціальних мережах, історія мобільних платежів (використовуючи екосистему Tencent) та інші цифрові сліди, ШІ WeBank може швидко оцінити кредитоспроможність і надати невеликі позики фізичним особам та малим підприємствам, які можуть бути відхилені великими банками.
Цей інклюзивний підхід поширив кредит на сегменти, які раніше вважалися занадто ризикованими чи дорогими для обслуговування. Ян Цян зазначив, що така технологія створює "можливість для WeBank бути ефективнішим за традиційні банки в обробці позик та проведенні аналізу ризику", що дійсно підтвердилося. WeBank може обробляти заявки на кредити за хвилини і постійно моніторити їх, з чим традиційним банкам важко конкурувати.
> WeBank також був новатором у дослідженнях ШІ.
Він інвестував у такі області, як федеративне навчання, техніка тренування моделей ШІ на конфіденційних даних з кількох джерел без компрометації конфіденційності. Це було важливо для WeBank, щоб співпрацювати з іншими установами (наприклад, ділитися даними про зловживання) при дотриманні суворих правил конфіденційності даних Китаю.
Технологи банку опублікували статті та відкрили інструменти, що свідчить про те, що WeBank вважає себе техногігантом, а не просто фінансовою установою. У березні 2025 року WeBank навіть поділився баченням "AI-native bank" на глобальній конференції, підкреслюючи, як десятиріччя його технічної експертизи рухає банківську справу в бік "розумнішої та більш інклюзивної".
Це свідчить про те, що WeBank націлений залишатися на передовій штучного інтелекту у фінансах, можливо, досліджуючи наступні покоління ШІ, такі як генеративні моделі, для ще більш прогресивних послуг.
Незважаючи на величезну автоматизацію, WeBank не виключив людський фактор. Замість цього, він його переорієнтував. Займаючись рутинною роботою, людські співробітники зосереджуються на таких областях, як поліпшення алгоритмів, обробка виняткових випадків та розробка нових продуктів.
Згідно зі стратегією штату WeBank, близько 60% співробітників зайняті в технологічних ролях, що є незвично високим співвідношенням для банку, але логічним для того, що по суті є фінтех-інституцією. Ця технічно-перша культура додатково затверджує статус WeBank як AI-native bank в авангарді.
## CITIC aiBank – Спільне підприємство фінансів та технологій
Приблизно в той же час, коли WeBank набирав обертів, інший вагомий експеримент у банкінгу з акцентом на ШІ був у процесі в Китаї: CITIC aiBank (часто просто [називається “AiBank”](https://www.reuters.com/article/technology/china-citic-baidu-launch-direct-bank-in-fintech-push-idUSKBN1DI04D/)).
Це спільне підприємство між China Citic Bank, середньорівневим комерційним банком, та Baidu, гігантом інтернет-пошуку та ШІ. Заснований у кінці 2017 року, aiBank був створений як прямий банк без відділень з явною метою використання великих даних та штучного інтелекту для надання розумних фінансових послуг.
З зареєстрованим капіталом у 2 мільярди юанів (близько 300 мільйонів доларів США на той момент) та розподілом власності 70/30 між Citic Bank та Baidu, aiBank являв собою поєднання банківських знань та новітніх технологій.
З початку фокус aiBank був на кредитуванні споживачів та малого бізнесу, сегментів, які часто недообслуговуються традиційними банками в Китаї. Використовуючи технології ШІ від Baidu, aiBank планував розвинути нові моделі оцінки ризику, які могли б краще оцінювати позичальників, у яких немає обширних кредитних історій. "AiBank зосереджуватиметься на кредитуванні фізичних осіб та малих підприємств, одночасно використовуючи великі дані та штучний інтелект для створення нових моделей контролю ризику," сказав Лі Жудун, президент банку, на своєму запуску.
Це свідчить, що aiBank мав намір аналізувати нетрадиційні дані – можливо, включаючи дані пошуку, соціальні дані тощо, завдяки Baidu – для прийняття кредитних рішень. Очікувалося, що отримані з інсайтів на основі ШІ можуть визначити кредитоспроможних клієнтів, яких методи традиційного скорингу можуть пропустити, тим самим розширюючи фінансову інклюзію з прибутковістю.
Разючою деталлю, розкритою на момент запуску, було те, що 60% співробітників aiBank будуть технічними працівниками. Це було практично нечуваним в банківській сфері на той час і сигналізувало про відмінну операцію aiBank у порівнянні з типовим банком, де більшість персоналу займають позиції у відділеннях або загальних операціях.
Концентруючись на інженерії та наукових даних, aiBank поставив себе на шлях безперервного розвитку та вдосконалення систем ШІ всередині організації. Внесок Baidu полягав не тільки в капіталі, але й технології – включаючи його платформи ШІ, хмарні сервіси, і можливо, навіть його величезні дані користувачів (в межах конфіденційності/правових обмежень). Ця співпраця тих пір була частиною ширшої тенденції в Китаї, за якої технологічні компанії і банки об'єднуються – подібно Alibaba з MYbank і Tencent з WeBank – для створення гібридних сутностей, які поєднують в собі сильні сторони кожного аспекта. У випадку Baidu, aiBank також запропонував шлях до монетизації досліджень ШІ у фінансах і демонстрації своїх лідерських позицій у ШІ.
На запуску, тодішній головний виконавчий директор Baidu, Лу Ци, підкреслив цю ініціативу, заявивши, "AiBank є ...Зміст: "майбутнє інтелектуальних фінансів... Це установа, яка найкраще розуміє клієнтів і найкраще розуміє фінанси". Ця цитата відображає прагнення того, що поєднуючи знання Baidu про користувачів (від їхньої онлайн-поведінки) з банківським досвідом Citic, aiBank може перевершити традиційні банки в інсайті та обслуговуванні клієнтів.
> Будучи прямим банком (тільки онлайн), aiBank також міг дістатися до клієнтів по всій країні без фізичної присутності, що є значною перевагою на величезному ринку Китаю.
На практиці, протягом наступних кількох років, aiBank впровадив цифрові кредитні продукти та послуги з покращенням на основі ІІ. Він пропонував особисті кредити через мобільні додатки, з швидкими схваленнями, які керуються моделями кредитування на основі машинного навчання. Для малого бізнесу експериментував з використанням ІІ для аналізу транзакцій електронної комерції та даних ланцюга постачання для надання кредитів - подібно до того, як це робить Ant Group.
AiBank також досліджував ІІ у клієнтському обслуговуванні, включаючи інтелектуальні чат-боти для базових запитів. Зважаючи на сильні сторони Baidu у обробці природної мови (особливо китайської), aiBank ймовірно отримав вигоду від передового ІІ у голосових асистентах та текстовій взаємодії з клієнтами. Хоча детальні дані про продуктивність aiBank не є широко доступними, його продовження робочої діяльності та збільшення капіталу (Citic і Baidu, за повідомленнями, подвоїли капітал до 2018 року для підтримки зростання) свідчать про його успіх.
Одним з унікальних аспектів aiBank є синергія з екосистемою Baidu. Baidu може інтегрувати фінансові послуги aiBank у свої популярні додатки. Наприклад, користувачам пошуку або карт Baidu могли пропонуватися послуги aiBank контекстуально (уявіть собі пошук "кредит на авто" і отримання пропозиції від aiBank). Більше того, дослідження ІІ від Baidu, такі як розпізнавання обличчя та голосові технології, мали реальне застосування у процесах безпеки та онбордингу aiBank. Як зазначив Ян Цян з WeBank загалом, технології як розпізнавання обличчя можуть дозволяти безшовне, дистанційне відкриття рахунків - aiBank ймовірно використовував подібні методи зважаючи на експертизу Baidu. У певному сенсі, aiBank служив як платформа для Baidu демонстрації потужності ІІ у регульованій індустрії, потенційно зміцнюючи позиції Baidu у ринку ІІ.
Однак, робота ІІ-нативного банку у структурі більшого традиційного банку (Citic) також мала виклики.
Участь Citic Bank забезпечувала дотримання регуляторних вимог і надавала банківську інфраструктуру, але вона також могла нав'язати більш обачний темп, ніж у чистому стартапі. Регуляторний нагляд з боку Китайської комісії з регулювання банківської та страхової діяльності (CBIRC) означав, що інновації aiBank у сфері ІІ мали відповідати фінансовим регуляціям щодо ризиків. У 2021 році з'явилася анекдота про те, що китайські регулятори оштрафували Citic і Baidu за деякі формальності у створенні спільного підприємства – нагадування, що навіть технологічно просунуті банки працюють під суворими правилами. Тим не менш, китайські регулятори загалом підтримують ІІ і фінтех у банківській сфері, якщо ризики контролюються.
Станом на 2025 рік, CITIC aiBank виступає прикладом успішної інтеграції ІІ у новому банківському підприємстві.
Він може не мати глобальної впізнаваності як WeBank, але підкреслює спільну модель: спадковий банк і техногігант співпрацюють у створенні ІІ-нативної банківської платформи.
## Заключні думки
Піднесення ІІ-нативних банків вказує на майбутнє, де фінанси будуть швидшими, більш персоналізованими та навіть керованими машинами.
Ці новаторські проекти демонструють, що банки можуть бути радикально переосмислені з використанням сучасних технологій – потенційно пропонуючи клієнтам ультра-зручні послуги і відкриваючи фінансову систему для нових учасників (наприклад, агенти ІІ або недообслуговувані населення). У майбутньому ми можемо очікувати, що традиційні банки відповідатимуть, прискорюючи власне впровадження ІІ або співпрацюючи з ІІ-ініціативами. У деяких випадках, існуючі установи можуть придбати успішні ІІ-банківські стартапи для інтеграції їх можливостей. Регулятори також уважно стежать. Якщо ІІ-нативні банки покажуть сильні результати в управлінні ризиками та відповідності, регулятори можуть оновити рамки, щоб сприяти ширшому використанню ІІ у банківській справі, можливо навіть створюючи нові категорії ліцензій для фінансових установ, які керуються ІІ.
Однак, поява ІІ-нативних банків також приносить значні ризики та виклики, які потрібно управляти. Однією з головних проблем є управління та нагляд. Коли алгоритми ІІ приймають рішення про кредит або виявляють шахрайство, важливо забезпечити, щоб вони були неупередженими та безпомилковими. Безконтрольні алгоритми можуть випадково дискримінувати певні групи клієнтів або схвалювати ризиковані кредити – помилки, які можуть підірвати довіру і призвести до регуляторних штрафів. Прозорість є ще однією проблемою: ці банки мають зробити дії свого ІІ зрозумілими для регуляторів і клієнтів.
Для традиційних фінансових установ поява ІІ-нативних банків є двояким мечем. З одного боку, це стимулює інновації, потенційно призводячи до розробки нових методів і технологій, які можуть прийняти чинні банки. Встановлені банки можуть навчитися з ефективності ІІ-робочих процесів Catena або успіху у взаємодії з клієнтами Bunq’s Finn, і інтегрувати подібні ідеї. З іншого боку, ці нові учасники можуть стати значними конкурентами у певних сегментах.