Открытые стандарты откроют следующий прорыв агентного ИИ в финтехе

Маник Суртани — руководитель отдела открытого программного обеспечения в Block.

Откройте для себя лучшие новости и события финтеха!

Подписывайтесь на рассылку FinTech Weekly

Читают руководители JP Morgan, Coinbase, Blackrock, Klarna и других компаний

В 2025 году AI-агенты кардинально изменят внутренние процессы финтех-компаний, автоматизируя сложные рабочие процессы и координируя действия между инструментами с минимальным участием человека. В 2026 году мы увидим всё больше таких агентных функций, предлагаемых напрямую клиентам. Но индустрия стоит перед выбором. Современная экосистема финансовых технологий сильно фрагментирована. Каждый платежный процессор, кредитор, банк и платформа используют свои собственные форматы данных и API. Клиенты могут либо получать агентов, работающих только внутри изолированных систем, либо коллективно двигаться к открытым стандартам, позволяющим агентам функционировать в более широком финансовом контексте.

Ранее в этом месяце Block, Anthropic и OpenAI в партнерстве с Linux Foundation объявили о создании Агентного AI-фонда (AAIF), объединяющего вклад их компаний и поддержку других лидеров AI для установления открытых стандартов для агентного AI. Хотя это только начало, это важный шаг к повышению совместимости в области финансовых технологий. Если индустрия поддержит это направление, мы сможем создать экосистему, в которой агенты смогут учиться на более богатых данных, получать доступ к унифицированным интерфейсам и приносить преимущества, которые будут накапливаться, а не распадаться. В противном случае, мы рискуем повторить ту же изолированную архитектуру, которая тормозила инновации десятилетиями, только с более мощными технологиями.

Ограничения агентного AI в изолированных системах

Финтех традиционно развивался на основе проприетарных технологий. Эта модель работала раньше, но агентный AI выявляет её ограничения. Агенты нуждаются в постоянном доступе к контексту, возможностям действий и сигналам из нескольких систем.

Когда каждое учреждение структурирует транзакции, идентификаторы, показатели риска и профили продавцов по-своему, агентный AI сталкивается с серьёзными препятствиями. Фрагментированные данные мешают агентам рассуждать или принимать уверенные решения. Трудности интеграции замедляют внедрение и увеличивают затраты на разработку. Зависимость от поставщиков заставляет компании выбирать менее эффективные инструменты просто потому, что они подходят под существующую архитектуру, или, что ещё хуже, создавать собственные изолированные системы, что только усугубляет проблему.

Агентный AI достигает успеха, когда он может наблюдать, принимать решения и действовать в связных системах. Изолированные среды ослабляют все три способности.

Почему открытые стандарты меняют всё

Открытые стандарты (общие схемы, определения и протоколы) делают гораздо больше, чем просто упрощают интеграцию. Они создают основу для масштабируемого и совместимого агентного поведения.

Прежде чем агенты смогут рассуждать или действовать от имени пользователей, эти системы должны говорить на одном языке. Рассмотрим Model Context Protocol (MCP) — открытый стандарт, который позволяет AI-системам взаимодействовать с реальными инструментами и данными. За примерно год MCP получил всё большее распространение в различных отраслях, включая финтех и торговлю. Block создала первую эталонную реализацию MCP с goose и стала одним из первых участников протокола. Stripe внедрила поддержку MCP для доступа к платежным данным, создания чек-аут-сессий и управления подписками. Square выпустила MCP-серверы для своих API платежей, каталога и клиентов. Shopify запустила интеграции MCP для своей торговой платформы. Эти примеры демонстрируют реальный интерес рынка к совместимости.

Благодаря совместимым протоколам агенты могут интерпретировать данные с большим контекстуальным пониманием. В отличие от этого, фрагментация ограничивает качество сигналов, на которых основываются агенты.

Это контрастирует с концепцией открытого банкинга. Внедрение открытого банкинга в мире заняло годы (особенно в США), поскольку требовало от учреждений выполнения сложных задач: разработки новых API, обеспечения соответствия требованиям, координации с регуляторами. Прогресс зависел от регулятивного давления, и даже тогда внедрение шло медленно и неравномерно. В обоих случаях клиенты выигрывают от лучшей совместимости. С агентным AI у компаний появляется дополнительный стимул: агенты могут помогать в мостах или переводе данных между системами, снижая затраты на интеграцию и делая открытые стандарты коммерчески привлекательными, а не только соответствующими нормативам.

Следующее поколение агентного AI будет состоять из специализированных агентов, которые сотрудничают. Один агент может отлично классифицировать документы, другой — обнаруживать мошенничество, третий — прогнозировать денежные потоки. Предсказуемые интерфейсы и общие протоколы помогут этим агентам находить сервисы, делегировать задачи и управлять рабочими процессами без хрупкого пользовательского кода.

Когда агенты смогут свободно перемещаться между финансовыми платформами, станет очевидна истинная сила совместимости. Сейчас каждый финансовый сервис работает изолированно. Ваша система расчётов с сотрудниками не связана с вашим бизнес-банковским приложением. Инструмент управления расходами не взаимодействует с бухгалтерским софтом. Ваш платежный процессор не видит ваши прогнозы по денежным потокам. Благодаря открытым стандартам агенты смогут управлять всеми этими аспектами. Они смогут автоматически сверять расходы, подтягивая данные с корпоративной карты, сопоставляя их с счетами в бухгалтерии и обновляя бюджеты в реальном времени. Они смогут координировать сроки платежей по разным платформам, чтобы платить поставщикам, когда есть свободные деньги, и откладывать, когда их мало. Они смогут связывать данные о кредитовании с оценкой рисков на других платформах, чтобы не заполнять одни и те же формы повторно. Ценность в том, чтобы соединять системы, изначально не предназначенные для совместной работы.

Маленькие финтех-компании тоже выигрывают. Открытые стандарты создают равные условия, позволяя новым участникам подключать своих агентов к банкам и процессорам без дорогостоящих инженерных проектов. Они могут конкурировать по качеству аналитики и опыту, а не по затратам на интеграцию.

Стройте рельсы, а не стены

Следующее десятилетие финтеха будет определяться компаниями, которые понимают, что агентный AI — это не отдельный продукт, а платформа для рассуждений, действий и сотрудничества между системами. Платформы растут только тогда, когда индустрия согласна на общие рельсы.

AAIF — важный первый шаг, но только начало. Чтобы раскрыть весь потенциал агентного AI, финтеху нужно активно участвовать. Требуются открытые схемы данных, специально разработанные для финансовых примитивов: продавцов, транзакций, идентификаторов, сигналов риска и платежных потоков. Некоторые протоколы торговли и платежей уже существуют, и разрабатываются новые, но им необходима поддержка всей индустрии, чтобы стать настоящими стандартами, а не изолированными решениями. Нужно создать общие рамки безопасности и управления, чтобы доверие росло вместе с инновациями. И необходимо активное участие лидеров финтеха в отраслевых группах, которые определяют и поддерживают эти стандарты, а не пассивное наблюдение.

Это не означает отказ от дифференциации. Самые сильные компании будут выделяться в опыте, управлении рисками и интеллекте, а не в проприетарных технологиях. История интернета показывает, что сильная инфраструктура расширяет возможности, а не ограничивает их. Агентный AI дает шанс сделать это снова.

Об авторе

Маник Суртани — руководитель отдела открытого программного обеспечения в Block, Inc. В Block Маник ранее руководил инженерными командами в Square и Cash App. До этого он был ведущим инженером в Red Hat. Он основал и руководил проектом Infinispan и был архитектором платформы JBoss Data Grid. Маник имеет опыт в области AI, распределённых и отказоустойчивых систем, а также оптимизации производительности JVM. Он активно продвигает методологии открытого исходного кода, этику и коллаборативные процессы, участвует в open source с первых шагов в области вычислений.