Дилемма соответствия ИИ: доверие по-прежнему принадлежит людям

Роман Элошвили является основателем и генеральным директором XData Group, компании по разработке программного обеспечения B2B. Там он руководит разработкой ИИ в банковской сфере, одновременно управляя взаимоотношениями с инвесторами и способствуя масштабированию бизнеса. Он также является основателем ComplyControl, стартапа в области RegTech в Великобритании, специализирующегося на передовых технологических решениях для банков.

Узнайте о лучших новостях и событиях в финтехе!

Подпишитесь на рассылку FinTech Weekly

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

Банки и финтех-компании по всему миру ищут способы использования искусственного интеллекта в различных областях: для ускорения операций, сокращения затрат, улучшения взаимодействия с клиентами и многого другого. И все же, когда речь заходит о соблюдении нормативных требований — пожалуй, одной из самых требовательных и трудоемких частей финансов — большинство компаний все еще сдерживаются.

Опрос, проведенный ранее в 2025 году, показал, что только ничтожная доля фирм (менее 2%) фактически полностью интегрировала ИИ в свои рабочие процессы. Однако большинство из них все еще находятся на ранних стадиях изучения и внедрения. Если вообще они его внедряют.

Давление на компании, чтобы они успевали за изменениями в нормативных актах, все еще очень велико и растет. Так почему же соблюдение норм так медленно принимает ИИ, когда это могло бы быть большой помощью?

Давайте попробуем разобраться.

Человеческий взгляд на вещи все еще важен

Вероятно, первое и самое важное, что нам нужно помнить здесь, это то, что соблюдение норм — это не просто следование контрольному списку. Это о том, чтобы принимать решения в ситуациях, которые часто попадают в серую зону. Мир финансовых решений редко бывает черно-белым. Нормативные акты различаются в разных юрисдикциях, и интерпретация этих правил редко бывает простой.

ИИ великолепно справляется с обработкой данных со скоростью света и выявлением аномалий. Но хотя он может отметить транзакцию, которая выглядит подозрительно на основании заранее установленных шаблонов, это не означает, что он может четко объяснить «почему» своих выводов. Более того, он испытывает трудности с нюансами. Человеческий сотрудник по соблюдению норм может определить, когда поведение клиента, хотя и необычное, является безобидным. ИИ, с другой стороны, гораздо более вероятно просто поднимет тревогу без контекста.

Вот почему руководители по соблюдению норм колеблются, передавая управление. Машины, безусловно, могут быть полезны, но большинство людей все еще гораздо больше доверяют способности человека видеть общую картину и судить соответственно.

Эффективность против нормативных и репутационных рисков

Способность ИИ анализировать тысячи транзакций в реальном времени — это то, с чем ни одна команда по соблюдению норм не сможет сравниться, находясь в ручном режиме. Поэтому с точки зрения эффективности никто не может отрицать, что это отличный инструмент поддержки, способный сократить рабочую нагрузку, чтобы сотрудники могли сосредоточиться на более стратегических и тонких задачах.

Но соблюдение норм — это не та область, где только скорость выигрывает. Если система ИИ ошибается в суждении, это может привести к штрафам, ущербу для репутации или нормативному контролю. Все эти вещи могут быть очень вредными для бизнеса — возможно, даже разрушительными. Так что не удивительно, что многие хотят избежать приглашения таких осложнений на свою голову?

Большинство регуляторов также согласны с тем, что, когда дело касается принятия решений на основе ИИ, кто-то должен оставаться ответственным. Если модель ИИ ошибочно блокирует законную транзакцию или упускает мошенническую, ответственность в конечном итоге все равно лежит на компании. И именно сотрудники по соблюдению норм должны брать на себя эту ответственность.

Это создает естественное чувство осторожности: руководители по соблюдению норм должны взвешивать преимущества более быстрого мониторинга против рисков возможных нормативных штрафов. И пока системы ИИ не станут более объяснимыми и прозрачными, вероятно, многие компании будут неохотно позволять им принимать автономные решения.

Как ответственно двигаться с внедрением ИИ

Очень важный урок, который можно извлечь из всего вышесказанного, заключается в том, что колебания руководителей по соблюдению норм не означают, что они против ИИ. На самом деле многие оптимистично настроены относительно роли ИИ в будущем. Важно найти правильный путь вперед.

На мой взгляд, наиболее естественным и многообещающим курсом, который доступен нам, является принятие гибридной модели. Сотрудничество между людьми и ИИ, где искусственный интеллект выполняет основную работу — сканирование транзакций, выявление необычной активности или генерация отчетов. А когда конечные результаты готовы, люди могут затем их просмотреть, интерпретировать контекст решений ИИ и принять окончательное решение.

Но для того чтобы следовать такой модели, компаниям нужно убедиться, что их системы ИИ объяснимы. Соблюдение норм — это не просто обнаружение рисков; это доказательство того, что решения справедливы. Вот почему рынку нужны более качественные инструменты ИИ, которые могут объяснять свои результаты простыми терминами.

Дело не в «человеке против машины»

С реалистичной точки зрения, я не вижу, чтобы ИИ делал сотрудников по соблюдению норм устаревшими. Гораздо вероятнее, что их роли изменятся — от исполнителей до менеджеров. Сотрудники будут тратить меньше времени на выполнение проверок и вместо этого будут дважды проверять решения ИИ, справляясь с серыми зонами, где машины все еще уступают.

В своей сути соблюдение норм — это человеческий бизнес. И хотя ИИ может сделать команды по соблюдению норм быстрее и эффективнее, он не может справиться с моральной и нормативной ответственностью, которая с этим связана.

Вот почему я твердо верю, что будущее соблюдения норм будет менее связано с «человеком против машины» и больше с «человеком с машиной» — работая вместе, чтобы поддерживать финансовые системы в безопасности и справедливости.