Бизнес

Подписана первая отраслевая методология оценки финансового эффекта от внедрения ИИ

Подписана первая отраслевая методология оценки финансового эффекта от внедрения ИИ Состоялось подписание меморандума о признании первой в отрасли методологии оценки финансового эффекта от внедрения искусственного интеллекта. Документ устанавливает стандарт оценки эффективности для всей финансовой отрасли, создавая общую «точку отсчёта» для банков и компаний при инвестировании в ИИ. Об этом CNews сообщили представители Сбербанка. Методология позволяет стандартизировать и упростить оценку эффективности ИИ-проектов. В ней описаны подходы к расчету выгоды как от коммерческих инициатив, так и от R&D-проектов и решений без прямой мгновенной прибыли. ИИ-инициатива предполагает комплексное изменение бизнес-процессов, поэтому для повышения объективности оценки её эффекта в методологию заложены специальные механизмы, исключающие двойной учёт результатов. Методология содержит понятные формулы и типовые кейсы с конкретными финансовыми результатами, а также удобные калькуляторы для самостоятельного расчета. Эти инструменты позволяют организациям подставить свои данные и мгновенно увидеть потенциальный финансовый эффект внедрения ИИ. К разработке и принятию методологии присоединились ключевые игроки финансового рынка. Документ подписали: Сбербанк, «Т-Банк», «Альфа-Банк», Россельхозбанк, Газпромбанк, «Московская биржа», ВСК, «Дом.РФ», МКБ, ВЭБ РФ и «Капитал Лайф Страхование». Работа над методологией велась на площадке отраслевого клуба «Искусственный интеллект в финансовой отрасли», инициированного Альянсом в сфере ИИ совместно с «Ассоциацией ФинТех». Александр Ведяхин, первый заместитель председателя правления Сбербанка, председатель наблюдательного совета Альянса в сфере ИИ: «Разработка единой методологии оценки финансового эффекта от ИИ – стратегически значимая инициатива для нашей отрасли. Общие стандарты эффективности и единые метрики позволят всем игрокам говорить на одном языке при внедрении ИИ, что повысит прозрачность инвестиций и доверие к технологиям. Благодаря системному подходу и открытому сотрудничеству мы ускорим внедрение ИИ-решений и сделаем финансовую систему более конкурентоспособной и технологичной». Станислав Близнюк, президент группы «Т-Технологии»: «Создание единой методологии оценки финансового эффекта от внедрения искусственного интеллекта — ключевой шаг к зрелому и ответственному использованию технологий. Наш главный принцип — бизнес-эффективность, поэтому при разработке методики, мы стремились сделать её максимально ориентированной на измерение бизнес-результатов. Главная ценность — в выработке отраслевых принципов измерения, основанных на оценке только по достоверным и проверенным показателям, учёте всех связанных затрат и применении надежных аналитических методов. Такой подход обеспечивает оценку реальной, а не декларативной эффективности внедрения ИИ». Дмитрий Григоров, директор по искусственному интеллекту и данным, старший вице-президент «Альфа-Банка»: «Разработка единой отраслевой методологии — важный первый шаг, который позволяет нам всем говорить на одном языке и опираться на сопоставимые принципы оценки эффективности ИИ. Впереди большая совместная работа, чтобы эти подходы полноценно заработали в реальных процессах и стали работающей практикой рынка. Сама методика также должна продолжать развиваться – в частности, уже договорились расширить её разделами о модельном риске и управлении им — это критически необходимые элементы зрелой ИИ-практики». Методология уже доступна для применения участниками рынка и ее можно скачать на сайте Альянса в сфере ИИ. Ожидается, что единый стандарт оценки станет практическим инструментом, облегчающим принятие решений об инвестировании в ИИ и масштабирование успешных решений по всей отрасли. Кроме того, в I квартале 2026 г. Альянс в сфере ИИ совместно со «СберУниверситетом» разработает образовательный курс по методологии, который позволит участникам на реальных кейсах считать эффект и применять стандарт в своей работе. Это станет следующим шагом в развитии общей культуры работы с ИИ в финансовой отрасли.

Фильтры и сортировка