Аналитика и комментарии
Исследование: расходы финансового сектора на ИИ-агентов в 2026 году достигнут 10–20 млрд рублей
Финансовые организации России потратят 10–20 млрд рублей на внедрение ИИ-агентов в 2026 году. При этом переход к наиболее зрелым мультиагентным системам ожидается в 2028–2029 годах — сначала в неплатёжных процессах, тогда как в платёжных операциях такие решения могут появиться не раньше 2030 года. Об этом говорится в исследовании компании Axenix «Мультиагентные системы в финансовом секторе: от изолированных пилотов к промышленной автономности операций».
Оценка основана на объёме рынка генеративного ИИ в банковском и страховом секторах, который в 2025 году составил 12 млрд рублей. С учётом прогнозируемого роста на 20–60% в 2026 году он может достичь 14,4–19,2 млрд рублей. На закупку агентных решений у вендоров придётся 25–35% этого объёма, или 3,6–6,7 млрд рублей. Затраты на внутреннюю разработку оцениваются примерно вдвое выше — в 7,2–13,4 млрд рублей. Оценка не включает инвестиции Сбера в развитие собственной платформы генеративного ИИ.
Axenix выделяет три уровня агентных систем. На первом одиночный агент решает одну узкую задачу. На втором оркестратор управляет специализированными агентами в рамках сквозного процесса. На третьем агенты динамически распределяют задачи между собой в границах заданных бизнес-правил, а состав участников процесса заранее не фиксирован. Крупнейшие российские финансовые организации находятся на этапе перехода от первого уровня ко второму.
Мультиагентные системы второго уровня сейчас пилотируют 2–3 системно значимых банка из перечня Банка России. К концу 2027 года число финансовых организаций, тестирующих такие решения, вырастет до 7–9, при этом 3–4 банка перейдут к полноценному промышленному использованию хотя бы на одном сквозном процессе. Первый пилотный контур выходит в продуктив за 6–9 месяцев и обходится в 50–100 млн рублей без учёта капитальных вложений в платформу. Доля операций, выполняемых системой автономно, составляет 40–60%.
Крупные зарубежные финансовые организации уже используют агентов в реальных бизнес-процессах. Nubank обрабатывает около 8,5 млн обращений в месяц, 60% из них первыми обрабатывают языковые модели. Capital One построил собственный мультиагентный контур для клиентских и операционных задач. В России пионерами направления стали Сбер и Т-Банк: они внедрили мультиагентные решения в кибербезопасность, поддержку и внутреннюю разработку. Сбер за 2025 год внедрил более 900 ИИ-агентов. Остальные банки ограничиваются локальными задачами — помощью разработчикам, автоматизацией рутины и чат-ботами первого поколения.
Для успешного внедрения ИИ в финансовом секторе Axenix выделяет три условия: семантический фундамент (общая модель смысла, построенная под конкретный процесс), спроектированная архитектура (выбор паттерна оркестрации задаёт прозрачность и управляемость системы) и управление рисками как компетенция (каскадные ошибки, стоимость вычислений и юридический статус автономных действий влияют на бизнес-модель).
Директор департамента «Финансовые организации» Axenix Антон Пащенко отметил, что гонка за агентную архитектуру в финансовом секторе уже началась. По его словам, модели у всех одни и те же, поэтому исход решает то, что вокруг них: согласованная семантика данных, архитектура под профиль рисков и люди, способные связать одно с другим.
«Компании, которые к концу 2027 года выстроят промышленный мультиагентный контур с подготовленными данными и урегулированным правовым статусом автономных операций, получат структурное преимущество», — добавил Пащенко.













