ИИ в банковском секторе Беларуси: тренды и безопасность

Собственная модель вместо внешнего чёрного ящика

Председатель правления Национального банка Роман Головченко заявил, что большинство банков страны идут собственным путём: формируют команды разработчиков и создают уникальные ИИ-продукты. Логика понятна. В банковской инфраструктуре внешняя модель — это не просто API. Это вопрос контроля данных, трассируемости решений и устойчивости при сбоях поставщика.

В июле 2026 года Нацбанк провёл серию выездных совещаний на базе «Альфа Банка», «Беларусбанка» и Сбер Банка. Задача — проверить прогресс и среднесрочные планы банков. В фокусе два прикладных блока: оптимизация операционных процессов и персонализированные предложения для клиентов.

Головченко отдельно отметил, что быстрых результатов здесь не бывает. Это корректная постановка. Банковский ИИ требует не только модели, но и контура данных: очистки, разметки, контроля доступа, журналирования, тестирования на ошибочные срабатывания. Без этого алгоритм остаётся презентацией, а не промышленным компонентом.

Антифрод становится главным полигоном

Самый практичный участок внедрения — безопасность. По данным источника, с 1 июля 2026 года во всех белорусских банках начала работать единая антифрод-система. Она использует специальные алгоритмы и ИИ для выявления подозрительных транзакций в реальном времени.

Отдельный элемент — анализ цифрового отпечатка устройств. Первый зампред правления Нацбанка Александр Егоров пояснял, что сбор технических параметров смартфонов рассматривается не как слежка, а как способ остановить мошеннические действия. Механика стандартная для риск-скоринга: система сверяет устройство, регион, параметры сессии и поведенческий шаблон. Если вход в банкинг происходит с нехарактерного устройства или из другого региона, ИИ может мгновенно заблокировать сессию.

Для пользователя это означает рост вероятности ложных блокировок при смене телефона, поездке или использовании нестандартных сетевых условий. Для банка — снижение ручной нагрузки на первую линию поддержки и службу финансового мониторинга. Для регулятора — централизованный слой контроля поверх разрозненных банковских антифрод-контуров.

Ключевой риск здесь не в самом сборе параметров, а в управлении правилами. Нужны понятные процедуры разблокировки, аудит модели, хранение логов и разделение доступа к данным. Иначе антифрод легко превращается в источник операционных конфликтов.

Практический эффект будут считать деньгами и качеством

Внедрение ИИ в банковском секторе Беларуси закреплено в среднесрочной программе деятельности Нацбанка и финансового сектора на 2026–2030 годы. Заявленные цели две: экономия операционных затрат и глубокая кастомизация продуктов под конкретных клиентов. Дополнительно упоминается экономия человеческих ресурсов.

Пример уже обозначен: МТБанк применяет умные модели для изучения потребностей аудитории и создания новых продуктов, а также проводит воркшопы для бизнеса по генеративному ИИ. Это не уровень ядра АБС, но уже уровень продуктового контура: сегментация, гипотезы, коммуникации, подбор предложений.

Нацбанк также связывает цифровизацию с укреплением доверия к национальной валюте. Здесь причинная цепочка требует осторожности. Надёжный цифровой сервис и антифрод действительно снижают транзакционные риски. Но доверие к валюте формируется шире, чем интерфейс банка или алгоритм блокировки.

Для сравнения: Центробанк Узбекистана в отдельном обзоре сообщил, что банковский сектор страны сохранил устойчивость в 2025 году, а регуляторный капитал, ликвидность и качество активов остаются под мониторингом. Это другой сюжет, но показатель общей рамки для региона: регуляторы всё чаще смотрят на банки как на управляемую технологическую систему, где устойчивость считается не только капиталом, но и качеством цифровых процессов.

Вывод короткий. Белорусский кейс показывает переход от разрозненных ИИ-пилотов к банковской архитектуре с регуляторным надзором. Проверять стоит не заявления о «собственном ИИ», а три вещи: где модель встроена в процесс, кто отвечает за ошибку и как устроен аудит данных. Без этого стоимость внедрения быстро уходит в поддержку, комплаенс и разбор инцидентов.