Как ИИ модернизирует кредитование рядом с устаревшими банковскими системами без их замены

Любое вмешательство в основную банковскую систему заставляет инженерную команду напрячься. Устаревшие решения негибки, поэтому проведение одного изменения может занять месяц. Сильнее всего это ощущается в кредитовании — одном из главных источников дохода банка.

Каждый, кто выпускал новую версию основной банковской системы, знает эту схему: новому продукту требуются новый уровень одобрения, пересмотренный перечень документов, скорректированное правило оценки и обновленный поток отчетности. Каждый элемент затрагивает код, который работает десятилетиями.

В результате новые продукты и обновления откладываются, даже когда все согласны, что они необходимы: риск ошибки всегда перевешивал риск ожидания. Точнее, так было раньше, потому что сегодня отставание от технологических изменений стало гораздо более серьезным риском.

Однако представим отдельную кредитную платформу, которую настраивает ИИ и которая развернута рядом с основной системой. Новые кредитные процессы работают независимо и подключаются к основной системе через интеграции. Тогда изменения кредитной инфраструктуры превращаются в ряд небольших, протестированных выпусков, а ошибки обнаруживаются во время испытаний, прежде чем затронут реального заемщика. Может ли такой подход облегчить работу инженерных команд?

Спрос растет быстрее, чем меняются устаревшие основные системы

По данным The Business Research Company, рынок программного обеспечения для выдачи кредитов будет расти совокупными годовыми темпами 11,8% до 2030 года. Для сравнения, это почти совпадает с темпами более широкого рынка корпоративного программного обеспечения согласно прогнозам Technavio. Об этом стоит помнить, поскольку кредитование обычно является самой устойчивой к изменениям частью технологической инфраструктуры банка.

Один из факторов роста — негибкость устаревших основных систем, которая замедляет изменения в кредитовании. Банки и финтех-компании все чаще приобретают инструменты, позволяющие выпускать кредитные продукты вокруг основной системы, не ожидая месяцами одобрения небольшого обновления.

Инженерные команды знают, что одна ошибка может обойтись очень дорого. В апреле 2018 года TSB Bank перенес данные клиентов на новую платформу, которая отказала сразу после запуска. Значительная часть клиентов потеряла доступ к банковским услугам, а банк понес крупные убытки. Многие инженерные команды до сих пор вспоминают этот случай при планировании выпуска основной системы.

Кроме того, в кредитовании ошибки напрямую отражаются на балансе. Неправильно настроенный порог одобрения позволяет выдать кредиты, которые следовало отклонить, или отказывает заемщикам, отвечавшим требованиям. Любая из этих ошибок проявляется в виде убытков или недополученной выручки в течение нескольких недель.

Где ИИ дает наибольший эффект в кредитовании

Банки обычно начинают внедрять ИИ с наиболее привычных и кажущихся безопасными интеграций: чат-ботов и сервисных помощников в клиентском интерфейсе. Однако кредитор, добавляющий чат-бота, принимает менее очевидный риск. Генеративные модели иногда дают неверные ответы с полной уверенностью. В опросе AI Impact Survey 2026 компании Grant Thornton только 18% руководителей банков заявили, что полностью уверены в своих механизмах контроля ИИ.

Преимущество ИИ в кредитовании заключается в скорости, с которой кредитор может менять все, что окружает кредитное решение. Само решение остается за утвержденными скоринговыми моделями и кредитными комитетами.

Скорость всегда имела коммерческую ценность. Изменение кредитной инфраструктуры в устаревшей основной системе требует от 12 до 18 месяцев инженерной работы, и новые запуски останавливаются на весь этот период. Полная замена основной системы занимает от трех до пяти лет. Тем временем заемщики подают заявки в других местах.

В отчете Федеральной резервной системы за 2026 год о компаниях-работодателях установлено, что доля малых предприятий США, обращавшихся за кредитом и искавших финансирование у онлайн-финтех-кредиторов, выросла с 17% в 2020 году до 29% в 2025 году. Многие компании назвали причиной более быстрое принятие решений.

ИИ начинает с бизнес-требования

Вместо проведения аналитики или участия в кредитных решениях ИИ может принести большую пользу в настройке, которая помогает запускать и обновлять кредитные продукты. На вход поступает бизнес-требование, написанное владельцами продукта. Кредитная команда описывает желаемое: кто может подать заявку, какие документы требуются, какие уровни одобрения действуют, какие данные входят в оценку, что и когда сообщается.

ИИ превращает каждый пункт в конфигурацию платформы: критерии соответствия, перечень документов, процесс одобрения с его уровнями, подключения к источникам данных для оценки и график отчетности. В устаревшей основной системе инженеры создают каждый элемент вручную, а каждое изменение проходит полный цикл выпуска. С ИИ продукт строится функция за функцией на общей основе. Инженерная служба и команда соответствия требованиям проверяют и тестируют каждое изменение перед запуском и сохраняют окончательное право одобрения.

Требование может быть полностью независимым от существующей основной системы. ИИ не должен читать или интерпретировать ее логику, поэтому кредитор может задать продукт, для поддержки которого нынешняя система никогда не предназначалась. Два десятилетия недокументированного кода остаются нетронутыми.

Новый кредитный процесс работает на отдельной платформе, развернутой рядом с основной системой. Они соединяются через интеграции, а основная система сохраняет существующие записи и функции. Перед запуском нового продукта не требуется переписывать ее код.

Создание на основе доступных сегодня данных

Однако многие банковские проекты ИИ останавливаются из-за данных. Но огромная база данных на самом деле не обязательна: ее полезно иметь, но она не является необходимым условием. ИИ составляет правила андеррайтинга и требования к данным с учетом имеющихся источников, а команда управления рисками утверждает их до начала работы. Если источник отсутствует, система определяет способ сбора: сведения от заемщика, сведения от поручителя, обязательные и загружаемые документы, а также внешние источники данных.

Этот процесс «создания данных» помогает банкам и финтех-компаниям расширять фактический набор данных с учетом пробелов, а предположения поставщиков о том, что уже должно быть собрано, перестают определять проект.

Готовность данных перестает быть предварительным условием запуска кредитного продукта и становится частью того же этапа конфигурации.

Изменение продукта и изменение основной системы

Для большинства кредиторов практический вопрос состоит в том, можно ли выпускать новые кредитные продукты и адаптировать существующие, пока продолжается многолетний перенос основной системы. Отдельная кредитная платформа, настраиваемая ИИ на основе бизнес-требований, отвечает на этот вопрос. Кредитор может запускать и корректировать кредитные продукты каждый квартал, пока программа основной системы следует собственному графику. Именно в этом разделении ИИ сегодня доказывает свою ценность для кредитования.