ЦБ видит угрозу в единых ИИ-платформах банков

Массовое использование одинаковых глобальных платформ искусственного интеллекта российскими банками создает риск для финансовой стабильности. Об этом заявили в Банке России. В юридическом департаменте регулятора подчеркнули: достоверность исходных данных таких ИИ-моделей проверить невозможно. пишет Коммерсантъ.

На форуме Data Day 2026 заместитель директора юридического департамента ЦБ Екатерина Дёмкина отметила, что использование множеством банков одних и тех же платформ формирует значимый риск. «Искусственный интеллект может быть обучен на некачественных данных», — пояснила она. Проблема в том, что данные, на которых обучаются глобальные модели, не поддаются верификации.

По словам Дёмкиной, новым предметом регулирования может стать архитектура данных и принятия решений. Эксперты указывают на непрозрачность глобальных платформ. Председатель комиссии по финансовой безопасности совета ТПП России Тимур Аитов отметил: «Мы не видим внутреннего устройства глобальной модели, ее логика для нас остается неизвестной». Когда десятки банков используют одну платформу, возникает эффект синхронизации ошибок.

Сбой у поставщика или незаметное изменение параметров могут привести к сокращению лимитов участниками рынка. По оценке Аитова, потери кредитного портфеля при таком сценарии в отдельных сегментах достигают 3–5% за квартал. Глава Ассоциации участников рынка электронных денег Виктор Достов добавил, что синхронизация создает эффект резонанса, делая систему неустойчивой. Например, одна модель будет инвестировать в одни и те же ценные бумаги, поднимая спрос и создавая иллюзию прибыльности.

Кроме риска накопления ошибок, есть и инфраструктурная зависимость. Гендиректор компании Morizo Денис Царев пояснил: у глобальных вендоров вычислительные мощности и модели вертикально интегрированы. Любое отключение или изменение условий лицензии превращается в операционный сбой. Тимур Аитов также отметил, что внешняя модель ИИ расширяет поверхность кибератаки: злоумышленник может через искажение входных данных заставлять модель систематически ошибаться.

Отечественные решения, по мнению экспертов, обеспечивают полный вертикальный контроль. Они обучаются на массиве российской отчетности и учитывают специфику поведения клиентов. Это позволяет разворачивать модель внутри контура банка и обеспечивает предсказуемую юридическую ответственность вендора. Регулирование, вероятно, коснется «паспорта ИИ-модели», включая состав обучающей выборки и требования к прозрачности.