Лоу-код и ИИ меняют кредитование
Корпоративное кредитование автоматизируют с помощью «кредитных конвейеров», которые связывают прием и проверку заявки, скоринг, согласование и сопровождение кредита с АБС, системами дистанционного банковского обслуживания и внешними источниками данных. Лоу-код ускоряет доработку процессов, а ИИ помогает анализировать документы и сведения о заемщике, однако качество решений по-прежнему зависит от исходных данных, настройки системы и участия специалиста.
Кредитный конвейер выстраивает процесс от заявки до сопровождения
Автоматизация кредитования юридических лиц строится на взаимодействии АБС, систем дистанционного банковского обслуживания, скоринговых и аналитических инструментов, а также внешних источников данных. Одним из ключевых компонентов этой архитектуры является автоматизированная банковская система. Стандарт Банка России определяет АБС как «автоматизированную систему, реализующую банковский технологический процесс».
Банковские системы можно разделить по их роли в процессе. Фронт-офис обеспечивает взаимодействие с клиентом, мидл-офис объединяет кредитные конвейеры, скоринг и системы принятия решений, а бэк-офис отвечает за учет и исполнение операций.
Рейтинг решений для цифровизации кредитного конвейера 2026. Структура баллов
Подробнее: Обзор «Цифровизация кредитования юридических лиц 2026»
Работу непосредственно с кредитной заявкой организует «кредитный конвейер», который занимает промежуточное положение между клиентскими каналами и учетными системами, передавая данные между отдельными этапами работы с заявкой. Он выстраивает последовательность этапов, по которой заявка проходит от приема и проверки заемщика до скоринга, принятия решения и последующего сопровождения кредита. Для этого конвейеру необходим обмен данными с АБС, системой дистанционного банковского обслуживания и другими компонентами банковской инфраструктуры, отмечает Александр Конторовский, руководитель направления финансового сектора BPMSoft ИТ-холдинга LanSoft.
В корпоративном кредитовании эта цепочка дополняется обращением к государственным реестрам, системам проверки контрагентов и сервисам обогащения данных. Чем быстрее банк получает и сопоставляет сведения из этих источников, тем быстрее может принять решение и тем ниже операционные риски, подчеркивает Александр Конторовский.
Лоу-код ускоряет развитие кредитных конвейеров
Лоу-код-платформы позволяют создавать и дорабатывать кредитные процессы с помощью готовых компонентов и визуальных инструментов, сокращая объем программирования. Ноу-код расширяет круг специалистов, которые могут участвовать в автоматизации. Николай Адеев, Борт №1 Abanking, отмечает, что отдельные бизнес-приложения на таких платформах способны собирать прошедшие подготовку сотрудники с аналитическим опытом. ИИ-агенты помогают настраивать и тестировать процессы, создавать интерфейсы и выполнять другие типовые операции. Это снижает зависимость банка от классической разработки, хотя полностью не заменяет ее.
При этом способ создания приложения не меняет требований к банковскому программному обеспечению. Безопасность, отказоустойчивость и контроль изменений должны обеспечиваться и при использовании лоу-код- и ноу-код-платформ.
Безопасность закладывают в платформу и процесс разработки
Кредитный конвейер обрабатывает финансовые сведения, обращается к внутренним банковским системам и внешним источникам данных, и его безопасность нельзя сводить к проверке готового приложения перед запуском. Требования должны распространяться как на саму платформу, так и на порядок разработки и выпуска обновлений.
Финансовый сектор традиционно предъявляет высокие требования к безопасности и отказоустойчивости программного обеспечения, отмечает Николай Адеев. Эти требования сохраняются и при использовании ноу-код-платформ, на которых часть приложений создают специалисты без классической разработки. По словам эксперта, ИИ-инструменты и так называемый вайб-кодинг пока не могут гарантировать необходимый банкам платформенный уровень защиты и устойчивости. Поэтому ускорение разработки не должно происходить за счет архитектурных ограничений, контроля доступа и обязательного тестирования.
Проверять безопасность необходимо и при каждом изменении программного обеспечения. Герман Истомин, CPO компании Dynamika обращает внимание на методологию DevSecOps, при которой требования информационной безопасности учитываются на всех этапах жизненного цикла системы, а не только после завершения разработки. Такой подход позволяет проверять код, используемые компоненты и конфигурации до переноса обновления в промышленную среду.
Для кредитного конвейера оба уровня связаны между собой: платформа должна обеспечивать защиту и отказоустойчивость при эксплуатации, а процесс разработки — не допускать, чтобы новые функции и интеграции снижали достигнутый уровень безопасности.
Отдельная задача возникает при обработке финансовой информации аналитическими моделями. Герман Истомин выделяет конфиденциальные вычисления — подход, при котором данные защищаются не только при хранении и передаче, но и непосредственно во время обработки в изолированной среде. Для банков это позволяет разделить вычислительные процессы и доступ к исходной информации, содержащей сведения о клиентах и их финансовом положении.
ИИ помогает анализировать данные о заемщике
Полученные из банковских систем и внешних источников сведения используются для проверки заемщика, оценки рисков и принятия кредитного решения. На отдельных этапах этого процесса банки применяют технологии искусственного интеллекта — прежде всего для распознавания документов, извлечения информации и анализа данных.
По словам Александра Конторовского, модели также могут анализировать финансовое состояние клиента, выявлять закономерности в его поведении и прогнозировать риски. Следующим этапом эксперт называет поддержку принятия решений, при которой система оценивает возможные сценарии и предлагает специалисту варианты действий.
Полностью исключать человека из чувствительных банковских операций Александр Конторовский считает преждевременным. Результат применения ИИ зависит не только от возможностей модели, но и от методики работы с ней, настройки окружения и качества данных, отмечает Сергей Трухин, директор по продажам FIS. Поэтому выводы модели должны проверяться, а ответственность за кредитное решение остается за специалистом.
Качество данных определяет точность оценки заемщика
Результаты скоринга и анализа с помощью ИИ зависят от полноты, актуальности и согласованности исходной информации. Ошибки или противоречия в данных могут повлиять на оценку заемщика, поэтому банк должен контролировать их качество до передачи в аналитические системы.
Эффект от применения ИИ определяется не только возможностями модели, отмечает Сергей Трухин. Не меньшее значение имеют методика работы с ней, настройка программного окружения и управление качеством данных. Иными словами, совершенствование алгоритмов не решает проблему, если система получает недостаточно точную или плохо подготовленную информацию.
На необходимость выстроенных процессов управления данными обращает внимание и Герман Истомин. Без них сложно обучать модели и использовать результаты их работы в банковских процессах. Банку необходимо определить требования к данным и порядок их проверки, прежде чем учитывать выводы ИИ при рассмотрении кредитной заявки.
Скорость обработки заявки не определяет ценность кредитного конвейера
При выборе кредитного конвейера важно проверить, как он работает не только со стандартными, но и со сложными случаями. В корпоративном кредитовании заявка может потребовать дополнительных документов и согласований, условия сделки могут измениться, а сведения из разных источников — не совпасть. Система должна сохранять уже собранную информацию и историю действий, поддерживать возврат на предыдущий этап и передавать заявку специалисту без разрыва процесса.
Перспективность технологии сама по себе определяет лишь небольшую часть результата, отмечает Сергей Трухин. По его словам, гораздо важнее прагматичный подход, измеримые показатели и результаты пилотных проектов. Поэтому при проверке оценивают срок рассмотрения заявки, долю ручных операций, повторный ввод данных, скорость изменения правил и работу интеграций.
Выбор платформы должен учитывать и ее дальнейшее развитие. После запуска банку предстоит подключать новые источники данных, менять маршруты согласования и обновлять программные компоненты. Поэтому наряду с текущей скоростью работы оценивают трудоемкость доработок, управление версиями, поведение системы под нагрузкой и возможности ее сопровождения внутренней командой или поставщиком.
Кредитный конвейер ценен как способ связать этапы кредитования, данные и участников процесса. Он снимает повторный ввод информации и типовые проверки, сохраняет историю согласований и позволяет передавать нестандартные случаи специалисту. Автоматизация при этом не отменяет участия человека: за ним остаются оценка сложных сделок и ответственность за итоговое решение.