БКС - от пилота к промышленному внедрению ИИ, своя платформа вместо вендора, Никита Устриков
Никита Устриков, директор департамента развития искусственного интеллекта, ФГ БКС. Форум Cnews "Технологии искусственного интеллекта 2026".
Никита Устриков, директор департамента развития искусственного интеллекта финансовой группы БКС, разбирает главный парадокс текущего момента: рынок массово вкладывается в ИИ-агентов, но большинство пилотов закрывается, так и не превратившись в промышленное решение. На примере БКС он показывает, какие именно барьеры мешают агентам прижиться в крупной организации с давно устоявшимися процессами, и рассказывает, как компания выстроила собственную методологию внедрения — от постановки целей на уровне правления до безопасности агентской инфраструктуры.
Агенты на пике завышенных ожиданий
Последние три года генеративный ИИ и агенты проходят не просто технологическое развитие, а взрывной рост хайпа вокруг себя. Устриков подчёркивает: сейчас модно говорить «поставим агента рядом и делегируем ему всё», но для крупной корпорации с тысячами сотрудников, устоявшимися процессами и историей эта установка работает плохо.
Ссылаясь на классический цикл хайпа Gartner, он констатирует: генеративный ИИ уже выходит на плато стабильного применения, а агенты находятся ровно на пике завышенных ожиданий — а значит, скоро наступит фаза разочарования. Важная оговорка: разочарование не означает, что агентов не нужно внедрять. Оно означает, что ожидания от них сегодня значительно выше, чем реальные результаты. Индустрия активно вкладывает деньги, запускает пилоты — и так же активно их закрывает, когда бюджет «не сходится».
Робот-пылесос в хрущёвке: почему пилоты схлопываются
Ключевую мысль о причинах провалов Устриков иллюстрирует бытовым примером. Представьте, что вы купили самый совершенный робот-пылесос — со шваброй, навигацией, всеми функциями — и привезли его в старую квартиру с рваным линолеумом и коврами. Робот будет постоянно застревать и «жаловаться», что не может проехать. Проблема не в пылесосе, а в том, что помещение под него не подготовили.
Так же и с агентами: компании внедряют их в процессы, которые никак не перестроены под новую технологию. В БКС выделили четыре типовых блокера, которые не дают пилоту перерасти в масштабное промышленное внедрение:
Отсутствие описанного или актуального процесса. Когда шаги и логика работы нигде не зафиксированы, агент начинает их придумывать сам — и вместо одного решения система обрастает десятком дублирующих друг друга методов.
Отсутствие базовой линии сравнения. Если не зафиксировано, как процесс работал «до», невозможно доказать, что внедрение агента что-то улучшило — а иногда выясняется, что качество осталось прежним, только компания теперь платит ещё и за токены.
Легаси-системы, не рассчитанные на агентов. Человеку привычно работать в семнадцати открытых вкладках — почта, документооборот и так далее. Агенту с этими же системами взаимодействовать сложно, а бесконтрольный доступ агента к финансовым и персональным данным в корпоративной среде — уже вопрос не удобства, а риска.
Отсутствие точки принятия решения. Нужно заранее понимать, как определить, что задача выполнена правильно, и в каких случаях процесс должен эскалироваться на человека. Без этого «пускай агент как-нибудь решит» не работает.
Урок из 1990 года: не автоматизируй — уничтожай
Устриков напоминает, что подобный цикл индустрия уже проходила. Ещё в 1990 году исследователь Майкл Хаммер опубликовал статью «Коровьи тропы» с ключевой фразой: «Не автоматизируйте — уничтожайте». Идея в том, что если положить асфальт поверх протоптанной коровьей тропы, дороги не получится — сначала нужна серьёзная подготовительная работа: перепроектирование самого маршрута, а не косметическое ускорение старого. Именно поэтому в БКС уверены — внедрение ИИ должно идти рука об руку с реинжинирингом процессов, а не поверх них.
Стратегия БКС: сверху вниз и снизу вверх
В компании выстроили два параллельных маршрута к масштабированию агентов.
Сверху вниз правление зафиксировало конкретную цель — повышение эффективности на 30% за два года (по 15% ежегодно), в первую очередь за счёт снижения расходов, включая расходы на персонал, через применение агентов. Под эту цель выделено четыре направления: технологическая платформа, обучение сотрудников и работа с передовыми технологиями, непосредственно внедрение агентов в процессы и governance — политики и регулирование, которые не позволяют использовать ИИ бесконтрольно и небезопасно.
Снизу вверх каждое подразделение БКС еженедельно выносит на уровень правления предложения по агентизации и повышению эффективности. Для этого разработан маршрут из семи шагов: подразделение выбирает самую крупную роль или задачу, описывает (или актуализирует) шаги пользователей внутри неё и прорабатывает, где именно в этих шагах уместен агент.
Кейс: как агент избавил делопроизводителей от рутины
Наглядный пример из практики БКС — агентизация делопроизводства. Пятнадцать сотрудников ежедневно обрабатывали 1000–1200 входящих писем, в основном бумажных: вскрыть конверт, отсканировать документ, вручную перенести данные в систему документооборота. Просто «встроить агента» в этот процесс было бы бессмысленно — непонятно, куда именно.
Поэтому процесс перепроектировали целиком: изменили точку входа, отсканированный документ автоматически попадает в отдельную папку, которую разбирают агенты. Дальше агент проходит несколько шагов — анализирует документ, выделяет текст, классифицирует его, определяет тип получателя, заполняет карточку документа и переносит файл в систему документооборота. Человеку остаётся лишь подтвердить или скорректировать результат. Раньше эта работа занимала у делопроизводителей до половины рабочего времени — после агентизации объём ручного труда сократился примерно на 80%.
Не каждый гвоздь нуждается в ИИ-молотке
Отдельно Устриков предостерегает от обратной крайности — попыток «залатать ИИ» любую проблему просто потому, что технология на пике моды. Классический пример: если в компании разрозненный ИТ-ландшафт и данные раскиданы по десяткам систем, соблазн — сделать агента, который всё это соберёт и красиво оформит в отчёт. Но зачастую дешевле и надёжнее один раз выстроить нормальный слой хранения данных без всякого ИИ. Похожая история с расчётами: агент умеет считать через код-интерпретацию, но заранее написанный скрипт для той же задачи обходится компании ощутимо дешевле.
Чтобы отсекать неоправданные инициативы, в БКС используют фильтр из четырёх вопросов, которые Устриков советует задавать перед любым внедрением: есть ли у инициативы понятный финансовый эффект на горизонте года? Точно ли для решения нужен именно ИИ или агент, а не более простая перестройка систем управления данными? Как выглядит архитектура решения — куда агенту разрешено и запрещено «ходить» (тема более чем практическая: агенты регулярно выходят за отведённые им границы, и в компании ссылаются на публичные инциденты, включая случаи с Hugging Face)? И наконец — как соотносится совокупная стоимость владения решением (TCO) с ожидаемым эффектом: если разница в пределах 10%, овчинка не стоит выделки, а вот кратный эффект — уже повод действовать.
Оценкой таких инициатив в БКС тоже занимаются агенты: получая на входе описание идеи или просто голосовую диктовку, они проводят исследование — есть ли уже готовое решение на рынке, стоит ли его вообще делать самим и какой у идеи реальный потенциал.
Роль «ИИ-партнёра»: временная, но необходимая
Отдельная тема — кто внутри подразделения должен отвечать за процессы при внедрении ИИ. В БКС считают эту роль переходной, а не постоянной: она не про технологии, а про глубокое понимание процессов, поэтому чаще всего её берёт на себя человек, давно работающий в компании. Его задачи — регулярно анализировать процессы, находить точки для внедрения агентов или процессы, которые сначала нужно кардинально пересобрать, формировать и согласовывать с руководителем бэклог инициатив, который затем передаётся в продукт и ИТ.
Платформа: почему БКС не покупает готового вендора
Прежде чем строить собственную платформу, в БКС изучили больше 300 решений — коммерческих и опенсорсных, российских и зарубежных. Вывод Устрикова прямой: большинство продающихся сегодня решений «сырые» и несут значительный риск вендор-лока. К тому же гонка на этом рынке идёт настолько быстро, что купленная сегодня технология рискует устареть за одну ночь — стоит условному Anthropic или OpenAI выпустить новую линейку агентов или API, и вложенные деньги можно считать потерянными ещё до того, как решение развернули.
Показателен и пример с самим документооборотом: в БКС давно работает система на базе Lotus, достаточно хорошо автоматизированная, и на рынке действительно есть полтора десятка приличных продуктов для документооборота с готовыми ИИ-модулями. Но, по расчётам Устрикова, внедрение стороннего продукта с заменой процессов и систем заняло бы у компании не меньше полугода. Собственная платформа и собственные агенты позволили решить ту же задачу за месяц.
Отдельно он проговаривает требования к безопасности, из-за которых, по его оценке, 90–99% рыночных решений просто не подойдут крупной финансовой организации: изолированная инфраструктура с независимыми подами для каждого агента, «одноразовые» воркеры, которые поднимаются и умирают вместе с сессией, двойной уровень аутентификации через специализированный агентский шлюз, интеграцию с Keycloak для проверки прав пользователя и отдельный слой MCP-хаба, контролирующий, к чему у самого агента есть доступ.
Отвечая на вопрос из зала о соблазне переизобретать готовые рыночные решения, Устриков честно называет это одним из главных корпоративных рисков — сотрудники без бэкграунда в разработке нередко «вайб-кодят» прототип за две ночи, а затем компания сталкивается с несовместимостью с корпоративной архитектурой, десятками дублирующих методов и нулевой отказоустойчивостью. Его формула простая: не верить вендорам, которые уверяют, что «у них уже всё есть» — такие системы обычно разваливаются при первой нагрузке; закладывать на внедрение чужого продукта куда больше времени, чем кажется; и учитывать, что оплата вендору означает постоянную зависимость от него по каждой доработке.
При этом он честно признаёт: если в компании нет сильной ИТ-команды и собственной агентной платформы, разумнее покупать готовое решение, а не заниматься самодеятельным «вайб-кодингом». В самой БКС на 6 тысяч сотрудников приходится полторы тысячи ИТ-специалистов, а в департаменте искусственного интеллекта работает 50 человек — то есть компания действительно может конкурировать с вендорами собственными силами.
Обучение людей и карта готовности процессов
Внедрение агентов в БКС сопровождается обязательным обучением и оценкой сотрудников: их знания замеряются до и после обучения, что позволяет разделить людей на «чемпионов», которых можно быстро подтягивать и давать им больше самостоятельности, и тех, кто пока тормозит процесс и требует дополнительного внимания.
Для выбора, с каких процессов начинать агентизацию, в компании используют простую матрицу по двум осям — насколько процесс описан и насколько он критичен к ошибкам. Логика такая: чем менее описан процесс и чем он критичнее к ошибке, тем меньше вероятность, что туда стоит сейчас внедрять ИИ или агентов. И наоборот — хорошо описанные процессы с невысокой ценой ошибки становятся первыми кандидатами на автоматизацию.
Где агенты уже работают в БКС
На практике агенты в компании уже задействованы в делопроизводстве, в подборе персонала и работе HR-бизнес-партнёров, в финансовом планировании и анализе, в разработке (в виде конвейеров и «фабрик» кода), а также в сверке документов. Устриков подчёркивает: у БКС амбициозная цель по эффективности, и путь к ней начинается не с технологий, а с процессной гигиены — наведения порядка в том, как устроена работа, прежде чем в неё встраивается искусственный интеллект.
