Опрос 277 банковских руководителей в 37 африканских странах, проведённый в 2026 году, показал, что 83,2% учреждений планируют увеличить расходы на ИИ в течение следующих 12 месяцев. При этом почти треть не отслеживает официально рентабельность инвестиций (ROI) в эту технологию. Среди банков, не измеряющих отдачу от ИИ, 82% всё же намерены увеличить бюджеты.

Эти результаты подчёркивают напряжение в основе многомиллионного движения Африки к банковской автоматизации. Банки инвестируют в ИИ, несмотря на счета за облачные услуги в долларах, ограничения интеграции с устаревшими банковскими системами и дефицит инженеров машинного обучения. В этом выпуске Delve into AI ЭММАНУЭЛЬ НВОСУ анализирует разрыв между ускорением операций и измеримой балансовой отдачей.

Кредитная документация исторически была административным узким местом, в том числе в хорошо капитализированных финансовых учреждениях. В Standard Bank процесс проверки, ранее занимавший около часа, теперь с помощью искусственного интеллекта завершается примерно за 60 секунд.

Южноафриканский банк раскрыл этот показатель в своей презентации на Capital Markets Day в марте 2026 года. Метрика относится к подразделению коммерческого финансирования активов и показывает, как крупнейший по активам банк Африки применяет машинный интеллект к устоявшимся процессам.

Standard Bank также сообщила, что её разговорный бот обрабатывает 65% входящих цифровых обращений клиентов. К августу 2026 года более 39 000 сотрудников — около 72% персонала — регулярно использовали генеративный ИИ в качестве корпоративных пользователей.

Эти примеры демонстрируют непосредственный операционный потенциал автоматизации. Административные очереди сокращаются до минутных задач, трение с клиентами снижается, а сотрудники могут переключаться на консультационную работу, требующую человеческого суждения.

Однако финансовая выгода остаётся менее определённой. Внедрение ИИ в регулируемой финансовой среде требует контроля управления данными, лицензий на программное обеспечение, интеграции систем и переобучения персонала. Чтобы обосновать эти затраты, банки должны доказать, что финансовые выгоды превышают расходы на внедрение и эксплуатацию.

Более быстрая работа, неопределённая финансовая отдача

Согласно отчёту State of AI in African Banking — совместному исследованию 2026 года поставщика банковского ПО Backbase и African Banker, охватившему руководителей 37 африканских стран, — 83,2% учреждений планировали увеличить ассигнования на ИИ в следующие 12 месяцев, при этом лишь 67,1% официально отслеживали ROI этих внедрений.

Среди примерно трети респентов, чьи банки не отслеживали отдачу от ИИ, 82% тем не менее планировали увеличить бюджеты. Эти цифры указывают на то, что многие банковские лидеры расширяют технологию, коммерческий вклад которой ещё не оценили.

Отсутствие официального измерения не обязательно означает провал ИИ-проектов. Алгоритмические системы могут сокращать время обработки, улучшать мониторинг мошенничества и повышать качество обслуживания клиентов, не сокращая сразу затраты в отчёте о прибылях и убытках. Но разница между операционной эффективностью и финансовой отдачей становится важнее по мере перехода ИИ от изолированных пилотов к системам, которые банки используют ежедневно.

Standard Bank выстраивала свои ИИ-возможности на основе технологических инвестиций, сделанных за несколько лет. В мартовской презентации для инвесторов банк сообщил, что разговорный ИИ обрабатывает 65% цифровых обращений в приложении для розничных клиентов. Также было отмечено, что производительность инженеров выросла более чем на 20% за предыдущий год, а ИИ начал ускорять работу в кредитовании.

Пример коммерческого финансирования активов, где обработка кредитной документации сократилась примерно с часа до одной минуты, демонстрирует возможное улучшение в ряде административных процессов. Standard Bank также расширила доступ к технологии среди персонала: в августе сообщалось более чем о 39 000 активных пользователей генеративного ИИ через одобренные корпоративные инструменты.

Сокращение процесса документооборота с часа до минуты освобождает сотрудников, которые ранее выполняли эту работу. Банк может обработать больше заявок с тем же штатом, сократить сверхурочные или перевести сотрудников на другие задачи. Эти операционные выгоды становятся измеримой финансовой экономией только тогда, когда они приводят к избегнутым расходам или дополнительному доходу, обоснованно относимому к инвестиции.

Standard Bank заявила о планах направлять время, сэкономленное благодаря ИИ, на работу с клиентами и задачи, требующие более сложных решений. Такой подход выходит за рамки прямого сокращения затрат и стремится извлечь больше ценности из существующего персонала. Само по себе заявление не указывает на получение выручки или экономию затрат.

В кредитовании ИИ может позволить сотрудникам обрабатывать больше заявок без соразмерного роста расходов на персонал. При использовании для оценки кредитоспособности заёмщиков он также может поддерживать кредитные решения и потенциально снижать дефолты. Это отдельные выгоды, и Standard Bank не установила, что её инвестиции в ИИ финансово оправдали хотя бы одну из них.

Доля неработающих кредитов банка составила 5,6% на конец июня против 6,2% годом ранее. Расходы на кредитные обесценения, отражающие ожидаемые убытки по кредитам, снизились на 12% до 7,13 млрд рэндов (435,5 млн долларов) в первом полугодии 2026 года. Standard Bank не связала эти улучшения с использованием ИИ.

Nedbank, ещё один южноафриканский банк первого уровня, сообщила об измеримых операционных улучшениях. В своём интегрированном отчёте за 2025 год банк заявил о внедрении 30 продвинутых сценариев использования ИИ за год. Более широкая программа, охватывающая ИИ, генеративный ИИ, аналитику, машинное обучение и роботизированную автоматизацию процессов, сэкономила около 312 000 человеко-часов в создании медиа и контента, переводе документов и личной продуктивности. Время обработки глобальных платежей также сократилось примерно на 30%.

Nedbank использовала предиктивные модели для выявления клиентов, более склонных к покупке инвестиционных продуктов, а также аналитику для таргетинга потенциальных держателей кредитных карт и заёмщиков. Эти применения отражают два основных способа, которыми банки ожидают отдачу от ИИ: снижение стоимости существующих услуг и более эффективное обслуживание клиентов.

Цена работающего ИИ

ИИ не работает независимо от существующих технологий банка. Моделям нужны надёжные данные, защищённые вычислительные системы и доступ к приложениям, которыми польз сотрудники и клиенты. Банкам также необходимы процедуры тестирования результатов, ограничения доступа к конфиденциальной информации и мониторинга решений, принятых с помощью ИИ.

В результате затраты на внедрение ИИ могут значительно превышать цену программной подписки. На своей Capital Markets Day 2026 Standard Bank сообщила о совокупных технологических расходах в 23,5 млрд рэндов (1,44 млрд долларов) в 2025 году, что составило 27,7% операционных расходов.

Банк сообщил, что 88% устаревших серверов были выведены из эксплуатации, а 71% вычислительных нагрузок, пригодных к миграции, был перемещён в облако на момент презентации. Позднее банк сообщил, что к концу июня 2026 года миграция в облако достигла 78% подходящих нагрузок.

Standard Bank заявила, что технологические инвестиции за несколько лет помогли повысить эффективность и способствовали снижению группового соотношения затрат к доходам с 59,1% до 50,2%. На практике банк тратил около 50 рэндов (3,05 доллара) операционных расходов на каждые 100 рэндов (6,09 доллара) операционного дохода против примерно 59 рэндов (3,60 доллара) ранее.

Технологические расходы продолжали расти по мере расширения ИИ-операций. Standard Bank потратила на технологии 23,51 млрд рэндов (1,43 млрд долларов) в 2025 году, что на 4,9% больше, чем 22,4 млрд рэндов (1,36 млрд долларов) в 2024 году. В первом полугодии 2026 года расходы на программное обеспечение, облака и связанные с технологиями статьи выросли на 6% до 7,16 млрд рэндов (436,5 млн долларов). Банк частично объяснил рост расширением ИИ-возможностей, а также инвестициями в специализированные технологические компетенции, ключевые банковские системы и кибербезопасность.

Общие технологические расходы за шесть месяцев выросли лишь на 2% до 11,83 млрд рэндов (721 млн долларов), поскольку снижение амортизации и другие технологические затраты компенсировали часть увеличения. Standard Bank описывает свой подход как стратегию «сберегай, чтобы инвестировать», используя эффективность от прежних технологических инвестиций для финансирования новых возможностей, включая ИИ.

Программа модернизации иллюстрирует объём работы, необходимой для внедрения новых возможностей в устоявшийся банковский бизнес. В опросе Backbase и African Banker 50,2% респондентов назвали интеграцию с существующими технологиями главным внутренним препятствием для внедрения ИИ.

Банкам может потребоваться связать данные клиентов, историю транзакций и другую информацию, хранящуюся в системах, разработанных в разное время. Например, банку, внедряющему ИИ в оценку кредитоспособности, нужен надёжный доступ к финансовой информации, используемой для оценки заёмщиков. Консолидация этих данных может потребовать модернизации устаревших систем, дополнительной вычислительной инфраструктуры и специализированных сотрудников для её поддержки.

Эти требования увеличивают как первоначальные, так и текущие затраты на ИИ. Банки, приобретающие облачные услуги или ПО в иностранной валюте, могут также столкнуться с ростом расходов в местной валюте при неблагоприятном движении обменных курсов. Таким образом, финансовое обоснование ИИ зависит не только от сэкономленного системой времени. Банки должны сопоставлять эти выгоды с полной стоимостью внедрения и эксплуатации технологии.

Почему отдачу трудно измерить

Исследование Backbase и African Banker показывает, что некоторые африканские банки получают ожидаемые финансовые результаты от ИИ. Среди респондентов, чьи учреждения официально измеряют отдачу, 85,1% заявили, что инвестиции соответствовали или превысили их прогнозы.

Однако эти банки измеряли результаты по собственным целям. Опрос не устанавливает объём инвестиций, созданную финансовую ценность или то, рассчитывалась ли отдача единообразно в разных учреждениях.

Кредитование с использованием ИИ иллюстрирует эту сложность. Если банк одобряет больше заявок после внедрения ИИ, дополнительные кредиты могут увеличить процентный доход. Но финансовая выгода по-прежнему будет зависеть от стоимости фондирования, качества этих кредитов и того улучшила ли технология кредитные решения. Аналогично, ценность системы обнаружения мошенничества на основе ИИ заключается в предотвращённых потерях, а не просто в количестве отмеченных подозрительных транзакций.

Опрос показал, что 71,7% респондентов, работающих со сторонними ИИ-поставщиками, измеряют отдачу против 31% тех, кто полностью разрабатывает ИИ собственными силами. Разница отражает различия в способности банков создавать собственные ИИ-системы, что само по себе может стать значимой статьёй затрат.

В июне 2026 года первый ИИ-индекс Evident для банков Ближнего Востока и Африки оценил 25 крупнейших банков по ИИ-талантам, инновациям, лидерству и прозрачности. Standard Bank заняла второе место, Nedbank — четвёртое, став единственными двумя южноафриканскими банками среди четырёх региональных лидеров. FirstRand, Capitec и Absa также вошли в топ-10.

Evident частично объяснила сравнительно сильные результаты этих банков большим пулом ИИ-талантов, близостью к исследовательским университетам и работой с формирующимся регулированием центральных банков. Результаты позволяют предположить, что южноафриканские банки развили более сильные ИИ-возможности, чем многие региональные коллеги.

Однако по всем 25 учреждениям Evident установила, что количество специалистов по разработке ИИ относительно численности персонала составляет лишь половину уровня её эталонной группы крупнейших мировых банков. Этот дефицит имеет финансовые последствия. Банки без достаточной внутренней экспертизы должны либо инвестировать в развитие собственных возможностей, либо полагаться на внешних поставщиков, продолжая платить за интеграцию и обслуживание.

Некоторые банки за пределами Африки уже дают более ясную картину финансовой ценности ИИ. Сингапурский DBS Bank сообщил примерно о 1 млрд сингапурских долларов (783 млн долларов) экономической ценности от анализа данных и ИИ в 2025 году против 750 млн сингапурских долларов (587 млн долларов) в 2024 году. К концу этого года DBS развернула более 2 000 моделей в свыше 430 сценариях использования.

DBS вышла за рамки отчётности о количестве задач, выполняемых ИИ, или сэкономленном сотрудниками времени. Банк присвоил денежную оценку вкладу технологии в бизнес, хотя неясно, прибыльно ли использование ИИ для этого сингапурского банка.

Это сравнение проясняет финансовый вопрос, стоящий перед африканскими банками. Standard Bank и Nedbank продемонстрировали рост продуктивности, а многие учреждения, опрошенные Backbase, сообщают о достижении своих ИИ-целей. Но банки предоставляют ограниченную информацию о стоимости отдельных ИИ-программ и их финансовой отдаче.

Продуктивность — ключевой сценарий использования ИИ в банках и других нефинансовых организациях. Задача состоит в том, чтобы определить, сколько стоит эта продуктивность и какая её часть может быть отнесена к ИИ. По мере выхода банков за рамки пилотов наиболее ясным свидетельством прогресса станет более последовательное раскрытие стоимости программ, измеримых результатов и их связи с финансовыми показателями.

Источник: TechCabal