3. Выявление практик применения искусственного интеллекта, образующих риски с точки зрения обеспечения доступности и качества финансовых услуг

Технологии искусственного интеллекта (ИИ) имеют широкий потенциал применения на российском финансовом рынке и способствуют его дальнейшей цифровизации. Банк России планирует содействовать сбалансированному развитию ИИ на финансовом рынке, придерживаясь при этом риск-ориентированного подхода.

Международный валютный фонд прогнозирует, что к 2027 году финансовые организации удвоят расходы на ИИ.

Развитие ИИ на финансовом рынке открывает новые перспективы с точки зрения доступности финансовых услуг. В то же время вместе с развитием ИИ необходимо минимизировать риски использования этих технологий для всех участников финансового рынка и потребителей финансовых услуг. Одной из областей, чувствительных к возможным рискам использования ИИ финансовыми организациями, является неравномерность доступности финансовых услуг для различных категорий граждан.

В ноябре 2023 года Банк России опубликовал доклад для общественных консультаций "Применение искусственного интеллекта на финансовом рынке". По итогам обсуждения доклада участники рынка поддержали разработку Кодекса этики применения ИИ на финансовом рынке, в котором могут быть отражены в том числе вопросы уменьшения рисков снижения финансовой доступности при применении технологии ИИ <73>.

--------------------------------

<73> Отчет об итогах публичного обсуждения доклада для общественных консультаций "Применение искусственного интеллекта на финансовом рынке". Банк России. 2024.

Банк России также будет обращать внимание на практики применения ИИ, имеющие риск дестабилизации предложения финансовых услуг, особенно для наиболее уязвимых групп потребителей и тех, кто уже сталкивается с неравным доступом к финансовым услугам. Например, в фокусе внимания будут технологии ИИ для принятия решений о территориальном размещении подразделений и платежных устройств кредитных организаций. Такая технология ИИ уже применяется некоторыми российскими банками для управления сетью подразделений. Она агрегирует данные обо всех подразделениях, оценивает их нагрузку, рассчитывает эффективность потенциальных офисов, исходя из данных об активности клиентов, банков-конкурентов, численности населения, трафика на улицах города и другой статистической информации.