Цифры, от которых холодеет спина
Goldman Sachs анонсировал OneGS 3.0. Это не очередной ребрендинг. Это план по сокращению 10% персонала — примерно 4 000 человек. JPMorgan Chase заявил об автоматизации 30% бэк-офисных операций к концу 2026 года.
Банк Америки тестирует AI-агентов для обработки кредитных заявок. Результат? 80% стандартных аппликаций теперь проходят без участия человека. И это только начало.
По данным McKinsey, к 2027 году банковский сектор потеряет около 200 000 рабочих мест из-за автоматизации. Это не прогноз. Это уже происходит.
Кого уволят первым? Список профессий-кандидатов
Не все должности одинаково уязвимы. Некоторые исчезнут быстрее, чем вы успеете прочитать эту статью.
| Роль | Риск автоматизации | Сроки | Почему |
|---|---|---|---|
| Операционисты бэк-офиса | 90-95% | 2025-2026 | Рутинные операции, четкие правила, высокая стоимость ошибок |
| Аналитики compliance (младшие) | 70-80% | 2026-2027 | AI лучше проверяет транзакции на отмывание денег |
| Кредитные андеррайтеры (стандартные продукты) | 60-70% | 2026-2028 | Машинное обучение точнее оценивает риски |
| Менеджеры по работе с клиентами (типовые запросы) | 50-60% | 2025-2027 | Чат-боты и голосовые AI справляются с 80% обращений |
Звучит абстрактно? Давайте посмотрим на конкретный кейс.
Парадокс: чем эффективнее AI, тем больше проблем
Банкиры в восторге. Акционеры тоже. Экономисты нервно курят в стороне.
Внедрение AI в банках создает системный риск. Не технический — человеческий. Когда увольняют 10% операционистов, теряется не просто персонал. Исчезает корпоративная память. Накопленный годами опыт работы с исключениями из правил. Знание того, как обходить глупые ограничения устаревших систем.
AI отлично работает по правилам. Но банковский мир состоит из исключений. Из ситуаций, которые не описаны в мануалах. Из клиентов, которые не вписываются в стандартные профили.
Что происходит, когда система сталкивается с аномалией? Она либо блокирует операцию (разозлив клиента), либо пропускает мошенничество (разозлив регулятора). Человек в такой ситуации искал бы компромисс. AI ищет соответствие правилам.
Новые вакансии: кто заменит уволенных?
Тут начинается самое интересное. Банкам понадобятся специалисты, которых сегодня почти нет на рынке.
1 AI Governance Engineer
Не путать с AI-инженером. Это не тот, кто пишет код для нейросетей. Это тот, кто отвечает за то, чтобы нейросети не нарушали законы, не дискриминировали клиентов и не принимали решения, которые приведут к многомиллионным штрафам.
Зарплата? От 300 000 рублей в месяц в региональных банках до 1,5 миллионов в Москве. Требования? Знание финансового законодательства, понимание работы ML-моделей, опыт работы с регуляторами. Таких людей на рынке — единицы.
2 Prompt Engineer для финансовых моделей
Да-да, те самые prompt engineer, о которых все говорят. Но в банковском контексте это не просто "умение задавать вопросы ChatGPT". Это глубокое понимание финансовой терминологии, знание банковских продуктов и умение формулировать запросы так, чтобы модель выдавала не просто красивый текст, а финансово и юридически корректные ответы.
Пример плохого промпта: "Напиши ответ клиенту об отказе в кредите".
# Так НЕ надо делать
prompt = "Напиши вежливый отказ в кредите клиенту"
# Модель может сгенерировать текст, нарушающий закон о защите прав потребителейПример хорошего промпта:
# Правильный подход
prompt = "Сгенерируй ответ клиенту об отказе в ипотеке.
Укажи конкретные причины отказа согласно статье 5 ФЗ-353:
1) недостаточный доход для обслуживания долга,
2) негативная кредитная история.
Не упоминай внутренние скоринговые баллы.
Предложи альтернативные варианты: увеличение первоначального взноса,
привлечение созаемщика, рассмотрение других программ банка.
Текст должен соответствовать требованиям ЦБ РФ по информированию заемщиков."Разница очевидна? Первый вариант приведет к жалобам в Роспотребнадзор. Второй — защитит банк от судебных исков.
3 AI-Accelerated Engineer
Это разработчик, который не просто пишет код, а использует AI для ускорения всех процессов. От проектирования архитектуры до тестирования и деплоя. В банках такие специалисты особенно ценны — здесь каждый день простоя системы стоит миллионов.
Но есть нюанс. Большинство банковских систем — legacy-монстры на Cobol или Java 1.4. AI плохо понимает такой код. Значит, нужен специалист, который знает и старые технологии, и новые подходы. Гибридная профессия. Редкая как белый носорог.
Подробнее о том, как эти специалисты меняют подход к разработке, читайте в статье про AI-Accelerated Engineer и AI Governance Engineer.
Где искать работу в 2026 году? Карта новых возможностей
Если вы сейчас работаете в банке и чувствуете, что ваша должность в зоне риска — не паникуйте. Смотрите на карту перехода.
- Операционист → Специалист по обучению AI-агентов (нужно учить модели работать с исключениями)
- Аналитик compliance → AI Governance Analyst (контролировать, чтобы AI не нарушал законы)
- Кредитный менеджер → Prompt Engineer для кредитных решений (формулировать запросы для скоринговых моделей)
- Тестировщик → AI Quality Assurance Engineer (проверять, не галлюцинирует ли модель)
Самый болезненный переход — для middle-менеджеров. Тех, кто 10-15 лет строил карьеру, чтобы руководить отделом из 20 человек. В новом мире отделы будут меньше. AI заберет рутинный контроль. Останется стратегическое управление. Но таких позиций — в разы меньше.
По данным исследования, каждая 20-я потерянная работа — из-за ИИ. В банковском секторе этот показатель будет выше — каждая 10-я.
Темная сторона автоматизации: что банки скрывают
Все говорят об эффективности. Мало кто — о рисках.
Первый риск: концентрация знаний. Раньше 100 операционистов знали, как работает система. Теперь 5 AI-инженеров понимают логику модели. Если они уйдут — банк парализован.
Второй риск: системные ошибки. AI-модель может работать идеально 99,9% времени. Но в 0,1% случаев принимать катастрофически неправильные решения. И эти ошибки будут тиражироваться на все отделения одновременно.
Третий риск: регуляторный. ЦБ, ФАТФ, Роспотребнадзор — все хотят понять, как AI принимает решения. Но нейросети — черный ящик. Объяснить, почему отказано в кредите конкретному клиенту, становится все сложнее.
Четвертый риск: социальный. Банки — крупнейшие работодатели в регионах. Что будет с городами, где банковский call-center — главный источник рабочих мест?
План выживания для банковского сотрудника
Если вы читаете эту статью и работаете в банке — у вас есть время. Но не много.
- Изучите, как AI уже используется в вашем банке. Какие процессы автоматизируют? Какие отделы сокращают?
- Определите, какие из ваших навыков можно перенести на новые роли. Работа с исключениями? Знание регуляторных требований? Понимание бизнес-процессов?
- Начните учиться сейчас. Не через год. Курсы по prompt engineering, основы машинного обучения, законодательство в сфере AI.
- Создайте внутреннюю экспертизу. Станьте тем, к кому коллеги обращаются с вопросами про AI в вашей сфере.
- Готовьтесь к горизонтальным переходам. Из кредитного отдела — в отдел внедрения AI. Из compliance — в AI governance.
Самая опасная позиция — "у нас так не сделают, у нас особенная культура". Так говорили в Kodak про цифровые фотоаппараты. В Blockbuster про Netflix. В taxi dispatchers про Uber.
Банки не будут исключением. 2026 год станет переломным. Те, кто подготовится сейчас, получат новые возможности. Те, кто проигнорирует тренд — будут искать работу в других отраслях.
И последнее. Не верьте тем, кто говорит, что AI создаст больше рабочих мест, чем уничтожит. В банковском секторе это не так. Новые roles требуют другой квалификации. Бэк-офисный сотрудник с 20-летним стажем не станет AI Governance Engineer за полгода курсов. Переход будет болезненным. Для многих — невозможным.
Цифры не врут. 200 000 увольнений — это не апокалипсис. Это новая реальность. К которой лучше подготовиться заранее.
