Incore Bank тестирует ИИ для онбординга клиентов с оценкой рисков

Что произошло

Швейцарский Incore Bank совместно с Kyndryl и Google Cloud завершил пилотный проект (proof of concept), в рамках которого ИИ-агенты применялись для ускорения процесса привлечения (онбординга) клиентов. Ключевая задача пилота — показать, что автоматизация может сократить время адаптации клиента без снижения качества комплаенс-контроля, включая оценку рисков.

По данным Finextra, решение было построено на базе инфраструктуры Google Cloud с участием Kyndryl как интегратора, а Incore Bank выступил в роли банка-заказчика, тестирующего применимость ИИ-агентов к регулируемым банковским процессам.

Почему это важно

Онбординг в банковском секторе традиционно считается одним из самых болезненных этапов клиентского пути: он сочетает высокие требования регулятора (KYC, AML, оценка риска) с ожиданием клиента получить доступ к услугам быстро и без лишних усилий. Пилот Incore Bank демонстрирует, что ИИ-агенты можно встраивать не только в маркетинговые или сервисные сценарии, но и в критически важные, юридически чувствительные процессы, где ошибка стоит дорого.

Для лидеров цифровой трансформации это сигнал: зрелость ИИ-агентов в финансовом секторе достигла точки, когда автоматизация риск-оценки рассматривается не как эксперимент на периферии, а как часть основного операционного процесса. Если подобные пилоты будут масштабироваться, это может изменить экономику онбординга для банков — снижая нагрузку на комплаенс-команды при одновременном ускорении пути клиента.

Мнение Renascence

Главный урок этого пилота — не в самой технологии, а в том, что автоматизация риска и автоматизация опыта наконец перестают быть противоречащими друг другу целями.

Долгие годы банки решали дилемму «быстро или безопасно» в пользу безопасности, перекладывая издержки ожидания на клиента. Пилот Incore Bank интересен именно тем, что пытается снять этот компромисс, а не просто ускорить фронтенд-часть процесса. Клиентоориентированным банкам стоит обратить внимание не на скорость самого ИИ-агента, а на то, как перестроена ответственность внутри процесса: где заканчивается автоматическая оценка риска и начинается человеческий контроль. Именно эта архитектура доверия — а не сам факт использования ИИ — определит, станет ли решение примером для отрасли или останется точечным пилотом.