Банки и финансовый капитал. Автоматизация в банках

Время на прочтение: 23 минут(ы)

Банки и финансовый капитал в эпоху автоматизации: от товарно-денежного обмена к цифровым экосистемам

Банки и финансовый капитал. Автоматизация в банках

Введение

В 2026 году банковская система России переживает фундаментальную трансформацию. С одной стороны, сектор сталкивается с беспрецедентным давлением санкционных ограничений, требующих перестройки расчетных механизмов и поиска новых моделей финансирования реального сектора. С другой — цифровая революция, набирающая обороты последние десятилетие, достигла той критической массы, когда автоматизация перестает быть просто инструментом оптимизации, становясь основой новой операционной модели банковского бизнеса.

Современный банк — это уже не столько хранилище золота и банкнот, сколько сложная цифровая платформа, где капитал, деньги и обязательства существуют в виде электронных записей, а ключевые решения принимаются алгоритмами искусственного интеллекта. Автоматизация в банках стала главным трендом десятилетия, но, как и любой системный процесс, она несет как новые возможности, так и серьезные риски для клиентов. В этой статье мы проследим эволюцию банковского дела от классической формулы движения капитала до современных цифровых экосистем, проанализируем текущее состояние отрасли и дадим практические рекомендации, как частным лицам и бизнесу сохранить финансы в эпоху перемен.

---

Глава 1. Теоретические основы кредитования

1.1 Сущность и функции банковского кредита в экономическом воспроизводстве

Кредит в современной экономике — это не просто «одалживание денег». Это сложный механизм перераспределения временно свободного капитала от тех, у кого он есть в избытке, к тем, кто испытывает в нем потребность для развития производства или потребления. Банки выступают ключевыми посредниками в этом процессе, аккумулируя мелкие сбережения вкладчиков и превращая их в крупные инвестиционные ресурсы.

Исторически функция банковского кредита заключалась в обеспечении непрерывности кругооборота промышленного и торгового капитала. Предприятие, реализовав продукцию, получает деньги, на которые закупает новое сырье — этот цикл описывается классической формулой Деньги-Товар-Деньги (Д-Т-Д’). Однако на практике между продажей готовой продукции и покупкой нового сырья возникает временной разрыв. В этот момент предприятию необходим банковский кредит, чтобы не останавливать производство. Без кредита современная экономика, основанная на разделении труда и длительных производственных циклах, была бы невозможна.

В условиях 2020-х годов функции банковского кредита существенно расширились. Помимо классического финансирования оборотного капитала, банки предоставляют инвестиционные кредиты на модернизацию основных фондов, проектное финансирование для реализации долгосрочных инициатив, а также кредиты на пополнение оборотных средств в условиях волатильности рубля и изменения логистических цепочек .

1.2 Оборотный капитал предприятия: структура, роль и источники финансирования

Оборотный капитал — это финансовые ресурсы, авансированные в оборотные производственные фонды и фонды обращения. Проще говоря, это деньги, которые предприятие тратит на сырье, материалы, комплектующие, топливо, а также на оплату труда и текущие расходы. Оборотный капитал обеспечивает непрерывность производственного процесса: купили сырье — произвели продукцию — продали — получили выручку — снова купили сырье.

Структура оборотного капитала включает:

1. Производственные запасы — сырье, материалы, топливо, запчасти, незавершенное производство.
2. Готовая продукция и товары для перепродажи — результат производственного цикла, ожидающий реализации.
3. Дебиторская задолженность — деньги, которые должны предприятию покупатели и заказчики.
4. Денежные средства — непосредственно деньги на расчетных счетах и в кассе.

Основной вызов управления оборотным капиталом в 2026 году — это высокая ключевая ставка Центрального банка, достигшая двузначных значений. Для многих предприятий кредиты на пополнение оборотных средств становятся неподъемными, что заставляет их искать альтернативные источники: сокращать запасы, ускорять инкассацию дебиторской задолженности, использовать инструменты факторинга и, что характерно для кризисных периодов, прибегать к взаимному кредитованию через векселя и банковские акцепты.

1.3 Взаимосвязь банковского кредитования и оборотного капитала: теоретические модели и концепции

В классической экономической теории взаимосвязь между банковским кредитом и оборотным капиталом описывается через механизм «создания депозитов». Когда банк выдает кредит предприятию, он не передает ему существующие деньги из хранилища, а создает новую запись на его расчетном счете. Эта запись и есть новые деньги, которые предприятие может использовать для оплаты поставщиков. Поставщики, получив эти деньги, кладут их в свои банки, которые, в свою очередь, могут выдать новые кредиты. Так работает мультипликатор денежного предложения.

Однако в посткризисной экономике, характеризующейся высокой неопределенностью и рисками, эта теоретическая модель сталкивается с серьезными ограничениями. Банки ужесточают требования к заемщикам, повышают ставки и требуют более качественное обеспечение. Предприятия, особенно малые и средние, испытывают трудности с получением кредитов, что ведет к «сжатию» оборотного капитала и, как следствие, к замедлению экономического роста.

Для решения этих проблем разрабатываются новые модели кредитования, включая кредитование под залог золота и золотых сертификатов, которые рассматриваются как высоконадежное обеспечение в условиях девальвации национальной валюты, а также цифровые кредитные продукты, где решение о выдаче принимается искусственным интеллектом на основе анализа больших данных .

---

Глава 2. Анализ банковского кредитования реального сектора

2.1 Динамика и структура кредитного портфеля реального сектора экономики РФ в постсанкционный период

Постсанкционный период (2022–2026 годы) стал для российской банковской системы стресс-тестом на прочность. Основные тенденции:

• Рост корпоративного кредитования, прежде всего в оборонно-промышленном комплексе, ИT-секторе и сельском хозяйстве, где государство предоставляет льготные программы.
• Сжатие розничного кредитования из-за высоких ставок, хотя в отдельных сегментах, например, в ипотеке с господдержкой, наблюдается аномальный рост.
• Увеличение доли кредитов в китайской валюте (юанях) и золоте, поскольку традиционные долларовые и евровые расчеты оказались под санкционными ограничениями.
• Рост просроченной задолженности в секторах, наиболее пострадавших от разрыва логистических цепочек (автопром, ритейл импортных товаров).

Банковский портфель все больше концентрируется в крупнейших государственных банках, которые выступают «операторами» государственных программ развития. Доля частных банков, особенно попавших под санкции, сокращается.

2.2 Факторы, влияющие на доступность и стоимость банковского кредитования оборотного капитала

Основные факторы, определяющие условия кредитования в 2026 году:

1. Ключевая ставка ЦБ РФ — главный инструмент денежно-кредитной политики. Чем она выше, тем дороже деньги для банков, а значит, и для предприятий. Высокая ставка «охлаждает» экономику, сдерживая инфляцию, но одновременно лишает бизнес дешевых кредитов.
2. Инфляционные ожидания — если предприятия и банки ожидают ускорения инфляции, они закладывают более высокие премии за риск в ставки по кредитам.
3. Макропруденциальные требования ЦБ — ограничения на долю рискованных кредитов в портфелях банков заставляют кредитные организации ужесточать скоринг и требовать больше залогов.
4. Доступность «длинных» денег — банки предпочитают выдавать краткосрочные кредиты, поскольку сами имеют ограниченный доступ к долгосрочным ресурсам. Это создает проблемы для предприятий, нуждающихся в финансировании долгосрочных инвестиционных проектов.
5. Цифровая зрелость банка — банки с развитыми ИT-платформами и автоматизированными системами скоринга могут быстрее обрабатывать заявки и предлагать более низкие ставки за счет снижения операционных расходов .

2.3 Оценка рисков банковского кредитования предприятий реального сектора в условиях волатильности денежного рынка

Волатильность денежного рынка — это ситуация, когда курсы валют и процентные ставки сильно колеблются. Для банков и предприятий это создает риски:

• Процентный риск — для предприятий с кредитами по плавающей ставке рост ключевой ставки может сделать обслуживание долга непосильным.
• Валютный риск — для предприятий, берущих кредиты в иностранной валюте (например, в юанях), при ослаблении рубля стоимость обслуживания долга растет.
• Риск ликвидности — в случае паники на рынке банки могут резко прекратить выдачу новых кредитов, оставив предприятия без оборотных средств.
• Кредитный риск — риск того, что заемщик не сможет вернуть кредит из-за ухудшения экономической конъюнктуры.

Банки управляют этими рисками с помощью автоматизированных систем риск-менеджмента, которые позволяют моделировать различные сценарии и принимать решения в режиме реального времени. Искусственный интеллект помогает выявлять потенциальных дефолтников до того, как они перестанут платить, анализируя их финансовое поведение и косвенные признаки — например, как быстро они заполняют заявку или как давно пользуются мобильным приложением .

---

Глава 3. Рекомендации по повышению доступности кредитов

3.1 Совершенствование инструментов управления кредитными рисками для банков

Для банков ключевая задача в условиях кризиса — не прекращать кредитование, а научиться правильно оценивать риски. Основные направления совершенствования:

1. Внедрение предиктивной аналитики на основе машинного обучения. ML-модели позволяют учитывать сотни факторов при принятии решения, включая данные из альтернативных источников — историю транзакций, данные о платежах за коммунальные услуги, социально-демографические характеристики. Это особенно важно для оценки «тонких» кредитных историй, когда у заемщика еще нет полноценной кредитной истории .
2. Автоматизация мониторинга залогового обеспечения. Искусственный интеллект может отслеживать рыночную стоимость залога (недвижимости, оборудования, золота) и сигнализировать о необходимости дооценки, если стоимость падает.
3. Стресс-тестирование портфеля по множеству сценариев. Цифровые платформы позволяют банкам «проигрывать» различные экономические сценарии (падение ВВП, резкое изменение курса рубля) и заранее оценивать, сколько клиентов может уйти в дефолт, и какой капитал потребуется для покрытия убытков .

3.2 Разработка новых моделей кредитования оборотного капитала с учетом отраслевой специфики

Универсальные кредитные продукты уходят в прошлое. Банки переходят к отраслевым и даже индивидуализированным решениям:

• Торговые сети — кредиты под залог товаров в обороте с автоматическим контролем остатков. ИИ отслеживает продажи и корректирует лимит кредитования в реальном времени.
• Агропромышленный комплекс — сезонные кредиты с гибким графиком погашения, привязанным к циклу сбора урожая. Использование спутниковых данных для мониторинга состояния посевов как дополнительного фактора оценки риска.
• IT-компании — кредитование под интеллектуальную собственность и контракты, что нетривиально для классического банковского обеспечения.
• Сектор международной торговли — активное использование аккредитивов и банковских гарантий, обеспечивающих безопасность расчетов между контрагентами из разных стран. Векселя и банковские акцепты остаются инструментами для краткосрочного финансирования торговых операций, хотя их доля в общем объеме расчетов снижается в пользу цифровых платформ .

3.3 Роль государственной поддержки и регулирования в обеспечении доступности банковских кредитов

Государство остается главным стабилизатором кредитного рынка в России. Основные инструменты:

1. Программы льготного кредитования приоритетных отраслей (промышленность, IT, сельское хозяйство, МСП). Государство компенсирует банкам часть процентной ставки, делая кредиты доступнее для предприятий.
2. Субсидирование процентных ставок по инвестпроектам, что стимулирует модернизацию производства.
3. Докапитализация банков через вливание бюджетных средств в уставный капитал крупнейших системообразующих банков, чтобы они могли наращивать кредитный портфель.
4. Регуляторные послабления — в кризис ЦБ может снизить требования к резервам, чтобы у банков было больше ресурсов для кредитования, а также ввести мораторий на начисление штрафов для заемщиков в наиболее пострадавших отраслях.

Важнейшая задача регулирования в 2026 году — обеспечить, чтобы государственные субсидии действительно доходили до конечного заемщика, а не оседали в виде сверхприбылей банков. Для этого ЦБ ужесточает контроль за исполнением условий льготных программ .

---

Глава 4. Автоматизация в банках: от цифровизации к интеллектуальным экосистемам

4.1 Хронология автоматизации банковской деятельности

История автоматизации банковского дела насчитывает несколько этапов:

• 1950-1960-е годы — механизация. Появление первых ЭВМ для обработки чеков и ведения счетов. Операции еще выполнялись с помощью перфокарт.
• 1970-1980-е — компьютеризация. Внедрение мейнфреймов, появление первых автоматизированных банковских систем (АБС). Клиенты могли получать выписки по счетам, но взаимодействие с банком все еще требовало личного визита.
• 1990-е — интернет-эра. Появление систем «Банк-Клиент» и первых веб-сайтов банков. Дистанционное банковское обслуживание (ДБО) становится доступным для бизнеса.
• 2000-2010-е — мобильная революция. Появление мобильных приложений, онлайн-кредитования, бесконтактных платежей. Банки начинают собирать большие данные.
• 2020-е — эра искусственного интеллекта. Банки переходят от автоматизации отдельных операций к созданию единых цифровых платформ, где ИИ управляет кредитными рисками, клиентским сервисом, борьбой с мошенничеством и даже прогнозированием спроса на наличные в банкоматах .

4.2 Текущее состояние: от автоматизации задач к автоматизации решений

Сегодня ни один крупный российский банк не может обойтись без технологий искусственного интеллекта. Однако, как показывают исследования, автоматизация в большинстве банков пока носит фрагментарный характер. «Чат-боты есть у всех. Они отвечают на типовые вопросы, снижают нагрузку на первую линию, собирают контактные данные. Но чат-бот заканчивается ровно там, где начинается реальная операция» . Это ключевой вызов: автоматизирован разговор, но не процесс.

Подлинная трансформация происходит, когда ИИ внедряется как единый интеллектуальный слой между клиентом, сотрудником и операционными системами банка. Речь идет не просто о «роботах-консультантах», а о платформах, где агенты искусственного интеллекта выполняют цепочки действий автономно:

• извлекают данные из документов;
• заполняют заявки;
• проверяют выполнение условий сделки;
• направляют проблемные случаи на проверку человеку только в исключительных ситуациях .

Банк XXI века — это гибридная система, где до 70-80% рутинных операций выполняются без участия человека, а люди сосредоточиваются на стратегических задачах: развитии продуктов, работе со сложными кейсами, креативе и эмпатии .

4.3 Внутренняя планировка цифрового банка: архитектура интеллектуальной платформы

Современную банковскую IT-архитектуру можно сравнить с многоэтажным зданием, где каждый уровень выполняет свою функцию:

1. Фундамент — инфраструктурный слой.
Это аппаратное и системное обеспечение: серверы, дата-центры, сети, базы данных. Ключевой тренд здесь — импортозамещение. Банки активно переходят на отечественные операционные системы (Astra Linux, Alt Linux), СУБД (Postgres Pro) и серверные платформы (Yandex Cloud, VK Cloud) .

2. Первый этаж — платформенный слой (BPM-платформа).
Это «сердце» банка — система управления бизнес-процессами (Business Process Management). Она позволяет гибко настраивать процессы под нужды банка и быстро адаптироваться к изменениям законодательства. Современные BPM-решения строятся по принципу low-code: менять процессы могут не только программисты, но и бизнес-аналитики .

3. Второй этаж — интеграционный слой.
Связывает все разрозненные системы в единое целое. Здесь работают API-шлюзы, шины данных, сервисы интеграции. Благодаря этому слой клиентского сервиса «видит» все данные о клиенте, где бы они ни хранились — в CRM, в кредитном конвейере, в учетной системе.

4. Третий этаж — интеллектуальный слой (AI-слой).
Это «мозг» банка. Сюда входят:

• ML-модели для скоринга, фрод-мониторинга, оценки стоимости залогов.
• LLM (большие языковые модели) для клиентского сервиса, обработки документов, генерации отчетов.
• ИИ-агенты — автономные системы, которые не просто дают рекомендации, но и выполняют действия (меняют лимиты, блокируют подозрительные транзакции, обновляют данные в системе) .

5. Верхний этаж — клиентский слой.
То, что видят пользователи: мобильное приложение, веб-сайт, чат-боты, голосовые помощники. Задача этого слоя — предоставить бесшовный, персонализированный опыт, где ИИ предугадывает потребности клиента и предлагает готовые решения.

4.4 Элементы внешней разработки: экосистемный подход

Современные банки уже не существуют как изолированные структуры. Они строят экосистемы, интегрируясь с финтех-компаниями, маркетплейсами, страховыми компаниями и даже телеком-операторами. Ключевые элементы внешней разработки:

1. Открытые API — банки предоставляют внешним разработчикам доступ к своим функциям (создание платежей, проверка баланса, выпуск карт), чтобы те могли создавать свои сервисы поверх банковской инфраструктуры.
2. Партнерские платформы — например, интеграция банковского скоринга в маркетплейсы, чтобы покупатель мог оформить рассрочку прямо на сайте магазина.
3. Совместные продукты с техногигантами — банки сотрудничают с Яндексом, Сбером, ВТБ в создании голосовых ассистентов и биометрических решений .

Особняком стоит вопрос информационной безопасности. Банки вынуждены жестко ограничивать передачу данных за пределы защищенного контура (ФЗ-152). Поэтому развитие технологий ИИ идет в направлении создания «закрытых» моделей, которые обучаются на данных банка, не покидая его внутренних систем .

4.5 Почему банки закрывают отделения: экономика и автоматизация

Тенденция к сокращению числа офлайн-отделений наблюдается по всему миру, и Россия не исключение. За последние 5 лет число банковских отделений в РФ сократилось на 15-20%. Причины:

1. Снижение транзакционных издержек. Обслуживание клиента в отделении стоит в 10-20 раз дороже, чем через мобильное приложение. Автоматизация позволяет перенести до 80% типовых операций (открытие вклада, оформление простого кредита, перевод денег) в цифру.
2. Изменение клиентского поведения. Поколение 25-40 лет практически не посещает отделения, предпочитая решать все вопросы онлайн. Спрос на наличные банкноты падает, а расчеты картами и через СБП растут экспоненциально.
3. Экономия на недвижимости и персонале. Содержание отдельной точки — это аренда, коммунальные услуги, зарплата десятка сотрудников. Перевод этих средств в IT-инфраструктуру экономически эффективнее.
4. Централизация экспертизы. Сложные вопросы (кредиты крупным корпорациям, структурирование сделок, обслуживание VIP-клиентов) все чаще решаются в региональных или головных центрах, а не в каждом отделении .

4.6 Риски автоматизации для клиентов: что нужно знать

Несмотря на очевидные удобства, цифровизация несет и новые риски для частных лиц и бизнеса:

1. Ошибки алгоритмов (bias) . Искусственный интеллект может некорректно оценить кредитоспособность, особенно если модель обучена на нерепрезентативных данных. Например, клиент может получить отказ из-за того, что его поведение в приложении алгоритм посчитал «нетипичным», хотя его финансовое положение стабильно. У клиента всегда должно быть право на апелляцию и пересмотр решения живым человеком, но в реальности этот процесс может быть забюрократизирован .
2. Кибербезопасность и цифровое мошенничество. Чем больше данных клиента в цифре, тем привлекательнее он для мошенников. ИИ помогает банкам выявлять аномалии, но технологии мошенников тоже не стоят на месте. Набирают обороты дипфейки — когда злоумышленники подделывают голос или лицо, чтобы пройти биометрическую аутентификацию. Банки и регулятор ужесточают требования к защите, но абсолютной гарантии нет.
3. Технические сбои и недоступность сервисов. В 2024-2025 годах случались масштабные сбои в работе мобильных приложений ведущих банков, когда клиенты на несколько часов оставались без доступа к своим счетам. Хотя Банк России вводит требования по обеспечению бесперебойности, риск остается.
4. Дегуманизация сервиса. Автоматизированный скоринг и чат-боты не всегда могут учесть исключительные жизненные обстоятельства клиента (болезнь, форс-мажор). Возврат к «живому» диалогу для урегулирования сложных ситуаций становится все более сложным, поскольку поддержка оптимизирована под обработку типовых запросов .

Заключение: баланс между технологией и доверием

Банки и финансовый капитал переживают самую масштабную трансформацию со времен изобретения интернета. Золото и банкноты все больше становятся символами, а реальные деньги — это записи в цифровых реестрах. Автоматизация в банках, подкрепленная искусственным интеллектом, открывает колоссальные возможности: скорость принятия решений, точность оценки рисков, персонализация продуктов, снижение издержек и, как результат, доступность финансовых услуг.

Классическая формула движения капитала (Д-Т-Д’) в XXI веке трансформируется в цикл «Данные — Решение — Стоимость»: банки зарабатывают не столько на маржинальном кредитовании, сколько на интеллектуальной обработке информации и построении доверительных экосистем. Банк будущего — это платформа, где человек и алгоритм работают в связке, а конкурентное преимущество определяется не размером уставного капитала, а качеством данных и скоростью обучения моделей.

Однако, как показывает практика, технологический прогресс всегда опережает культуру безопасности и осознанность пользователей. Ключевой риск автоматизации — это не технические сбои, а потеря человеческого контроля над критическими решениями. Поэтому регулятор и общество будут требовать от банков баланса: максимальная цифровизация там, где она безопасна и эффективна, и обязательное человеческое участие в сложных, пограничных ситуациях.

Практические выводы:

1. Для частного клиента: осваивайте цифровые каналы, но не забывайте о гигиене безопасности — двухфакторная аутентификация, осторожность с биометрией и осознанное согласие на обработку данных.
2. Для бизнеса: автоматизация кредитного конвейера — ваш шанс на скорость, но закладывайте в финансовую модель риски сбоев и возможность альтернативного финансирования (факторинг, лизинг, кредиты под залог золотых сертификатов, работа с векселями).
3. Для банков: главный актив — это доверие. Прозрачность алгоритмов и возможность апелляции — не менее важные инвестиции, чем внедрение новых ML-моделей.

Исторический очерк: от монетных столов до цифровых платформ

Банковское дело — один из древнейших институтов экономической истории. Само слово «банк» происходит от итальянского banco, что в буквальном переводе означает «стол» или «скамья»: именно за такими столами в городах средневековой Италии располагались менялы и ростовщики, обменивавшие монеты и выдававшие первые ссуды. Однако задолго до этого, еще до нашей эры, в Древнем Вавилоне, Греции и Римской империи существовали храмовые и частные кредитные учреждения, принимавшие вклады и выдававшие займы под проценты. Эти первые финансовые институты заложили фундамент всей современной системы банков и капитала .

Российский путь: от петровских реформ до имперского Государственного банка

В России благоприятные условия для развития банковской системы сложились позже, чем в Западной Европе. Однако уже в петровскую эпоху из Европы в страну пришел переводной вексель — одна из первых ценных бумаг, позволявшая оформлять обязательства между купцами и кредиторами. Первым же государственным кредитным учреждением, созданным на регулярной основе, стала Монетная контора, учрежденная в 1728 году указом императрицы Анны Иоанновны. Именно тогда в России официально разрешили выдавать «деньги в процент» .

Настоящий прорыв произошел в 1754 году, когда императрица Елизавета Петровна подписала указ о создании Дворянских заемных банков в Санкт-Петербурге и Москве, а также Купеческого банка в столице империи. Дворяне могли получить ссуду под залог помещичьих имений или под поручительство знатных персон, купцы — под залог товаров и, в отдельных случаях, векселей. Тогда российские банкиры на первых порах опирались на зарубежный опыт, но очень скоро начали формировать собственную финансовую традицию .

Ключевым событием екатерининской эпохи стало появление бумажных денег — ассигнаций. В 1769 году, в разгар войны с Турцией, опустошавшей государственную казну, императрица Екатерина II приняла решение о выпуске бумажных денежных знаков. Официально причиной называли «тяжесть медной монеты»: тогдашний медный пятак весил около 50 граммов, и крупные расчеты были крайне неудобны. Однако на самом деле бумажная эмиссия стала удобным способом пополнения казны — правительство быстро осознало, что печать банкнот позволяет покрывать бюджетные дефициты .

Для обеспечения эмиссии в 1769 году в Москве и Санкт-Петербурге открылись Ассигнационные банки. Первые купюры выпускались номиналами 25, 50, 75 и 100 рублей. Бумагу для них изготавливали на специальной фабрике в Красном Селе, а печатали в Сенатской типографии. Каждую ассигнацию вручную подписывали сенаторы и чиновники банка — это был знак подлинности .

Впрочем, защита от подделок оказалась слабой: все купюры печатались на одинаковой белой бумаге, и фальшивомонетчики быстро научились переделывать 25-рублевые банкноты в 75-рублевые, просто подправляя цифру. Самым громким делом о подделке стало дело братьев Пушкиных — двоюродных дедушек великого поэта, которые вместе с беглым французом организовали производство фальшивых ассигнаций. В итоге авантюристов разоблачили, лишили дворянства и отправили в ссылку .

В 1786 году Екатерина II учредила единый Государственный ассигнационный банк, правление которого разместилось в Санкт-Петербурге в здании, построенном архитектором Джакомо Кваренги (это старейшее сохранившееся банковское здание в России, его фасад выходит на Садовую улицу, а другая сторона смотрит на канал Грибоедова, через который перекинут знаменитый цепной Банковский мост с крылатыми львами, по городскому поверью помогающими разбогатеть) .

Проблема была в том, что формально ассигнации приравнивались к монетам, но реально их можно было обменять лишь на медные деньги. Обмен на серебро был возможен только у ростовщиков и по невыгодному курсу. Требовались мелкие купюры, и в 1787 году в оборот выпустили 5-рублевые «синенькие» и 10-рублевые «красненькие» ассигнации. Цветная бумага помогала неграмотным людям отличать номиналы и одновременно защищала от подделок .

Важнейшей вехой стала реформа 1860 года, когда был учрежден Государственный банк Российской империи. Его первый устав поощрял краткосрочное кредитование и ограничивал учет векселей исключительно торговыми операциями, одновременно расширяя список залогов по ссудам. Первым управляющим стал Александр Людвигович Штиглиц, занимавший этот пост с 1860 по 1866 год. В истории Государственного банка выделяют три этапа. На первом (до 1894 года) происходила трансформация из прежних государственных кредитных установлений в коммерческий банк. На втором этапе (до 1906 года) банк значительно увеличил объемы учетно-ссудных операций, кредитуя преимущественно крупные фирмы и акционерные коммерческие банки. Наконец, на третьем этапе (до 1917 года) Государственный банк по своим функциям вплотную приблизился к европейским центральным банкам, став по сути «банком банков» — эмиссионным учреждением, формировавшим свои ресурсы за счет денежной эмиссии. В 1893 году началось усиленное кредитование российской промышленности и торговли, а в 1906 году был создан Московский банковский консорциум для поддержки торгово-промышленных фирм в условиях революционных потрясений .

Советский эксперимент: от НЭПа к монобанку

Октябрьская революция 1917 года положила конец имперской банковской системе: банки были национализированы. Но настоящая трансформация началась с переходом к новой экономической политике (НЭП). В 1921 году был воссоздан Государственный банк РСФСР, а в 1923 году он преобразован в Государственный банк СССР .

В период НЭПа, с 1922 по 1926 год, в стране активно создавались коммерческие и кооперативные банки. На 1 октября 1923 года действовало 17 самостоятельных банков, а доля Госбанка в кредитных вложениях составляла две трети. К 1926 году число банков выросло до 61, а доля Госбанка снизилась до 48%. В эти годы широко использовался коммерческий кредит, охватывавший около 85% сделок по продаже товаров, активно применялись операции по учету и залогу векселей. Пиком развития банковско-кредитной системы НЭПа считается 1926 год, когда по всей стране действовало свыше 400 самостоятельных банковских учреждений .

Однако с началом форсированной индустриализации и свертыванием НЭПа в конце 1920-х годов многоуровневая система оказалась несовместима с директивным планированием. Кредитная реформа 1930 года стала переломным моментом: коммерческий кредит и вексельное обращение ликвидировались, кредит приобретал строго целевой характер, весь платежный оборот сосредотачивался в Госбанке СССР. Банковская система стала одноуровневой, строго иерархической и централизованной. Она включала Госбанк СССР, четыре всесоюзных специализированных банка для финансирования капитальных вложений (Промбанк, Сельхозбанк, Цекомбанк, Торгбанк), Внешторгбанк для международных расчетов и систему сберегательных касс .

До перестройки советская банковская система оставалась монолитной: Госбанк, Стройбанк (как правопреемник Промбанка), Внешторгбанк и сберкассы. Лишь в 1987–1988 годах, в ходе перестроечных реформ, началось возрождение коммерческой банковской деятельности. Закон «О кооперации в СССР» 1988 года разрешил создание кооперативных банков. Первым коммерческим банком в СССР стал «Союз-банк» из Чимкента (Казахская ССР), зарегистрированный 24 августа 1988 года. Через два дня в Ленинграде зарегистрировали первый российский коммерческий банк — «Патент». К концу 1990 года в СССР насчитывалось уже 1357 коммерческих и кооперативных банков, а на 1 января 1992 года — 1360 только в Российской Федерации .

Автоматизация: от перфокарт к цифровым платформам

Интересно, что банковская сфера была одной из первых народнохозяйственных областей, в которых с начала 1960-х годов в СССР создавались автоматизированные системы (АС) обработки информации на базе ЭВМ. К 1960 году сфера деятельности Госбанка уже представляла подготовленную почву: существовал опыт обработки банковской информации на счетно-перфорационных машинах фабрик механизированного учета. Например, в Москве ежедневно обрабатывалось до 250 тысяч перфокарт, что составляло сотни килограммов бумаги в день и приводило к потере оперативности .

В истории банковской автоматизации выделяют три крупных этапа:

Первый этап (1960–1975) связан с созданием экспериментальной системы «Банк» для автоматизированной обработки данных бухгалтерского учета, контроля и квитовки межфилиальных оборотов и ведения аналитического учета операций Внешторгбанка. Головной организацией по разработке был определен Пензенский НИИУВМ. Система «Банк» была первой в СССР автоматизированной системой для ведения централизованного бухгалтерского учета на ЭВМ, в которую информация поступала через телеграфные и телефонные каналы связи из отделений Госбанка. Внедрение в Москве завершилось в 1972 году, а проектной мощности система достигла к 1975 году. Техническую базу составляли ЭВМ второго поколения «Урал-11» и «Урал-14» .

Второй этап (1972–1989) отмечен созданием единой иерархической АС Госбанка СССР (ОАСУ Госбанка СССР) , охватывавшей все уровни: районные отделения, 173 областные конторы, республиканские конторы в столицах союзных республик и ГВЦ при Правлении Госбанка. Техническую базу составляли ЭВМ третьего поколения — ЕС ЭВМ, а также малые ЭВМ М-6000, М-5000 и СМ-1600 в ряде областных центров .

Третий этап (с 1989 года) связан с созданием автоматизированных систем для Центрального банка РФ и коммерческих банков в условиях переходной экономики. Автоматизации подлежали межбанковские расчеты через сеть расчетно-кассовых центров, контроль валютных операций, контроль денежного обращения и эмиссии, функции кредитора последней инстанции. Для обеспечения электронного обмена данными ЦБ РФ использует наземные сети и специальную спутниковую сеть «Банкир». Коммерческие банки оснащаются АБС от системных интеграторов (среди наиболее распространенных — RS-Bank, «Новая Афина»), а для международных расчетов применяется система SWIFT .

Российская трансформация 1990-х

Период с 1990 по 1999 год стал временем радикального реформирования банковской системы. Преобразования проходили в условиях политической и экономической неопределенности, при отсутствии научно обоснованной концепции перехода от плановой к рыночной экономике. Шла «война» между Госбанком СССР и Госбанком РСФСР, происходило массовое превращение отделений спецбанков в акционерные коммерческие банки. На 1 апреля 1992 года в России было зарегистрировано 1414 банков, из них 55% создано в конце 1990 года на базе бывших отделений спецбанков .

Отказ от традиционного разделения банков по отраслевому признаку (сельскохозяйственные, промышленные, инвестиционные) привел к введению лишь единого типа — «коммерческий банк». Однако многие новые банки, располагавшие ограниченным капиталом, функционировали без системы рефинансирования и эффективного надзора. Это впоследствии привело к лишению лицензий большинства из них. Потеря механизма локализации неплатежей породила «экономику долгов» и «эффект домино», когда неплатежеспособность одного предприятия переходила на других. Банки переключились на спекулятивные операции, а такие инструменты, как инкассо, акцепт, факторинг и учет векселей, остались невостребованными из-за низкой доходности .

XXI век: от розничного бума к цифровым экосистемам

С 2001 года наступила эпоха «розничного бума». Банки превращались в предприятия массового обслуживания с конвейерными технологиями, широко внедрялись международные стандарты автоматизации. Появлялись системы дистанционного обслуживания, пластиковые карты, денежные переводы. ИТ-технологии стали важнейшим инструментом конкурентной борьбы и повышения эффективности бизнеса .

В 2025 году Банк России подвел итоги очередного этапа развития платежной системы. Основная часть покупок в стране оплачивается безналично: за год доля безналичных расчетов в розничном обороте выросла на 2,2 процентного пункта. Набирают популярность альтернативные способы оплаты — через Систему быстрых платежей (СБП), QR-коды, платежные приложения и биометрию. В четвертом квартале 2025 года на них пришлось 14,1% безналичных платежей. Банк России содействовал внедрению технологии универсального QR-кода, позволяющего сканировать один код и выбирать удобный способ оплаты .

Цифровой рубль, запущенный в пилотном режиме в августе 2023 года, к концу 2025 года охватил все системно значимые банки. В рамках пилотирования компании открыли более 130 цифровых кошельков, а граждане — свыше 2 600. Использование цифрового рубля добровольно, все операции для граждан бесплатны. С 1 сентября 2026 года крупнейшие банки обязаны предоставить клиентам возможность операций с цифровыми рублями, а крупный ритейл — начать их принимать .

Сегодняшняя банковская система России — это результат трех десятилетий трансформации: от раздробленной и уязвимой структуры начала 1990-х к высокоцентрализованной модели с преобладанием крупных государственных институтов, столкнувшейся с новыми вызовами — санкциями, ограничением внешних ресурсов и необходимостью ускоренной цифровизации .

---

Продолжение следует. В следующей части — детальный анализ Формулы движения капитала и эволюция банковских инструментов от классических векселей до смарт-контрактов.

От бумажных ассигнаций к цифровым деньгам: эволюция денежной формы

Эволюция денег — это, по сути, история поиска идеального средства обмена, которое было бы одновременно удобным, надежным и подконтрольным. Этот путь проходит через несколько ключевых этапов, каждый из которых менял не только природу денег, но и всю банковскую систему.

Эпоха металлических денег: фундамент стоимости

Металлические монеты были доминирующей формой денег на протяжении тысячелетий. Их ценность была очевидна: золото и серебро обладают внутренней стоимостью, они долговечны, делимы и относительно редки. Но у этой системы были свои недостатки. Металлические деньги были тяжелы, их перевозка была связана с рисками, а чеканка монет требовала значительных затрат. Кроме того, правительства часто злоупотребляли этим, снижая содержание драгоценных металлов в монетах, что приводило к инфляции и подрыву доверия к деньгам.

Бумажные деньги: обещание вместо металла

Появление бумажных денег стало настоящей революцией. Первые банкноты были не деньгами в привычном смысле, а долговыми расписками — обязательствами банка выплатить предъявителю определенное количество золота или серебра. Эта система была удобна: вместо тяжелых мешков с монетами можно было носить с собой легкие бумажные банкноты, размениваемые на золото в любой момент.

Однако бумажные деньги породили и новую проблему — инфляцию. Правительства быстро осознали, что можно выпускать банкнот больше, чем у них есть золота в резервах, покрывая бюджетные дефициты за счет эмиссии. Это приводило к обесцениванию денег и кризисам доверия. В России, например, это ярко проявилось в эпоху Екатерины II с выпуском ассигнаций, которые быстро упали в цене относительно серебряных монет.

Золотой стандарт: эпоха стабильности

В XIX веке мировые державы перешли к золотому стандарту. Эта система жестко привязывала количество выпущенных банкнот к золотому запасу страны. Золото и золотые сертификаты стали основой международных расчетов и главным гарантом стабильности национальных валют. Золотой стандарт создал на несколько десятилетий систему фиксированных валютных курсов и способствовал бурному росту мировой торговли. Однако Первая мировая война положила конец этой эпохе — воюющие страны были вынуждены отказаться от конвертируемости в золото, чтобы финансировать военные расходы за счет печати необеспеченных денег.

Современные фиатные деньги: деньги, основанные на доверии

Сегодня мы живем в эпохе фиатных денег. Их ценность не обеспечена золотом или серебром, а основана исключительно на доверии к государству, которое их эмитирует. Банкноты, которые мы держим в руках, — это просто обещание правительства, что они имеют платежную силу. Доверие обеспечивается тем, что государство принимает их для уплаты налогов и регулирует их количество через центральный банк.

Цифровой рубль: деньги как программируемый код

Новейший этап эволюции денег связан с появлением цифровой валюты центрального банка (CBDC). В России с 2023 года запущен пилотный проект цифрового рубля. Это третья форма денег (наряду с наличными и безналичными), которая существует в виде уникальных цифровых кодов.

Главное отличие цифрового рубля от безналичных денег на счетах заключается в том, что он представляет собой прямое обязательство Банка России, а не коммерческого банка. Но, что еще более важно, цифровая природа этой валюты открывает фантастические возможности для автоматизации.

Как отмечает в интервью Финансовому конгрессу Банка России заместитель председателя правления Россельхозбанка Екатерина Елманова, цифровой рубль — это «не просто платёж, а деньги, которые исполняют условия сделки». Это значит, что на платформе цифрового рубля можно создавать смарт-контракты, в которых сама программа определяет, как именно будут использоваться деньги.

Представьте: бюджетные средства на строительство дороги переводятся подрядчику не авансом, а в виде цифровых рублей, запрограммированных на оплату только после того, как система получит подтверждение от датчиков на дорожной технике о выполнении определенного объема работ. Или автоматическая выплата страховки при наступлении страхового случая, подтвержденного через электронные системы. В этом и заключается принципиально новый уровень автоматизации в банках — от автоматизации процесса платежа к автоматизации исполнения всего финансового обязательства[13].

К середине 2026 года на платформе цифрового рубля уже было исполнено 37,4 тыс. смарт-контрактов, и эта цифра будет только расти, поскольку с 1 сентября 2026 года крупнейшие банки обязаны предоставить клиентам возможность операций с цифровыми рублями.

---

Далее в статье: детальный анализ современных технологий автоматизации — от Process Mining до ИИ-агентов, и их влияние на банковские риски и клиентский сервис.

Технологическая трансформация: от автоматизации к интеллектуальным агентам

Если исторический очерк показывает, как эволюционировала форма денег, то современное состояние банковской отрасли демонстрирует революцию в том, как эти деньги управляются, защищаются и используются. 2026 год стал переломным: технологии ИИ перешли из стадии пилотов в промышленную эксплуатацию и меняют саму архитектуру банковского бизнеса .

88% банков используют ИИ, но стратегия есть лишь у трети

Согласно исследованию Группы компаний Б1 и НКР, 88% российских банков уже применяют технологии искусственного интеллекта, причем 44% за последний год стали использовать их активнее. Однако системный подход отсутствует: только 28% имеют формализованную стратегию развития ИИ. Большинство внедряет технологии хаотично, без единой архитектуры .

Главный ожидаемый эффект от ИИ в 2026 году — скорость и качество обработки данных, сокращение операционных расходов и снижение трудозатрат (66% опрошенных). Еще 41% рассчитывают на повышение точности прогнозов, 34% — на снижение рисков. Более половины банков увеличивают финансирование ИИ-проектов: 35% показывают умеренный рост, 20% — значительный .

Агентный ИИ: от чат-ботов к автономным исполнителям

Ключевой технологический сдвиг 2026 года — переход от генеративного ИИ как «советника» к ИИ-агентам, которые не просто отвечают на вопросы, а выполняют действия .

Сбер к 2026 году реализовал более 700 ИИ-инициатив и внедрил около 900 ИИ-агентов, получив экономический эффект свыше 50 млрд рублей . Каждая вторая новая кредитная сделка для среднего и крупного бизнеса проходит полностью автономно — от заявки до выдачи . Банк также представил MCP-серверы (Model Context Protocol) для корпоративных клиентов, позволяющие ИИ-агентам бизнеса напрямую совершать рублевые платежи и получать выписки без участия человека .

Сбер также запустил «цифрового аналитика» в мобильном приложении: клиент может задать вопрос о своих финансах, и система самостоятельно проанализирует данные, структурирует информацию и предложит решение — в отличие от классических чат-ботов, которые лишь ссылались на инструкции .

ВТБ готовит к запуску генеративный ИИ-агент для путешественников, который анализирует транзакции, историю покупок и предпочтения клиента, чтобы проактивно предлагать персонализированные варианты поездок . Банк инвестирует десятки миллиардов рублей в ИИ-инфраструктуру в ближайшие годы .

Альфа-Банк развивает AI-native подход по всей организации. Запущена функция «Глубинное исследование» (Deep Research) — цифровой аналитик, который самостоятельно собирает и структурирует информацию по запросу клиента .

Т-Банк провел уникальный эксперимент: первым в России осуществил кибератаку на собственную инфраструктуру с помощью атакующего ИИ-агента. Проверка одного сервиса заняла 45 минут вместо 2–3 дней ручного аудита .

Речевая аналитика: 100% диалогов под контролем

Технологии речевой аналитики на базе генеративного ИИ становятся стандартом. ОТП Банк внедрил платформу, которая охватывает 100% диалогов с клиентами. Корректность оценки превышает 99%. Среднее время анализа одного диалога экспертом сократилось с 7 минут до 20 секунд — ускорение в 20 раз благодаря автоматической саммаризации на базе LLM .

Результаты впечатляют: доля вопросов, решенных с первого обращения, выросла на 1,7 п.п., время обработки звонков сократилось на 5 секунд, конверсия в продажи выросла на 3,3 п.п., а доля обращений в ЦБ РФ сократилась на 25% .

Ключевой вывод экспертов: гибридный подход — ML-модели для массовых задач плюс LLM для сложных кейсов, требующих глубокого понимания контекста, — дает лучший результат, чем ставка на одну технологию .

Автоматизация антифрода: миллиарды экономии

Борьба с мошенничеством — одна из областей, где автоматизация окупается быстрее всего.

Австралийский Commonwealth Bank инвестирует 1 млрд долларов ежегодно в защиту от мошенничества. Их агентный ИИ мониторит более 80 млн сигналов в день: транзакции, карточные и онлайн-платежи. Результат: убытки от мошенничества сократились более чем на 20% .

Российский «Цифра банк» внедрил платформу SOAR для автоматизации антифрода. Система заменила ручной анализ алертов моделью «контролируемого конвейера»: типовые фродовые операции блокируются автоматически за секунды, специалисты подключаются только для сложных, нестандартных схем. Время расследования сложных кейсов сократилось более чем в два раза .

Ключевой тренд 2026 года — переход от изолированных антифрод-систем к общей инфраструктуре обмена данными между банками, операторами и государством. По данным Банка России, за первые три месяца 2025 года банки предотвратили 43,8 млн попыток хищений и защитили 4,6 трлн рублей . Графовые модели, выявляющие сетевые связи мошенников, становятся стандартом де-факто .

Проблема доверия: клиенты не готовы делегировать сложные решения ИИ

Искусственный интеллект сталкивается с серьезным барьером — недоверием клиентов. Исследование Ассоциации ФинТех и НАФИ показывает: только 43% клиентов положительно относятся к распространению ИИ в банках. При этом 31% экспертов считают, что большинство клиентов, столкнувшихся с ИИ, остаются недовольны .

Основная причина: ошибки алгоритмов, которые могут привести к отказу в кредите или блокировке счета без объяснения причин. Эксперты подчеркивают: гибридная модель — где ИИ ведет клиента до финала, а человек завершает сделку — дает лучший клиентский опыт, чем полная автоматизация .

---

Продолжение следует. В следующей части — детальный анализ Формулы движения капитала и эволюция банковских инструментов от классических векселей до смарт-контрактов.

От классической формулы к цифровому кругообороту капитала

Теперь, когда мы проследили эволюцию банковской системы и технологий автоматизации, обратимся к фундаментальной экономической категории, лежащей в основе всей этой трансформации. Речь идет о формуле движения капитала. Понимание этого механизма — ключ к осознанию того, как автоматизация меняет саму суть банковского дела.

Классическая формула Товар-Деньги-Товар и Деньги-Товар-Деньги’

В основе любого товарного обмена лежит простая формула Товар — Деньги — Товар (Т — Д — Т) . Производитель создает товар, продает его за деньги, а затем на эти деньги приобретает другой необходимый ему товар. В этой схеме деньги выступают лишь как посредник, облегчающий обмен. Конечная цель здесь — получить нужный товар, а деньги — всего лишь инструмент.

Однако капитал меняет эту логику. Когда деньги пускаются в оборот ради получения прибыли, формула превращается в Деньги — Товар — Деньги’ (Д — Т — Д’) . Здесь уже деньги являются отправной и конечной точкой, а товар — промежуточным звеном. Владелец капитала авансирует деньги (Д), приобретает на них товар (средства производства и рабочую силу), организует производство (П), и после реализации готового товара получает обратно деньги, но уже в большей сумме (Д’) . Эта дополнительная сумма и есть прибавочная стоимость или прибыль. Таким образом, Д’ = Д + ΔД, где ΔД — это прирост капитала .

Ключевое отличие заключается в цели: если в формуле Т—Д—Т целью является потребление, то в формуле Д—Т—Д’ целью является самовозрастание капитала, получение прибыли . В этом контексте банки выступают важнейшими посредниками, превращая сбережения в капитал, который затем движется по этой формуле, создавая новые стоимости.

Три стадии кругооборота промышленного капитала

В деятельности предприятия формула движения капитала (Д—Т—Д’) превращается в непрерывный циклический процесс — кругооборот капитала. Он проходит три ключевые стадии:

1. Первая стадия (Д — Т): Денежный капитал превращается в производительный. Капиталист использует свои деньги для покупки двух видов товаров: средств производства (Сп) и рабочей силы (Рс) . На этом этапе деньги выполняют функцию средства обращения и платежа, а капитал находится в своей начальной, денежной форме.
2. Вторая стадия (…П…): Производительный капитал превращается в товарный. Происходит сам производственный процесс, где рабочая сила и средства производства соединяются, создавая новый товар с добавленной стоимостью . Капитал здесь принимает форму производительного капитала. Эта стадия критически важна, поскольку именно здесь создается прибавочная стоимость — источник будущей прибыли.
3. Третья стадия (Т’ — Д’): Товарный капитал вновь превращается в денежный. Готовая продукция реализуется на рынке. После продажи капитал возвращается к своему владельцу в денежной форме, но уже возросший на величину прибыли (Д’) .

Эта трехстадийная модель (Д — Т … П … Т’ — Д’) — универсальный закон для любого производства, независимо от общественного строя .

Оборот капитала: скорость как конкурентное преимущество

Каждый отдельный завершенный цикл движения промышленного капитала образует его оборот. Скорость оборота измеряется числом циклов, совершаемых за год. Если капитал оборачивается за полгода, он совершает 2 оборота в год; если за месяц — 12 оборотов .

Этот показатель имеет колоссальное значение: чем выше скорость оборота капитала, тем быстрее может наращиваться прибыль при прочих равных условиях . Именно это стремление к ускорению оборота является главным фактором, определяющим поведение банковского капитала в современном мире. Банки предпочитают вкладывать капитал в краткосрочные, быстро окупаемые операции, избегая долгосрочных вложений в отрасли с продолжительным технологическим циклом . Кредиты на пополнение оборотного капитала — это как раз те инструменты, которые ускоряют движение капитала предприятия, позволяя ему быстрее проходить цикл «закупка сырья — производство — продажа».

Роль цифровых инструментов в ускорении оборота

В XXI веке, когда скорость оборота капитала становится ключевым фактором конкурентоспособности, цифровые технологии и автоматизация в банках выступают как главные катализаторы этого процесса. Они ускоряют каждую стадию кругооборота:

• На стадии Д — Т (покупка ресурсов): Цифровые платформы и смарт-контракты позволяют мгновенно заключать сделки по закупке сырья и оплачивать их без участия человека. Использование цифровых финансовых активов (ЦФА) и программируемых денег позволяет автоматизировать расчеты с поставщиками по факту поставки товара, сокращая временные зазоры .
• На стадии производства (…П…): Хотя сама производственная технология может оставаться прежней, цифровые решения помогают оптимизировать управление запасами и производственными циклами, минимизируя простои и обеспечивая бесперебойность процесса.
• На стадии Т’ — Д’ (реализация и получение прибыли): Здесь автоматизация раскрывается в полной мере. Быстрая обработка платежей, автоматическое факторинговое обслуживание, использование векселей, в том числе цифровых и золотых, для ускорения расчетов с контрагентами — все это сокращает время превращения товара в деньги . Системы на основе блокчейн и смарт-контрактов позволяют автоматически производить расчеты по аккредитивам при подтверждении отгрузки товара . Искусственный интеллект в антифрод-системах мгновенно проверяет транзакции, предотвращая задержки из-за подозрений в мошенничестве.

Автоматизация в банках не просто упрощает операции, а фундаментально меняет скорость движения капитала, делая его более динамичным и эффективным. От ручной обработки документов и долгих согласований мы перешли к системам, способным выполнять сложные цепочки транзакций за секунды. Именно в этом заключается главная практическая ценность автоматизации для бизнеса: деньги перестают «залеживаться» в расчетах, ускоряя оборот и, как следствие, рост прибыли .