Финансовые регуляторы редко выступают единодушно. Когда Совет по финансовой стабильности (FSB) и Федеральная резервная система одновременно публикуют крупные доклады об одной и той же угрозе в течение нескольких месяцев, сигнал ясен: искусственный интеллект перешёл от экспериментального инструмента к системному фактору риска в глобальных финансах. [1] [2]
Отчёт FSB за ноябрь 2024 года, представленный G20, переосмысливает оценку 2017 года и фиксирует трансформированный ландшафт. Технологический прогресс и удешевление вычислительных мощностей ускорили внедрение ИИ как в финансовых компаниях, так и у надзорных органов. Преимущества реальны — повышение операционной эффективности, соблюдение нормативов, персонализированные продукты и продвинутая аналитика — но совет предупреждает, что уязвимости теперь «выделяются своей способностью усиливать системный риск». [1]
Четыре канала, способные усилить системный риск
FSB выделяет четыре взаимосвязанных канала уязвимостей. Первый — зависимости от сторонних поставщиков и концентрация сервисных провайдеров. Небольшое число облачных и ИИ‑инфраструктурных компаний теперь поддерживает критически важные финансовые функции. Отказ или целенаправленная атака на одного из них могут одновременно затронуть множество институтов. [1]
Второй — рыночные корреляции. Когда несколько фирм используют похожие модели, обученные на схожих данных, их торговые и риск‑решения сходятся. Такое стадное поведение может усиливать ценовые колебания и снижать ликвидность рынка в периоды стресса. [1]
Третий — киберриски. ИИ расширяет поверхность атаки: от отравления моделей и внедрения вредоносных запросов до кражи данных, добавляясь к традиционным угрозам. Генеративный ИИ также снижает барьер входа для сложных фишинговых атак, дипфейков и масштабных техник социальной инженерии. [1]
Четвёртый — риск моделей, качество данных и управление. Традиционная валидация моделей предполагает статические взаимосвязи. Системы ИИ, которые постоянно обучаются или работают как «чёрные ящики», противоречат существующим рамкам управления. Плохое происхождение данных или незамеченный дрейф могут приводить к решениям, которые ошибочны, предвзяты или незаконны, и их трудно отследить. [1]
Генеративный ИИ добавляет мошенничество, дезинформацию и несоответствие целям
Рабочий документ Федеральной резервной системы о генеративном ИИ подчёркивает новый слой угроз. Генеративный ИИ «увеличивает потенциал финансового мошенничества и дезинформации на финансовых рынках», отмечает FSB, что перекликается с фокусом ФРС на том, как синтетический контент может манипулировать ценами, вызывать панические изъятия или подрывать доверие к рыночной инфраструктуре. [1]
Несоответствующие системам ИИ — те, которые не откалиброваны для работы в рамках правовых, нормативных и этических границ — могут вести себя так, что это вредит финансовой стабильности. Это не научная фантастика. Автономный торговый агент, оптимизирующий узкую цель, может эксплуатировать микроструктуру рынка способами, нарушающими правила или дестабилизирующими площадки, особенно если защитные механизмы отсутствуют или плохо определены. [1]
Долгосрочные структурные сдвиги
Помимо непосредственных уязвимостей, FSB выделяет три структурных тенденции. Рыночная структура может ещё более сконцентрироваться, поскольку только крупные компании способны позволить себе передовые возможности ИИ. Макроэкономические условия могут измениться, если рост производительности за счёт ИИ или вытеснение рабочих мест изменят кредитные циклы. Энергопотребление от обучения и вывода моделей в масштабе может влиять на энергетические рынки и, соответственно, на финансовые экспозиции к энергоёмким секторам. [1]
Что просят сделать власти
FSB пока не требует новых регуляций, специфичных для ИИ. Вместо этого он призывает национальные органы и международные организации: закрыть информационные пробелы по использованию ИИ в финансовой системе; оценить, остаются ли существующие политические рамки адекватными; и построить надзорные возможности, в том числе развернув собственные инструменты мониторинга, основанные на ИИ. [1]
Эта прагматичная последовательность — мониторинг, оценка, затем действие — отражает понимание того, что жёсткие правила могут задушить полезные инновации, а пробелы в видимости оставляют слепые зоны. FSB также упоминает круглый стол OECD‑FSB, где публичные и частные эксперты обсуждали возможности, риски и роль политиков в продвижении безопасного использования ИИ в финансах. [1]
Практические выводы для компаний и надзорных команд
Финансовым учреждениям следует ожидать, что надзор будет задавать более жёсткие вопросы о реестре ИИ, карте сторонних поставщиков и управлении моделями. Фирмы, которые не смогут объяснить, как их ИИ‑системы принимают решения, откуда берутся обучающие данные или что происходит при отказе ключевого провайдера, столкнутся с регуляторным трением.
Менеджерам по рискам следует проводить стресс‑тесты на предмет коррелированного поведения моделей у конкурентов, а не только на индивидуальные сбои. Командам кибербезопасности нужны модели угроз, включающие внедрение запросов и синтетические медиа. Функциям комплаенса необходимо расширить управление, охватывающее системы непрерывного обучения, а не только статические модели.
Регуляторы тем временем разрабатывают собственные ИИ‑инструменты для обнаружения аномалий на рынках — направляя технологию внутрь, чтобы контролировать её внешние эффекты. Соревнование идёт не только между фирмами, внедряющими ИИ, но и между появлением рисков и их надзорной видимостью.
Послание как от FSB, так и от ФРС едино: ИИ в финансах уже не пилотный проект. Это инфраструктура. А риски инфраструктурного уровня требуют надзора инфраструктурного уровня.
