Сложно сказать, чем сейчас не занимается искусственный интеллект (ИИ): планирует операции, генерирует изображения, читает древние рукописные тексты… В финансовой сфере ему тоже нашлось применение, и не только для профессионалов. Нейросети можно привлечь для рутинного, но важного дела – планирования семейного бюджета.
Подберет депозит
Вообще финансисты давно освоили ИИ для анализа данных, автоматизации расчетов и прогнозирования.
Инструменты ИИ помогают автоматически извлекать данные из таблиц, строить отчеты и визуализировать результаты без ручной работы, – поясняет Светлана Авдеева, преподаватель Красноярского филиала Финансового университета. – ИИ может моделировать различные сценарии – например, рассчитать, как изменится прибыль компании при росте дохода на определенный процент. Есть еще отдельное направление – использование цифровых ассистентов на базе больших языковых моделей, которые применяются в обучении финансистов для упрощения анализа информации. Они умеют суммировать финансовые отчеты, выделять ключевые показатели, объяснять экономические термины и принципы расчетов.
Применение ИИ-инструментов возможно и для формирования личного бюджета, причем цели могут быть совершенно разные. Это и прогнозирование бюджета, и напоминания о грядущих платежах, и анализ кредитных и депозитных предложений – подбор выгодных условий, и построение персональных финансовых стратегий от накоплений до инвестиций.
При этом нейросети могут успешно интегрироваться с банками и платежными сервисами, а данные поступают автоматически.
Важно правильно составить промт – задание для нейросети. И чем качественнее написано это задание, тем лучший результат выдаст ИИ.
По словам Анны Пятаевой, руководителя центра искусственного интеллекта СФУ, промт должен содержать задачу – к примеру, «помоги оптимизировать ежемесячный бюджет», контекст – «зарплата – 80 тыс., расходы – жилье 30 тыс., еда 20 тыс.», желаемый формат – «дай таблицу и рекомендации», стиль ответа – «кратко и по пунктам».
Укажите конкретную цель: «Составь план накоплений на отпуск при зарплате 80 тысяч и ежемесячных расходах 60 тысяч», – советует она. – Потом структурируйте – доходы, расходы, цели, временной горизонт, добавьте контекста – ограничения, например, «без кредитов», «с учетом семейных расходов».
Промт может быть и очень простым: достаточно воспользоваться встроенным ботом в новом мессенджере Max, чтобы спросить у него, указав свои траты по категориям, к примеру, как накопить на ремонт. Или же какие стратегии инвестирования подходят, если из личного бюджета есть возможность выделить на эти цели всего 4 тысячи рублей? Можно тут же задать уточняющий вопрос: к примеру, в перечисленном списке он указывает облигации федерального займа, но сколько денег нужно потратить на них?
Чат-бот дает ответ: «Минимальная сумма для приобретения одной облигации федерального займа составляет около 1 тысячи рублей. Однако для эффективного формирования портфеля рекомендуется вкладывать больше, так как покупка всего одной облигации не позволит ощутимо повысить доходность. Если вы планируете инвестировать ежемесячно по 4 тысячи рублей, то уже через месяц сможете приобрести четыре облигации, а в течение года накопится достаточно средств для полноценного инвестиционного портфеля из государственных долговых обязательств». И тут же распишет риски и преимущества такого типа инвестирования.
Роботы для инвестиций
Тем, кто хочет получить более подробную информацию, можно воспользоваться автоматизированными инвестиционными консультантами – их называют робо-эдвайзеры, – которые предоставляют персональные инвестиционные портфели, но их услуги могут быть платными.
Может ли нейросеть давать ответ более детальный, персонализированный? Как говорят эксперты – да, вполне. Но для этого придется поделиться личными данными.
Персонализированный анализ возможен при совместном использовании таблиц, выписок и введенных сценариев, но данные, загруженные в нейросеть, попадают на сервер разработчиков сети, и нужно обязательно учитывать, хотите вы этими данными делиться или нет, – предупреждает Анна Пятаева. – Большие языковые модели способны анализировать поведенческие паттерны пользователя (если они ему сообщены): частоту покупок, отношение к риску, привычки в расходах. Нейросеть может адаптировать рекомендации под уровень дохода, цели (накопления, инвестиции, кредиты), финансовое поведение (склонность к импульсивным покупкам, доля обязательных расходов).
Сергей Красноусов, руководитель регионального центра финансовой грамотности в Красноярском крае, считает, что применение нейросетей может изменить подход к контролю семейного бюджета.
Регулярный мониторинг собственных расходов позволил мне быстро обнаруживать неэффективные затраты и устранять их, направляя средства на реализацию запланированных целей и создание финансовой подушки безопасности, – отмечает он. – Появилась возможность оперативно пересматривать стратегию накопления и инвестирования в зависимости от экономических изменений и состояния бюджета. Однако нужен разумный баланс между использованием нейросетей и собственной интуицией.
Да, умные алгоритмы тоже способны ошибаться. Очень заманчиво было бы точно узнать ключевую ставку на конец 2026 года или курс доллара, но это, скорее всего, будут некоторые прогнозные данные на основе информации, представленной в интернете от нескольких экспертов. Поэтому пока ИИ можно рассматривать как очень хорошего помощника, но итоговое решение все же должно оставаться за человеком.
В любом случае за нейросетями будущее – хотим мы этого или нет, – и сейчас финансовые учреждения активно пользуются разработками ИИ.
Если мы зайдем в свои банковские приложения, то увидим, что наши траты разбиты по категориям «Продукты», «Кафе», «Транспорт». И это очень удобно: можно не подсчитывать отдельно, сколько вы тратите, к примеру, в супермаркетах – итоговую сумму посчитают автоматически, и для некоторых это становится серьезным аргументом, чтобы пересмотреть бюджет. Или же в приложении сам банк указывает, сколько кешбэка вы заработали за год. И это тоже повод для размышления: если сумма очень маленькая, может, имеет смысл оформить другую карту?
Фактически все крупные банки имеют собственные ML-лаборатории (машинного интеллекта). А значит, наши возможности по учету и анализу финансов в дальнейшем будут только расширяться.
