бизнес

ИИ в финансовых сервисах: почему FCA говорит о новом регуляторном периметре

FCA выпустила Mills Review об ИИ в финансовых сервисах. Разбираем новый регуляторный периметр, AI-агентов и ответственность компаний.

Проверено 6 июля 2026 года. FCA опубликовала Mills Review о том, как ИИ в финансовых сервисах может изменить розничный рынок к 2030 году. Главный вывод для банков, финтеха и поставщиков моделей: регуляторный периметр больше нельзя рисовать только вокруг «своей» модели внутри компании. Всё чаще в финансовое решение попадает внешний LLM, облачный провайдер или AI-агент, который действует по цели пользователя.

Регуляторный периметр ИИ в финансовых сервисах — граница, где надзор может требовать прозрачности, ответственности и защиты потребителя от банков, финтехов и внешних AI-провайдеров. Пока эта граница размыта. Поэтому обзор FCA интересен не только британским комплаенс-командам.

Что произошло

6 июля 2026 года британский Financial Conduct Authority выпустил Mills Review, обзор о долгосрочном влиянии ИИ на розничные финансовые сервисы. FCA пишет, что к 2030 году ИИ может изменить работу компаний, путь клиента, конкуренцию и структуру рисков на рынке.

В обзоре семь рекомендаций для FCA Board. Самые показательные: «secure and adapt the regulatory perimeter», усилить координацию надзора, следить за переходом к автономным моделям, развивать AI Lab, заложить основы agentic finance и построить собственную AI-enabled supervisory model для регулятора.

Отдельная цифра объясняет, почему регулятор спешит. По исследованию Yonder для FCA, каждый пятый взрослый в Великобритании, около 11 млн человек, готов использовать ИИ, способный действовать автономно в заранее заданных рамках. Это уже не сценарий «чат-бот объяснил термин». Это сценарий «система выбрала продукт, инициировала действие или подготовила транзакцию».

Mills Review на сайте FCA: регулятор фиксирует дату публикации и фокус на розничных финансовых сервисах к 2030 году. Источник: Financial Conduct Authority.

Чем новый ИИ отличается от старого ML в банках

Финансовые компании используют модели давно: скоринг, антифрод, маркетинг, риск-модели, проверка документов. Новый слой появился после распространения универсальных языковых моделей и агентных интерфейсов. Пользователь может спросить общий чат-бот, как рефинансировать долг, куда переложить сбережения или какой страховой продукт выбрать. Компания может подключить внешний API к клиентскому пути. Агент может получить доступ к данным и действовать в рамках цели.

По совместному исследованию Bank of England и FCA за 2024 год, 75% опрошенных финансовых компаний уже используют ИИ, ещё 10% планировали сделать это в течение трёх лет. Там же есть важная деталь: треть текущих AI use cases завязана на внешнюю реализацию, а доля третьих сторон выросла по сравнению с опросом 2022 года.

Так появляется узкое место, которое плохо видно в старой логике надзора. Если банк обучил модель сам, регулятор примерно понимает, где искать владельца риска. Если финансовый совет, скоринг, подсказка оператору или агентный сценарий зависит от внешней модели, облака, данных и интерфейса, ответственность расползается по цепочке.

Где проходит новый регуляторный периметр

FCA не говорит, что ChatGPT, Claude или Gemini уже стали регулируемыми финансовыми советниками. И не говорит, что все AI-провайдеры автоматически попадают под прямой финансовый надзор. Формулировка осторожнее: регулятору нужно понять, какие AI-enabled services уже влияют на потребительские решения, но остаются за пределами привычной зоны ответственности.

В британском контексте рядом идёт ещё один механизм: critical third parties. В 2026 году парламентский Treasury Committee рекомендовал HM Treasury обозначить крупных AI- и облачных провайдеров как critical third parties до конца года. В ответе правительства сказано, что HM Treasury собирает доказательную базу и ожидает первые решения о таких назначениях в 2026 году. Речь не о «законе против LLM», а о системном риске, когда множество финансовых компаний опираются на одних и тех же внешних поставщиков.

Для рынка это меняет вопрос к поставщику. Мало спросить, есть ли у него SLA и сертификаты безопасности. Придётся выяснять, как устроены ограничения модели, как отслеживаются инциденты, какие данные уходят в обработку, можно ли объяснить результат и кто будет действовать, если система дала вредный совет.

Кто отвечает за ИИ в финансовых сервисах

Короткий ответ: тот, кто контролирует конкретный участок решения. Но в AI-цепочке таких участков несколько.

Сценарий	Кто использует ИИ	Главный риск	Что проверять
Чат-бот объясняет финансовый продукт	Банк, финтех или внешний виджет	Пользователь принимает подсказку за регулируемый совет	Раскрытие роли ИИ, границы ответственности, контроль ответов
AI-агент сравнивает кредиты, страховки или инвестиционные продукты	Потребительский сервис или маркетплейс	Манипуляция выбором, конфликт интересов, непрозрачный ranking	Критерии ранжирования, коммерческие стимулы, право на объяснение
Модель помогает компании принимать решение по клиенту	Регулируемая финансовая организация	Дискриминация, ошибка данных, слабый human oversight	Логи, мониторинг качества, ответственный менеджер, процедура жалобы
Один внешний LLM или облако используется многими участниками рынка	Банки, страховые, брокеры, платёжные сервисы	Концентрация, общий сбой, зависимость от третьей стороны	Режим critical third parties, стресс-тесты, план отказа
Регулятор применяет ИИ для надзора	FCA или другой надзорный орган	Ошибочная приоритизация проверок, закрытая логика enforcement	Аудит модели, прозрачность процесса, человеческое решение

Связанный риск уже обсуждался на Toolarium в материале про AI-агентов в финансах: когда агент получает инструменты и право действовать, лимиты, журнал действий и право остановки становятся частью продукта. Mills Review добавляет к этому регуляторный слой.

Что увидела FCA в поведении потребителей

Официальное потребительское исследование для Mills Review показывает аккуратную, но уже заметную готовность пользователей к ИИ в личных финансах. 16% потребителей уже используют ИИ для поддержки хотя бы одной финансовой задачи; среди тех, кто в принципе пользуется ИИ, показатель выше: 23%.

Пока большинство сценариев остаётся вспомогательным: объяснить, сравнить, упростить информацию. Но часть пользователей готова дать ИИ более глубокий доступ. Среди уже использующих финансовый ИИ каждый пятый сообщал о загрузке личных финансовых документов, а 13% всех потребителей были бы готовы дать ИИ доступ к банковским и финансовым данным в реальном времени.

Самая тревожная цифра для регулятора касается не внедрения, а понимания защиты. Только 40% потребителей правильно распознали, что после действия на основе совета универсального ИИ-сервиса у них нет формального маршрута для возмещения ущерба. Проще: если общий чат-бот ошибся в финансовой подсказке, это не то же самое, что ошибка регулируемого консультанта.

Executive Summary исследования FCA/Yonder: пользователи видят пользу ИИ в финансах, но беспокоятся о данных, защите и ответственности. Источник: Financial Conduct Authority / Yonder.

Что делать финансовым компаниям

Для банков и финтеха практический вывод не сводится к запрету ИИ. Наоборот, FCA явно сохраняет принципиальный подход: использовать существующие рамки, Consumer Duty, Senior Managers Regime, тестовые площадки и отраслевое взаимодействие. Но «мы просто подключили модель по API» становится слабой защитой.

Минимальный набор вопросов к себе выглядит так:

какие решения в продукте уже зависят от ИИ, а какие только выглядят как обычная автоматизация;
где пользователь может перепутать информационную подсказку с финансовым советом;
какая внешняя модель, облако или поставщик данных входит в критический путь;
кто внутри компании отвечает за выводы модели и действия агента;
какие логи, ограничения и процедуры остановки есть для автономных сценариев;
что произойдёт, если внешний поставщик отключится, изменит модель или допустит массовую ошибку.

Здесь полезна связка с AI Security агентных систем. Финансовый AI-агент нельзя защищать только хорошим системным промптом. Нужны права доступа, лимиты операций, журналирование, мониторинг аномалий, отдельный контур для жалоб и возможность объяснить, почему система рекомендовала именно это действие.

Что это значит для пользователей

Пользовательский вывод проще, но неприятнее: финансовая подсказка от общего ИИ не равна регулируемой финансовой услуге. Модель может помочь разобраться в терминах, сравнить условия, пересказать договор или подготовить список вопросов консультанту. Но когда речь идёт о кредите, инвестициях, страховании, налогах или переводе денег, нужно понимать, кто несёт ответственность.

Если совет даёт банк в своём регулируемом канале, это один режим. Если совет даёт независимый чат-бот, обученный на смеси открытых данных и коммерческих источников, это другой режим. Mills Review как раз фиксирует этот разрыв между ожиданием пользователя и фактической защитой.

Как это связано с AI Act и Россией

FCA идёт не тем же маршрутом, что европейский AI Act. AI Act строит горизонтальную систему по уровням риска и ролям provider/deployer. Британский финансовый надзор смотрит отраслевее: как ИИ меняет потребительские решения, рыночную концентрацию, ответственность менеджеров и зависимость от critical third parties.

Для российских банков и финтеха нормы FCA напрямую не действуют. Но сигнал понятен: если продукт завязан на внешнюю модель, регуляторный вопрос рано или поздно придёт не только к банку, но и к поставщику модели, интегратору, владельцу интерфейса и менеджеру, который допустил автономный сценарий в продакшн.

Поэтому русский рынок может не копировать британские формулировки, но вряд ли уйдёт от тех же практических вопросов: где заканчивается подсказка и начинается финансовый совет; кто отвечает за ошибку агента; можно ли объяснить решение модели; что делать при сбое общего провайдера.

Вывод

Mills Review важен не из-за громких слов про «ИИ изменит финансы к 2030 году». Такие прогнозы быстро дешевеют. Важнее другое: FCA описала конкретный сдвиг от человеческих, эпизодических услуг к AI-enabled, continuous and delegated services. В этой модели финансовое решение всё чаще проходит через внешнюю модель, интерфейс агента и цепочку поставщиков.

Для компаний это означает новый уровень контроля поставщиков и личной ответственности. Для пользователей — необходимость отличать объяснение от совета. Для регуляторов — гонку за периметром, который уже не совпадает с границей лицензированной финансовой организации.

Источники

FCA press release: landmark review into impact of AI on retail financial services, 6 июля 2026 года.
AI and the future of retail financial services (The Mills Review), FCA, 6 июля 2026 года.
AI Consumer Research, FCA / Yonder, апрель-июль 2026 года.
Artificial intelligence in UK financial services - 2024, Bank of England / FCA, 21 ноября 2024 года.
AI in financial services: responses to the Committee's report, UK Parliament, 2026 год.