Рынок в цифрах
Kama Flow оценивает потенциал финансового сегмента ИИ в России к 2030 году в 40 млрд руб. Столько же, 40 млрд руб., получили продажи и поддержка, а все доступные сегменты вместе дают больше 561 млрд руб.
Весь рынок корпоративных ИИ-решений в России, по оценке, приведенной в отраслевом обзоре 2026 года, сейчас стоит 25 млрд руб. К 2030 году он вырастет больше чем до 90 млрд руб. в базовом сценарии и до 180 млрд руб. в оптимистичном.
В мире деньги в финтех растут при меньшем числе сделок. В первом полугодии 2026 года финтех-стартапы привлекли 28,6 млрд $, почти на 23% больше, чем годом ранее, а число сделок упало до 1 605.
Инвесторы делают меньше ставок, но крупнее, и чаще выбирают ИИ и финансовую инфраструктуру, по данным Crunchbase. Для российской компании эти сделки полезны как ориентир: они показывают, какие финансовые процессы инвесторы считают готовыми для ИИ.
Сделки
В июне 2026 года Ramp, сервис корпоративных карт и учета расходов, привлек 750 млн $ при оценке 44 млрд $. Компания сообщила о годовой выручке более 1 млрд $.
Ramp использует ИИ и внутри себя: по данным компании, ее внутренний ИИ-инструмент пишет больше двух третей кода. Инвесторы платят за финансовый сервис, который сам работает быстрее за счет ИИ.
В том же месяце Taktile, платформа ИИ-агентовИИ-агент. ИИ-агент это нейросеть, которая сама выполняет задачу по шагам: ищет данные и пользуется программами, а в конце проверяет результат. для кредитных, страховых решений и защиты от мошенничества, привлекла 110 млн $ в раунде C. Раунд возглавил Goldman Sachs Alternatives.
По данным Taktile, платформа помогла клиентам на 75% сократить ложные срабатывания при проверке на отмывание денег. Каждое ложное срабатывание означает ручную проверку сотрудником, поэтому эффект считается в часах и деньгах.
Обе сделки отражают общий сдвиг: фонды вкладывают в ИИ, который берет на себя проверки и рутину финансовых отделов. Все раунды с суммами и источниками собраны в трекере сделок.
Россия
Банк России опросил финансовые организации и опубликовал результаты в ноябре 2025 года. 21% применяют ИИ постоянно, 15% тестируют пилотные проектыпилот ИИ. Пилот ИИ это короткий запуск решения на одном процессе с заранее заданной метрикой, чтобы проверить эффект до больших вложений., 29% планируют начать в ближайшие три года.
Еще 35% организаций ИИ не используют и не планируют. Главные барьеры: высокая стоимость внедрения (59%) и недостаток экспертизы (46%).
Венчурных денег в российском финтехе нет: за 9 месяцев 2026 года Venture Guide не зафиксировал ни одной сделки. При этом ИИ и машинное обучениемашинное обучение. Машинное обучение (machine learning, ML) это раздел ИИ, в котором программа находит правила в данных сама, а не получает их готовыми от разработчика. в целом получили 2,66 млрд руб. в 33 сделках, это первое место по объему и числу сделок. Данные предварительные, на 4 октября 2026 года.
Отсюда вывод: венчурные деньги в российский финансовый ИИ почти не приходят, и внедрение оплачивают сами банки, страховщики и финансовые компании. Организации без своей команды разработки нужен внешний подрядчик и расчет эффекта до старта.
Общая картина вложений по стране собрана на странице об инвестициях в ИИ в России.
Где окупается
Эффект ИИ в финансах заметен там, где много однотипных проверок. Пример Taktile: на 75% меньше ложных срабатываний при проверке на отмывание денег.
Второе направление: разработка и учет. В Ramp внутренний ИИ-инструмент пишет больше двух третей кода, и компания при этом показывает выручку более 1 млрд $ в год.
Использовать ИИ еще не значит получать от него деньги. По оценке из того же отраслевого обзора, 88% компаний в России используют ИИ, но менее 10% видят эффект выше 5% прибыли.
В мире картина похожая. По опросу McKinsey (май и июнь 2026 года, 1 719 участников из 97 стран), только около 6% организаций относят к ИИ не меньше 5% операционной прибыли.
Банки редко показывают деньги даже в отчетах. Evident с 2021 года отследил более 1 100 банковских ИИ-проектов с объявленными результатами: 12% раскрыли операционный показатель, и только 1% раскрыл прямой финансовый эффект.
Для финансового директора вывод прямой: пресс-релиз об успешном ИИ-проекте не доказывает эффект в рублях. Метрику и способ замера нужно записать в договор до старта.
В опросе Банка России финансовые организации сами называют, что мешает: стоимость внедрения (59%) и нехватка экспертизы (46%). Оба барьера ниже, если посчитать эффект и цену решения до старта.
Как считать отдачу до покупки, описано на странице о расчете эффекта ИИ.
Как оценить вложение в ИИ
Вложение в ИИ проще всего оценить там, где ручная проверка или ошибка уже стоит денег. Считайте так: часы на ручные проверки в месяц, умноженные на стоимость часа сотрудника, плюс потери от ошибок, и доля этой суммы, которую снимет решение.
Ориентир для доли дает Taktile: на 75% меньше ложных срабатываний при проверке на отмывание денег. Это данные самой компании, а не независимый замер, поэтому в своем расчете берите долю ниже и проверяйте ее на пилоте.
Пример: если сотрудники тратят на разбор ложных срабатываний 1 000 часов в месяц, снижение на половину возвращает 500 часов. Стоимость этих часов и задает потолок цены решения в месяц.
До пилота проверьте риски: где хранятся персональные данные клиентов, как решение соблюдает банковскую тайну и кто отвечает за ошибочный отказ клиенту. Каждое решение системы должно разбираться по шагам, иначе спорный случай некому будет объяснить.
Нехватку экспертизы, второй барьер из опроса Банка России, закрывает внешняя команда. По опросу MIT NANDA 2025 года, проекты с внешним партнером доходили до рабочего использования примерно в 67% случаев, внутренние разработки в 33%. Это данные опроса, а не точный замер.
Карта ИИ-решений собирает такой расчет по всем процессам компании: стоимость 7,7 млн ₽, срок 7 недель. Итог: список проверок и операций с эффектом в рублях и порядок внедрения.
Что делать компании
Если вы руководите банком, страховой, лизинговой или финансовой службой крупной компании, начните с процесса, где сотрудники вручную проверяют одно и то же. Ориентир для расчета: 75% меньше ложных срабатываний в случае Taktile.
1. Выпишите проверки и операции, которые занимают больше всего часов: заявки, сверки, проверки контрагентов, ответы клиентам.
2. Для каждой посчитайте часы в месяц и стоимость ошибки.
3. Выберите одну для пилота с метрикой в договоре: доля ложных срабатываний, время на заявку, число ручных проверок.
4. Проверьте, где хранятся данные клиентов: по 152-ФЗ персональные данные граждан России хранятся в базах данных на территории России.
Так вы закрываете оба барьера из опроса Банка России: стоимость становится понятной до старта, экспертизу дает внешняя команда. Этот путь собран в Карте ИИ-решений: процессы, решения, цена и эффект в рублях по каждому.
Куда идут деньги в ИИ за пределами финансов, видно на странице о трендах инвестиций в ИИ.