Финансы в IT

Мое общение в последнее время с российскими банками побудило меня разобраться, как сейчас принимаются решения в отношении обычных вкладчиков. Понятно, что все банки используют систему ИИ в большей или меньшей мере. Алгоритм принятия решений у всех банков индивидуальный. Это обусловлено индивидуальной политикой банка в отношении систем ИИ, построенных в каждом конкретном банке. Эта статья - обзор существующих систем ИИ в банковском секторе с реальными примерами.

1. В чем различие банковских ИИ систем. Международная классификация: HITL, HOTL и HOOTL

1) Human-in-the-Loop (HITL). Человек является прямым участником каждого рабочего цикла системы. ИИ выполняет задачу или предлагает вариант, но финальное решение или одобрение каждого шага остается за человеком.

Пример:

HSBC, BNP Paribas: Европа находится под жесточайшим давлением Закона ЕС об ИИ (EU AI Act). Статья 14 этого закона прямо обязывает финансовые институты разрабатывать высокорисковые ИИ-системы так, чтобы их могли «эффективно контролировать физические лица».

Кейс: Потребительские кредиты и ипотека.

Как устроено: ИИ считает кредитный балл, используя сотни параметров, но если уровень уверенности модели ниже условных 95%, система обязана перенаправить заявку живому кредитному инспектору. В HSBC создан специальный AI Review Committee, который лично валидирует логику работы алгоритмов в спорных случаях.

Опросы HSBC показывают, что 62% богатых европейских инвесторов требуют, чтобы за финальным решением всегда стоял живой советник, а не алгоритм.

Коллеги из Яндекса подготовили замечательное исследование по наиболее популярным в России мемам за последние годы. Мы неоднократно писали про то, как вчерашние приколы из интернета становятся вполне себе официальными товарными знаками. Мы решили изучить базы и посмотреть, какие бренды на основе мемов появились за последние годы. Итак, приступим.

У IT‑компании товарные грузы редко бывают основным бизнесом — но они бывают: мерч, демо‑оборудование, серверные стойки для собственной инфраструктуры. С 1 сентября 2026 года электронная транспортная накладная (ЭТрН) — обязательный документ для всех, кто отправляет или получает такие грузы по договору перевозки, а не только для транспортных компаний.

В статье разбираю тему: кого касается закон, когда законно можно оформить бумагу и что происходит с открытым вопросом про вычет НДС по таким бумажным исключениям.

Продажа товарного знака — один из способов получить права на уже зарегистрированное обозначение. Такие действия могут потребоваться по ряду причин — слияние компаний, приобретение нового бизнеса и т.д. Разумеется, такой способ приобретения прав имеет свои подводные камни — регистрация договора отчуждения прав, возможно, вопрос встречного удовлетворения в странах общего права. Да и у нас финансовый вопрос тоже может добавить некие сложности — как правильно заполнять бухгалтерские отчеты с учетом подобной сделки. Однако несмотря ни на что, используется он достаточно часто — и при самых разнообразных обстоятельствах. В настоящей статье предложены лишь некоторые случаи покупки товарного знака.

Моя предыдущая публикации о психозе во внедрении ИИ, пожалуй, нуждается в конкретных примерах. И главный кадровик Amazon внезапно преподнес такой пример, что лучше и не придумаешь. В официальном блоге компании она рассказала, как использует ИИ для генерации кода и решений. Кстати, новость об этом уже есть на Хабре.

Знаете, что мне это напоминает? Историю про то, как менеджмент одной компании решил уволить своего самого талантливого сотрудника. И это было бы еще полбеды - они же еще и опубликовали хвалебный пост об этом. Правда, потом сей пост прочел куда более толковый менеджер другой компании, и написал детальный разбор их косяков, которые прям видны невооруженным глазом. Вот, кстати, этот разбор на Хабре со ссылкой на исходный бахвальный пост. Это, между прочим, закончилось увольнением именно вышестоящих управленцев в исходном проекте.

И вот глава HR Amazon решила порадовать нас откровениями, как прекрасен генеративный ИИ. Давайте же насладимся этим чтивом:

В 2021 году я заимел привычку вести личный бюджет, и тогда же мне пришла идея составить свою продуктовую корзину и самостоятельно отслеживать по ней инфляцию. К моменту создания этой статьи я собрал данные за 5 лет, и вот что у меня получилось.

Модель кредитного риска, обученная на данных до 2009 года, ранжирует займы с ROC-AUC 0.89. Ожидаемые потери портфеля она оценила в 161 млн долларов, реальные составили 546. Увидеть эту ошибку можно было еще в 2007 году, за год до дна ROC-AUC, но не в метриках качества, а взвесив ошибку модели деньгами. Ниже — прогон на 26.5 млн реальных ипотечных записей, метрики против денег. Числа воспроизводятся до последнего разряда — код движка и инструкции в опенсорсе.

Четырнадцать копеек в месячном отчёте могут остановить закрытие периода на часы. Разберём, откуда берутся такие расхождения в денежных расчётах, почему привычная арифметика подводит в коде и где именно бэкенд‑разработчику стоит контролировать точность.

Перевод денег в современном мире — дело пары минут: достаточно сообщить свой номер телефона — и средства у вас на счету. Но бывает так, что нам не хочется делиться номером. Например, когда нужно собрать деньги на подарок или пикник с большой группы людей, — среди участников могут быть малознакомые или вовсе незнакомые люди.

Для таких сценариев мы разработали в Системе быстрых платежей функцию платёжной ссылки C2C, которая позволяет обойтись без передачи своего номера телефона. В отличие от QR-кода для платежей на кассах, этот QR генерируется в мобильном приложении банка и предназначен для переводов между физлицами.

В этой статье расскажем, как люди отправляли друг другу деньги почтой, как зарождались переводы в банках, как просто стало сделать перевод в современном мире с помощью смартфона и как быть пользователю, если он не хочет передавать свой номер телефона постороннему человеку. А ещё — что происходит, когда вместо номера телефона пользователь отправляет платёжную ссылку C2C.

Реально ли майнить в плюс в России? На чем майнят биткоин в 2026 году?
Белый майнинг — невыгодная схема для наивных или рабочая математика?

Реальный кейс, подробные расчеты.

Американский экономист и профессиональный инвестор Бенджамин Грэм не был обладателем огромного состояния, но его советы помогают людям зарабатывать миллиарды долларов. Так Грэм достиг своей жизненной цели — «каждый день создавать что-то новое и проявлять великодушие». Его ученик, Уоррен Баффет, занявший пятую позицию в рейтинге самых богатых людей мира по версии Forbes, назвал Бенджамина одним из тех, кто «сажает деревья, в тени которых будут отдыхать другие люди».

Не знаю, как вы, а я всегда хотел свой банк… Долгое время это было почти недостижимо: лицензия, многомиллионный капитал и годы переписки с регулятором. Но за последние пару лет многое изменилось: теперь необанк можно собрать из нескольких готовых провайдеров, не имея ни лицензии, ни миллионов. Мы прошли этот путь сами, и теперь я хочу рассказать, из каких этапов он состоит и каких провайдеров стоит выбрать.

Дисклеймер. Пишу от своего имени, с учётом 15-летнего опыта в робототехнике. И да, работаю в индустрии разработки дронопортов, так что полное право читать этот текст с прищуром у вас есть. Поэтому я не буду доказывать, что «дронопорт окупается за год и приносит миллионы» (хотя на нескольких проектах ЭРИ Мини действительно окупила себя за 1 год и 2 месяца). Я дам структуру расчёта и порядок величин, а точную картинку по своему карьеру вы соберёте сами. Половину входных данных по вашему объекту знаете только вы.

В прошлой статье про маркшейдерскую службу я раз пять подвёл вас к деньгам и ни разу не назвал цифру. Честно говоря, специально. Деньги это всегда отдельный разговор. Вот его черёд.

Ранние инвесторы в Anthropic, SpaceX или OpenAI заработали кратно, но не за счет удачной покупки акций в день IPO. Основной рост произошел раньше, на стадии частного финансирования, когда все эти компании еще не были доступны широкому рынку. 

Такой этап называют Pre‑IPO — последним крупным раундом перед выходом на биржу. В статье разобрали, как устроен рынок иностранных Pre‑IPO ИТ- и ИИ‑компаний, какие у него потенциальные источники доходности и почему юридические детали сделки важны не меньше, чем знакомые всем бренды.

Не откладывай на завтра то, что можно автоматизировать сегодня. Сотрудникам IT-компаний, которые работают по ТК или сервисному договору, зарплата приходит без их участия: платежами занимается бухгалтерия. Но если хочется уйти на фриланс, с финансами придётся иметь дело самостоятельно.

В способах приёма денег от клиентов режим налога на профессиональный доход (НПД) не ограничивает: подойдёт оплата через СБП, по номеру карты, QR-коду и платёжной ссылке. Но есть нюансы: чеки, налоги, лимиты, возвраты. Именно поэтому в статье рассказываю, как принимать оплату самозанятым в IT и как автоматизировать рутину и снизить риск ошибок при формировании счетов и чеков.

Если вы отвечаете за продукт, IT, безопасность, стратегию в банке или крупной финансовой компании, эта статья для вас. На примере Т-Банка, Bybit, PayPal, Meta* и других крупных игроков рассказываю, на чем может прогореть российский финтех.

У любой системы, обученной на исторических данных, есть один общий страх, и он серьёзнее переобучения, утечек и сидового шума вместе взятых. Звучит просто: рынок, на котором вы будете торговать, не обязан быть похож на рынок, на котором вы учились.

Переобучение ловится честной валидацией. Утечки — дисциплиной признаков. Сидовый шум — ансамблями. А смена режима не ловится ничем заранее: вы узнаёте о ней тогда, когда система уже теряет деньги в реальном времени.

Эта статья — про то, как я пытался измерить этот риск заранее, что из этого вышло (спойлер: включая одну ошибку, которая на время убедила меня, что всё гораздо хуже, чем на самом деле), и какие страховки по результатам измерений работают, а какие — красивые идеи с отрицательной ценностью.

Задача этого ресурса — описать самые важные паттерны, используемые в разработке ПО систем, в которых основной упор делается на деньги. Учебник можно прочитать целиком, чтобы получить исчерпывающее понимание, или частями при работе над конкретной задачей.

Для кого этот учебник?

• Для новичков в сфере финтеха. Он полезен для ознакомления с этой предметной областью и паттернами, обеспечивающими надёжность финансовых систем.

• Для людей, уже работающих в финтехе. В качестве справочного пособия при решении конкретной задачи или общего вокабуляра, который можно показать коллегам.

• Для людей вне сферы финтеха. Чтобы понять, как и почему разработка ПО для финансовых систем отличается от привычной вам.

Билл Гейтс предлагает облагать налогом AI-токены и роботов, чтобы автоматизация не получала дополнительного преимущества перед человеческим трудом. Идея выглядит понятной на уровне экономики, но быстро усложняется, если попытаться определить, что именно считать и с кого брать деньги.

В новом эссе Билл Гейтс снова поднял тему налогов на автоматизацию. В 2017 году он предлагал облагать налогом роботов, а теперь добавил к ним AI-токены.

Аргумент Гейтса такой: когда компания нанимает человека, его труд становится частью налоговой базы. Если часть работы переносится на программное обеспечение или оборудование, структура расходов меняется. По его мнению, налоговая система не должна дополнительно стимулировать компании заменять сотрудников машинами.

Полученные деньги Гейтс предлагает направлять на переобучение работников и социальную поддержку. При этом налог должен быть точечным и не мешать применению ИИ в сферах вроде медицины и образования.

С экономической логикой можно спорить отдельно. Здесь интереснее другой вопрос: как вообще реализовать налог на AI-токены технически?

Закупка лицензий, разработка на аутсорсе, поставка оборудования — обычная сделка ИТ-компании. Товар или услугу получили, акт подписали, вычет по НДС заявили. А через год приходит требование из инспекции: подрядчик оказался «технической» компанией, вычет снимаем, доплатите налог. Доплачивать придется не ему, а вам — по статье 54.1 НК отвечает покупатель. Налоговая видит всю цепочку НДС автоматически, и разрыв может всплыть даже через два-три звена дальше, до которых вы не дотянетесь. Разбираю, в каких случаях ФНС считает должной осмотрительностью принцип «не знал и не мог знать», и как проверить контрагента по ИНН потратив примерно 15 минут на бесплатных сервисах налоговой.