До 50% зростання продуктивності: як банки і страхові компанії в Україні впроваджують AI

В рамках спецпроєкту "AI Лідери" видання Delo.ua підготувало перший національний рейтинг, що вимірює, наскільки глибоко, ефективно та етично українські компанії інтегрують штучний інтелект у свої бізнес-процеси. Ми опитали провідні українські компанії в ключових секторах економіки — від ритейлу до агро, від банкінгу до виробництва — щоб зафіксувати, як саме, для чого і з яким результатом бізнес використовує AI у себе.

Пропонуємо панораму запровадження технологій штучного інтелекту в банківському і страховому секторах України.

Як і для чого банки і страхові компанії використовують штучний інтелект

Фінансовий сектор — банки і страхові компанії — серед лідерів запровадження технологій штучного інтелекту.

Розвиток банківського сегмента вимагає від учасників ринку по максимуму використовувати сучасні технології. Банки є регульованими фінансовими організаціями, тому можуть використовувати лише перевірені та затверджені Нацбанком технології, що обмежує використання ШІ. Штучний інтелект в банках поки що використовується в бізнес-процесах, які напряму не впливають на показники балансу та прибутку. ШІ наразі використовують з метою експертизи, зазначає директор департаменту цифрового бізнесу, член правління Глобус Банку Володимир Солодкий.

В ПУМБ рішення на основі ШІ впроваджують в кількох напрямках — від внутрішніх процесів до клієнтських сервісів. Насамперед AI застосовується в ІТ, аналітиці даних, маркетингу, обслуговуванні клієнтів та управлінні ризиками. Також в банку тестують можливості автоматизації у фінансах, HR та комплаєнсі — зокрема, для підвищення точності перевірок і зменшення операційного навантаження.

Sense Bank використовує ШІ насамперед у напрямі Fraud Prevention та управління ризиками. Моделі виявлення шахрайства інтегровані з внутрішніми системами банку — CRM, системами перевірки фінансових операцій, транзакційного моніторингу та платіжними шлюзами. Це дає змогу в режимі реального часу прогнозувати шахрайські дії, формувати сповіщення та автоматично ініціювати блокування ризикових операцій. ШІ також використовується для оцінки ймовірності несанкціонованих транзакцій, виявлення ознак соціальної інженерії, визначення ризику залучення клієнтів у дроп-схеми, а також для розробки та впровадження когнітивних сервісів — біометричних перевірок і технологій комп’ютерного зору.

Окремий напрям — KYC-процеси, де AI застосовується для аналізу клієнтських документів і даних, а також інтеграція з сервісами контакт-центру: сайтом, базою знань і чатами з клієнтами. Банк використовує AI для персоналізації клієнтських пропозицій, прогнозування схильності до відкриття продуктів і оцінки ризику дефолту.

Укрексімбанк опановує сервіси АІ для поліпшення процесів операційної діяльності, зменшення трудовитрат  та поліпшення якості  послуг. Наразі в банку реалізовано автоматичне зчитування інформації з техпаспортів заставних технічних засобів. В процесі впровадження  — автоматизація звітності щодо відряджень працівників.

Працюють в банку над розробкою АІ асистента з підтримки. Основні задачі, що буде вирішувати АІ асистент: консультації співробітників по внутрішній базі нормативних документів; по банківських процесах; з технічної підтримки; формування запиту на технічну підтримку замість користувача; надання інформації по статусу виконання звернень користувача.

В Укргазбанку одним із ключових проєктів, що перебуває на стадії бета-тестування, є ШІ-агент "Норма". Це RAG-система, яка дозволяє фахівцям здійснювати семантичний пошук по всій внутрішній нормативній базі, миттєво отримуючи відповіді на складні запити до бази знань нормативної документації. "Також ми активно досліджуємо рішення для автоматизації бек-офісу: наприклад, впровадження OCR/AI технологій дозволить нам автоматично обробляти понад 100 тисяч документів щомісяця", — розказує керівник проєктів аналітики даних Укргазбанку Сергій Бондаренко.

CDTO "Арсенал Страхування" Костянтин Палазов стверджує, що штучний інтелект вже став повноцінним інструментом у щоденних процесах роботи компанії, а не експериментом. На рівні клієнтського сервісу ключовим AI-рішенням компанії став сервіс "AI-лікар" у мобільному застосунку з медичного страхування. Це інструмент первинної медичної діагностики. Користувач обирає зону тіла, що турбує, зазначає симптоми, відповідає на уточнювальні запитання, після чого AI формує найбільш ймовірний діагноз з точністю 87% і надає рекомендації щодо подальших дій. У середньому результат клієнт отримує за 2,5 хвилини.

Окрім медичного напряму, AI-рішення використовуються компанією в автострахуванні. "На етапі прийняття автомобіля на страхування ми інтегрували сервіс віддаленого автоматичного огляду авто з використанням технологій Computer Vision. Система аналізує фото та відео автомобіля, виявляє за допомогою AI наявні пошкодження і фіксує їх у цифровому вигляді без необхідності фізичного огляду. Це скорочує час оформлення договору, зменшує людський фактор і підвищує прозорість оцінки стану авто ще до початку страхового покриття", — розказує співрозмовник Delo.ua.

З погляду бізнесу ефект дуже практичний: те, що раніше масштабувалося за рахунок збільшення кількості людей, тепер масштабується технологіями. Ефективність процесів тепер може зростати кратно без пропорційного зростання операційних витрат. 

В Райффайзен Банку стверджують, що Райф став першим українським банком, який системно інтегрував AI в усі без винятку бізнес-процеси.

AI працює в банку на всіх рівнях: від щоденних завдань (робота з поштою, переклади, підготовка до зустрічей з клієнтами, аналіз законодавства) до критичних банківських процесів — KYC, KYB, антифрод, AML. Штучний інтелект аналізує ринок, генерує презентації, пише та перевіряє код, обробляє десятки тисяч клієнтських дзвінків щотижня.

В Райфі зробили стратегічний вибір на користь публічних моделей. Експерименти з власними показали: витрати на інфраструктуру та підтримку значно перевищують вартість токенів від провайдерів. Натомість банк інвестує в кастомізацію — власні RAG-системи, контекстні движки, спеціалізовані workflow.

Розподіл для загальних завдань виглядає наступним чином: корпоративний GPT (MS AI Studio) — 54%, публічний ChatGPT — 24%, Gemini — 10%, Anthropic — 7%, Perplexity — 2,5%, Grok — 3%, DeepSeek — 0,35%.

Для розробки: Claude Sonnet 4.5 домінує з 89%, GPT-5 та Gemini 3 — по 5%, інші — 1%.

Технологічний стек: Claude Code, GitHub Copilot, MS Copilot, власні RAG-системи, Context Engines, Lovable, Vertex AI, AWS Bedrock, Azure AI, кастомні MCP-сервери та skills.

Страхова компанія VUSO має кейси використання штучного інтелекту для покращення клієнтського сервісу. Ключовим з них став проєкт інтеграції ШІ у систему врегулювання страхових випадків у медичному страхуванні.

ШІ залучений до обробки рутинних запитів у мобільному застосунку VUSO: від первинної взаємодії з клієнтом і навігації сервісом до запуску онлайн-консультацій, замовлення медикаментів та інформування про статус запиту.

Основою цього підходу став власний цифровий сервіс еЛікар — комплексне рішення, що поєднує штучний інтелект, мобільний застосунок, інтеграцію з CRM страхової компанії, а також інтеграції з лабораторіями та сервісами доставки медикаментів.

Результати запуску сервісу мають кількісне підтвердження: час від запиту до отримання допомоги скоротився з понад двох годин до 3—8 хвилин, значно зменшилась кількість дзвінків у контакт-центр, а людські ресурси були перерозподілені на опрацювання складних і нестандартних випадків, розказують в компанії.

Що змінює ШІ в банках і страхових компаніях

Як виглядає вимірюваний результат запровадження в банках і страхових компаніях технологій штучного інтелекту? Частина учасників ринку планує підбивати перші підсумки протягом поточного року, частина — вже має на руках конкретні факти і цифри.

В ПУМБ констатують збільшення клієнтської бази завдяки опрацюванню AI великої кількості результатів комунікацій із холодними клієнтами; спрощенню процесів онбордингу клієнтів; активації неактивних клієнтів персоналізованими комунікаціями на основі історичних даних; скорингу ризику клієнтів.

Знижено затрати завдяки автоматизації процесів, які не могли були автоматизовані без AI (обробка неструктурованої інформації, зображень, аудіозаписів, великих об’ємів даних); розвантаженню співробітників через використання AI-помічників; помічникам, що пришвидшують написання коду та розробку ПЗ; боротьбі з шахрайством та загрозами безпеці.

В Sense Bank розказують, що банк уже інтегрував штучний інтелект у понад 60 внутрішніх процесів. Близько 50% диджитал-комунікацій із клієнтами банку сьогодні відбувається за участі віртуальних помічників. Завдяки ШІ команда Sense Bank може обробляти клієнтські бази у 3,5 раза швидше, ніж традиційний контакт-центр.

ШІ також інтегрований у роботу з внутрішніми базами знань, в інтелектуальний пошук і обробку документів. Це дозволило скоротити час обробки запитів, що потребують пошуку інформації, на 20%, а також заощаджувати час і ресурси внутрішніх команд.

У напрямі безпеки ШІ підвищує точність прогнозування ризиків, прискорює реагування команд, знижує витрати на усунення наслідків інцидентів і забезпечує високий рівень захисту даних та клієнтського сервісу.  

В Райффайзен Банку приріст продуктивності штатних розробників в результаті впровадження АІ оцінюють в 50%. "При тому що безпосередньо кодом інженер займається лише дві години на день, ми отримуємо економію 3,5 години на тиждень у середньому серед 220 розробників", — розказують в банку.

"Принципова позиція: ми не скорочуємо людей через AI. Ми переорієнтовуємо їх на більш цінні, творчі напрямки. 17 співробітників, які раніше займались рутинною обробкою, тепер працюють над завданнями з вищою доданою вартістю", — стверджують в Райффайзен Банку.

Майбутнє ШІ в банках і страхових компаніях

Банки і страхові компанії вибудовують своє майбутнє, орієнтуючись на всебічну імплементацію технологій штучного інтелекту в роботу.

В Глобус Банку планують створення векторної бази знань; розгортання внутрішньої інфраструктури для використання ШІ в банківських процесах; реалізацію внутрішніх асистентів, які зможуть виконувати рутинні завдання в режимі 24/7 та покривати до 80% запитів автоматично; переведення частини завдань 1-ї та 2-ї лінії внутрішньої підтримки банку на ШІ.

В Укргазбанку в найближчі два роки планують вийти на рівень повної операційної зрілості ШІ. Плани банку зосереджені на трьох стратегічних напрямах:

По-перше, це клієнтський сервіс. Банк запускає проєкт розробки та впровадження ШІ-асистента "Компас" — єдину інтелектуальну базу знань для колег, які відповідають за комунікації з клієнтами.

По-друге, банк трансформує аналітику та ризики. Впровадження ML-моделей нового покоління для інтелектуальної сегментації та предиктивного скорингу дозволить не лише персоналізувати пропозиції для клієнтів, а й ефективніше керувати кредитними ризиками.

По-третє, банк планує технологічне масштабування. Розбудова повноцінної MLOps-платформи дозволить автоматизувати весь життєвий цикл моделей — від навчання до моніторингу. Це дасть банку можливість масштабувати успішні пілотні проєкти на всю мережу протягом лічених днів.

В Райффайзен Банку ставлять амбітну ціль: довести кількість співробітників, що регулярно використовують AI, до кінця 2027 року з 63% до 95%.

Наступна ціль — "Рея 2.0" — повна переробка AI-асистента в MyRaif. Поточна версія не відповідає стандартам банку, і там це визнають. Ціль нової версії — 97% правильних відповідей.

У найближчій перспективі в Кредобанку хочуть створити Центр компетенцій з питань ШІ. "Ми прагнемо сформувати в банку сучасну AI-культуру, яка сприятиме розвитку цифрових навичок співробітників, розширенню навчальних програм і впровадженню найкращих практик використання AI у щоденній діяльності", — запевняють в банку.

В компанії "Арсенал Страхування" наступним етапом розвитку вбачають глибоку інтеграцію AI в бізнес-процеси медичного асистансу.

Окремий фокус планів компанії — розпізнавання та обробка медичних документів за допомогою АІ, в тому числі і рукописного тексту, а також транскрибація в текст голосових звернень. Це критично важливо для масштабування ефективності асистансу без пропорційного зростання навантаження на команду.

У планах компанії — використання AI в андеррайтингу для автоматизації та підвищення точності тарифних рішень, насамперед у моторних ризиках. Рішення дозволить автоматично збирати й аналізувати дані про клієнта та транспортний засіб з усіх необхідних джерел — історію збитків, технічний стан авто та збитковість за маркою і моделлю — і формувати аналітичний висновок для андеррайтера.

В СК VUSO в найближчий рік–два планують системно розвивати AI-рішення: від сервісу та врегулювання страхових випадків до внутрішніх процесів, аналітики та підтримки прийняття рішень. Фокус компанії — на створенні єдиної цифрової екосистеми, де ШІ бере на себе рутинні, повторювані задачі, забезпечує швидкість і безперервність сервісу, а людська експертиза зосереджується на складних, нестандартних кейсах.