Искусственный интеллект уже берет на себя задачи, которые раньше требовали часов работы специалистов. Он пишет код, анализирует данные, строит прогнозы, создает документацию и помогает искать ошибки. Но чем больше рутинной работы передается машинам, тем выше требования к самому человеку.
Какие навыки станут базовыми для банковских специалистов через пять лет? Насколько важно будет понимать не только свою профессию, но и смежные области? Почему умение пользоваться ИИ уже перестает быть конкурентным преимуществом, и что придет ему на смену? И за каких сотрудников банки будут конкурировать в 2030 году?
Об этом inbusiness.kz поговорил с руководителями ключевых IT-направлений Halyk Bank – директором по данным и ИИ (CDO, Chief Data Officer) Рустемом Муратбековым, техническим директором (CTO, Chief Technology Officer) Русланом Серазитдиновым и директором по информационным технологиям (CIO, Chief Information Officer) Нурланом Терликбаевым.
От Excel к ИИ: какие навыки станут базовыми
— Может ли через несколько лет умение работать с данными и ИИ стать такой же базовой грамотностью для работника банка, как сегодня Excel?
Рустем Муратбеков, директор по данным и ИИ (CDO):
— Да, инструмент точно станет массовым. ИИ сильно снижает порог входа: то, для чего раньше нужна была отдельная команда, скоро сможет сделать почти любой сотрудник – примерно так же, как сегодня каждый умеет свести таблицу в Excel.
Но тут важно разделить две плоскости: инструмент и предметную область. Я триатлет с опытом больше десяти лет, поэтому раскрою суть на простом примере из тренировочного процесса.
Попросите ИИ составить вам план тренировок по плаванию к старту. Он выдаст что-то, что плюс-минус совпадет с планом тренера: базовые знания в модели есть, и для среднего любителя они работают. Но тренер видит то, чего не видите вы сами: как у вас проваливается локоть на гребке, как сбивается дыхание к третьему отрезку, как меняется положение тела в воде, когда накапливается усталость. Вы никогда не зададите это ИИ вопросом – просто потому, что не знаете, что именно у вас не так. Модель отвечает на то, о чем ее спросили. Тренер замечает то, о чем вы не догадались спросить.
Так же и в банке. Инструментами владеть нужно, и ИИ сделает вход в них проще, а работу быстрее. Но эффективно и без вреда это работает только тогда, когда вопрос задан профессионалом.
— Если ИИ возьмет на себя анализ данных, написание SQL и поиск закономерностей, за что будут ценить сильного data-специалиста?
— Работа дата-специалиста сместится в сторону бизнес-анализа: тратить время на технику – написать запрос, собрать витрину – уже не придется. Ценить будут за другое.
Мы переходим с одной технологии на другую: ИИ требует другой архитектуры фабрики данных. Одна из самых ресурсоемких задач проекта – перенести несколько тысяч ETL-преобразований с одного инструмента на другой. По старинке, руками, это заняло бы у десятка дата-инженеров до двух лет. Столько времени у нас не было.
Сначала пошли в лоб – просили ИИ переписать код напрямую. Представьте SQL-запрос на несколько десятков страниц. Модель дробит такой текст на куски, теряет общую картину и начинает галлюцинировать. Каждый раз мы получали разный результат. Это не сбой конкретной модели, это ее природа: она вероятностная.
Тогда мы зашли, с другой стороны. Раз детерминированность результата не гарантирована, пусть ИИ напишет не сам код, а транспилер – программу, которая переводит с одного языка на другой предсказуемо. Мы подавали выгрузку из старой системы, рядом ставили то, что должна принять новая, и шаг за шагом получали инструмент, закрывающий все больше вариантов. В итоге, он покрыл около 90% – команде этого было достаточно. На сам транспилер ушла неделя. Сроки сократились с двух лет до трех месяцев, экономия исчисляется сотнями миллионов тенге.
Что здесь сработало? Точно - не знание конкретной программы. Сработали креативность, готовность искать обходной путь и понимание сразу нескольких областей: как устроен исходный инструмент, как устроен целевой и как, в принципе, ведет себя ИИ. Именно за это и будут ценить.
А еще такие проекты дают новое знание. Этот, например, показал: переходить с одной технологии на другую стало намного дешевле, чем пару лет назад. Раньше такая миграция была решением на годы, теперь это решение на квартал. А значит, и держаться за устаревший инструмент больше нет смысла.
— Какие компетенции могут появиться на пересечении финансов, данных и ИИ?
— Мое мнение – будут востребованы люди, которые разбираются в поведении человека: как он принимает решения, где ошибается, что на него влияет. ИИ дает мощную возможность расширять модели, которые гиперперсонализируют предложения: банк будет знать о клиенте больше и обращаться к нему точнее. И ровно поэтому вопрос этики сегодня поднимается чаще, чем до ИИ.
Думаю, на повестке встанет не "как продать точнее", а "как не навредить клиенту". Вот здесь такая компетенция и понадобится.
Есть хорошая иллюстрация из книги "Nudge. Архитектура выбора". Авторы разбирают школьную столовую: если полезную еду поставить на уровне глаз и в начале линии, а десерты – подальше, дети начинают выбирать полезное. При этом нездоровую еду не убирают, выбор остается за человеком. Разница между подтолкнуть и лишить выбора – как раз то, в чем предстоит разбираться банкам, когда персонализация станет по-настоящему точной.
В мире такие сдвиги уже видны: у крупных ИТ-компаний появляется спрос на неожиданные для отрасли знания – философия, биология в связке с математикой. Банкам предстоит то же самое: понадобятся компетенции, которых в отрасли сегодня просто нет. Ценность появляется именно на стыках.
— Все сегодня говорят о prompt engineering. Какой ИИ-навык пока недооценен?
— Одна из главных причин, почему большие языковые модели так быстро приобрели популярность, – взаимодействие с ними идет на человеческом языке. А промпт-инжиниринг по сути и есть умение задать правильный вопрос обычными словами. Если вы спрашиваете о том, в чем разбираетесь профессионально, вы уже пишете хороший промпт – просто потому, что знаете, что именно спросить. В каком-то смысле, мы все уже промпт-инженеры.
А недооцененный навык, на мой взгляд, другой — держать в голове сомнение. Хорошо понимать свою профессиональную область, представлять, как устроена модель, и всегда перепроверять результат. В банке цена ошибки высокая.
ИИ заберет рутину, но повысит требования к разработчикам
— ИИ уже умеет писать и проверять код. Как изменится профессия разработчика?
Руслан Серазитдинов, технический директор (CTO):
— Доля времени, которую разработчик тратит непосредственно на написание кода, будет снижаться. Но это не означает, что сама профессия разработчика становится менее значимой. Скорее, наоборот – ИИ многократно расширяет возможности сильного инженера.
Фактически, разработчик получает своего рода "сверхспособности". С помощью ИИ он может намного быстрее создавать новые сервисы, разбираться в больших существующих системах и работать с кодом даже в тех технологических стеках, с которыми раньше практически не сталкивался. ИИ все лучше справляется с генерацией типового кода, тестов, документации, рефакторингом и поиском ошибок. Поэтому роль разработчика постепенно смещается выше – к постановке задачи, проектированию решения, выбору архитектуры, контролю качества и интеграции компонентов в работающую систему.
Особенно это важно в банковском ИТ. Здесь недостаточно сгенерировать работающий фрагмент кода. Нужно понимать требования безопасности, отказоустойчивости, производительности, интеграции с десятками других систем, а также последствия изменения для клиента и бизнеса. Поэтому разработчик будущего, на мой взгляд, будет меньше похож на "человека, который пишет код" и больше – на инженера, который с помощью ИИ способен быстро разобраться практически в любой технологической области и превратить бизнес-задачу в надежное промышленное решение. При этом фундаментальные знания программирования никуда не исчезнут. Более того, чем мощнее становится ИИ, тем важнее способность инженера критически оценивать его результат, замечать ошибки и принимать правильные технические решения.
— Какие технологические компетенции могут стать дефицитными через 3–5 лет?
— Я бы выделил не отдельные языки программирования или продукты, а несколько более фундаментальных направлений.
Первое – ИИ Engineering: умение не просто пользоваться языковой моделью, а строить вокруг ИИ реальные промышленные сервисы – работать с корпоративными данными, агентами, оценкой качества, безопасностью, мониторингом и стоимостью таких решений.
Второе – архитектура сложных распределенных систем. Чем больше появляется микросервисов, API, событийных взаимодействий и ИИ-компонентов, тем ценнее специалисты, которые понимают систему целиком и умеют обеспечить ее масштабируемость и надежность.
Третье – кибербезопасность. Причем она все больше становится частью самой инженерии: secure-by-design, управление идентификацией и доступом, защита API, программной цепочки поставок и ИИ-систем. Четвертое – данные. Качественный ИИ невозможен без качественных данных, поэтому специалисты по data engineering, архитектуре данных, управлению качеством и governance будут только востребованнее.
И еще одно направление – надежность и эксплуатация сложных систем: SRE, observability, platform engineering, автоматизация инфраструктуры.
— Что будет ценнее: глубокая экспертиза в одном стеке или способность быстро осваивать новые технологии?
— Я бы не противопоставлял эти качества. Сильному специалисту нужна глубокая инженерная база, но привязывать свою профессиональную ценность к одному конкретному технологическому стеку становится все более рискованно. Технологии меняются слишком быстро. Язык программирования, framework или платформа, которые сегодня находятся на пике популярности, через несколько лет могут перестать быть определяющими.
Поэтому особенно ценными будут специалисты с сильным фундаментом – архитектура, алгоритмы, данные, безопасность, принципы построения надежных систем – и одновременно способные быстро осваивать новые инструменты. Иными словами, глубина останется важной, но еще важнее станет способность эту глубину переносить с одной технологии на другую и быстро адаптироваться к технологическим изменениям.
— Какие роли ИИ будет усиливать, а какие сильнее всего изменит?
— ИИ, прежде всего, усиливает специалистов, чья работа связана с принятием решений в условиях высокой сложности: архитекторов, сильных разработчиков, инженеров по данным, специалистов по кибербезопасности, SRE, технических и продуктовых лидеров. Сильнее всего изменятся роли, в которых значительную часть работы составляют повторяемые операции: написание типового кода, подготовка стандартных тест-кейсов, ручное тестирование, первичная диагностика инцидентов, создание документации, простая аналитика и поддержка первой линии.
Но я бы говорил не столько об исчезновении профессий, сколько об изменении состава работы внутри них. Главный эффект ИИ, вероятно, будет заключаться в том, что один сильный специалист сможет выполнять значительно больший объем работы, а требования к качеству его решений при этом возрастут.
— Насколько будет отличаться ценность разработчика, который понимает продукт, клиента и экономику бизнеса?
— Разница будет очень существенной. Если ИИ помогает все быстрее превращать хорошо сформулированную задачу в программный код, то главным ограничением становится уже не скорость написания кода, а качество самой постановки задачи и принимаемых решений. Разработчик, который понимает продукт и бизнес, способен спросить: зачем мы это делаем, какую проблему клиента решаем, есть ли более простой вариант, сколько решение будет стоить в эксплуатации, как оно повлияет на надежность, безопасность или клиентский опыт.
Для банка конечная ценность заключается не в количестве написанного кода. Она может выражаться в сокращении времени операции для клиента, снижении количества инцидентов, уменьшении стоимости эксплуатации, повышении конверсии или снижении рисков. Поэтому через пять лет особенно востребован будет специалист, который способен соединить технологии, продукт и бизнес.
"Зоопарк" ИИ-агентов: за каких специалистов будут бороться банки
— Если сравнить сильного банковского специалиста сегодня и через пять лет, что изменится?
Нурлан Терликбаев, директор по информационным технологиям (CIO):
— Через пять лет банковские специалисты гораздо меньше будут разделяться между бизнесом и ИТ. Сегодня сильный банковский специалист может быть очень хорош либо в бизнесе, либо в ИТ и технологиях. В будущем этого будет недостаточно. Бизнес-специалисты должны будут понимать технологии, данные и технологические возможности, а ИТ-специалисты – гораздо глубже понимать клиента, продукт, экономику и бизнес-модель.
Основная причина в том, что банки уже перестают быть только банками в классическом понимании. Они становятся технологическими и финтех-компаниями, создают экосистемы, цифровые продукты и все чаще конкурируют не только банковскими ставками или тарифами, а качеством клиентского опыта, легкостью и скоростью сервиса. То, что сегодня считается преимуществом, например, понимание ИИ, умение работать с данными, технологическая грамотность для бизнеса и понимание клиента для ИТ, станет базовым требованием.
Можно сказать, так: сильный специалист будущего – это не просто эксперт в своей функции. Это человек, который понимает, как с помощью технологий создать ценность для клиента и бизнеса.
— Нужны ли банкам в будущем "чистые" бизнес- и ИТ-специалисты?
— Граница между бизнесом и IT будет становиться все менее выраженной. При этом узкая специализация никуда не исчезнет. Всегда будут нужны сильные эксперты в отдельных областях – технологиях, финансах, рисках, юриспруденции, казначействе и других направлениях. Но меняется другое: даже оставаясь глубоким специалистом в своей области, человек уже не сможет эффективно работать в полной изоляции от смежных функций.
Бизнес будет все глубже понимать технологии и данные, а ИТ – продукты, клиентов и экономику банка. Поэтому наиболее ценными будут не обязательно универсалы, которые умеют все, а специалисты с глубокой экспертизой в своей области и хорошим пониманием соседнего мира. То есть специализация останется, но границы между функциями будут становиться все более прозрачными.
— Насколько глубоко ИТ-специалист должен понимать клиента и бизнес?
— ИТ-специалист должен понимать базовые принципы бизнеса и экономики банка хотя бы для расширения собственного профессионального кругозора. Но понимание клиента, на мой взгляд, – обязательное требование. ИТ давно перестал быть исключительно внутренней функцией. Практически каждое технологическое решение так или иначе влияет на клиентский опыт: скорость, доступность, удобство, безопасность и качество сервиса.
Именно поэтому сильному техническому специалисту важно выходить за рамки своей технологической зоны и понимать, какой результат должно дать решение. Можно оставаться очень сильным инженером и не быть экспертом в финансах или продукте. Но если специалист совсем не понимает, как его работа влияет на клиента, то его ценность будет снижаться.
— Что важнее при найме: то, что человек уже знает, или скорость, с которой он способен освоить новое?
— Обучаемость. Это одно из тех качеств, о которых я ранее говорил. Технологии, рынок и требования клиентов меняются слишком быстро, поэтому специалисту необходимо постоянно развиваться и расширять свою экспертизу. При этом фундаментальные качества остаются неизменными: трудолюбие, настойчивость, обучаемость и готовность брать на себя ответственность за результат.
— Какие человеческие качества будут особенно ценными по мере усиления ИИ?
— Чем сильнее становится ИИ, тем большую ценность будут иметь именно те качества, которые сложно формализовать или заменить технологией. Поэтому, на мой взгляд, на рынке труда будут цениться человеческие качества: индивидуальность, зрелость мышления, ответственность, способность взаимодействовать с другими людьми и, конечно, профессионализм в определенной области.
— Представим банк 2030 года. ИИ стал обычным рабочим инструментом, значительная часть процессов автоматизирована. За какого сотрудника в таком банке будут действительно бороться работодатели?
— В банке 2030 года, на мой взгляд, особенно ценным будет человек, который умеет управлять не только людьми, но и целой экосистемой ИИ-агентов. Сегодня мы только начинаем использовать ИИ как помощника. Через несколько лет у сотрудника может быть десятки специализированных агентов – для аналитики, разработки, клиентского сервиса, рисков, операций. И главным навыком станет способность правильно поставить им задачи, объединить их работу, контролировать качество и направить все это на достижение бизнес-результата.
Если немного образно – работодатели будут бороться за человека, который сможет управлять всем этим "зоопарком" агентов и превратить их в команду единомышленников. И это то, чего совсем недавно не требовали от банковского специалиста: умения быть не просто исполнителем или экспертом, а своего рода архитектором совместной работы человека и искусственного интеллекта.
Дополнение к интервью: взгляд HRD Halyk Bank Индиры Ашировой
За каких специалистов будут бороться работодатели
— Если технологии и ИИ будут все быстрее менять сами профессии, что станет главным критерием при найме? На что HR будет смотреть в первую очередь?
Индира Аширова, директор департамента управления персоналом Halyk Bank:
— Думаю, мы постепенно будем уходить от оценки человека только через список технологий, которые он уже знает. Сегодня можно быть сильным специалистом в конкретном инструменте, но через несколько лет этот инструмент может измениться или вообще исчезнуть. Поэтому все большее значение будут иметь фундаментальная экспертиза, способность быстро учиться и применять свои знания в новых условиях.
Для нас важен не просто человек, который умеет работать с ИИ. Это постепенно становится базовым навыком. Гораздо важнее понимать, как человек мыслит: способен ли он самостоятельно разобраться в новой задаче, увидеть проблему шире своей функции, задать правильный вопрос и взять ответственность за результат.
ИИ, действительно, может ускорить работу. Но он не заменяет профессиональную зрелость. Если раньше специалиста во многом оценивали по тому, насколько хорошо он выполняет конкретную задачу, то теперь все большую ценность будет иметь способность правильно определить, какую задачу вообще нужно решать.
Поэтому, на мой взгляд, особенно востребованными будут люди с сочетанием трех качеств: глубокой экспертизы в своей области, высокой обучаемости и способности работать на стыке разных функций. Например, сильный ИТ-специалист, который понимает клиента и бизнес, или бизнес-эксперт, который хорошо ориентируется в данных и технологиях.
И еще один важный момент — индивидуальность и человеческие качества. Чем больше типовой работы будет выполнять ИИ, тем заметнее станет разница между людьми, которые просто используют технологию, и теми, кто способен объединять вокруг себя других, принимать решения в условиях неопределенности, спорить с готовым ответом и брать ответственность.
Мне кажется, именно за таких специалистов и будут бороться работодатели. Не за тех, кто знает конкретный набор инструментов, а за тех, кто способен постоянно расширять собственные возможности и вместе с технологиями создавать новый результат.
Лицензия (Универсальная банковская лицензия) на осуществление банковских и иных операций №1.1.601.130 от 13.07.2026 выдана АРРФР. Лицензия на осуществление деятельности на рынке ценных бумаг №1.2.47/230/38/1 от 23.06.2023 выдана АРРФР
