Как контролировать эффективность ИИ в банке? GMONIT рассказали на FINNEXT 2026
7 апреля команда GMONIT приняла участие в 15-м форуме финансовых инноваций FINNEXT — площадке для открытого диалога между банками, финтех-компаниями, ритейлом и регуляторами. В этом году мероприятие собрало более 600 участников и включило около 50 докладов.
Специалисты делились идеями, как финтех-рынку расти в условиях низкой маржи и жесткой конкуренции, искать новые точки роста внутри страны и на Глобальном Юге. Кроме того, эксперты обсудили оптимизацию платежного процесса и переход к автономным ИИ-системам. Если в прошлые годы участники конференции говорили преимущественно о внедрении технологий, то в этом году фокус сместился на главный вопрос — какую бизнес-ценность приносит искусственный интеллект.
Директор по развитию GMONIT Алексей Хамидуллин выступил с докладом и рассказал, как контролировать эффективность ИИ-ассистентов и использовать observability-подход для измерения результата, рисков и ROI. Участники узнали, по каким показателям компании могут оценивать фактический эффект внедрения помощников: снижение расходов, рост продаж и повышение управляемости процессов.
Особое внимание спикер уделил наблюдаемости (observability) искусственного интеллекта и тому, как подход помогает отслеживать доступность сервисов, время отклика, возникающие ошибки и нагрузку на ИИ-компоненты.
Алексей подчеркнул, что ключевое преимущество современных платформ наблюдаемости — связка технических и бизнес-показателей в едином контуре. Например, решение GMONIT использует сквозные трассировки для сбора данных на разных уровнях взаимодействия клиента с финансовой организацией и отображает их в понятных дашбордах, которые отображают бизнес-процессы в режиме реального времени.
FINNEXT 2026 стал центром обмена опытом и практических идей для специалистов финансового сектора и смежных отраслей. На форуме неоднократно поднимался вопрос необходимости объективной оценки эффективности внедряемых технологий, их влияния на клиентский опыт и стоимости использования. В решении этих задач могут помочь инструменты класса observability, такие как платформа GMONIT.
Источник: https://gmonit.ru/finnext2026