Ще рік-два тому більшість публікацій про штучний інтелект у фінансовому секторі були присвячені його потенційним перевагам. Банки, страховики та інвестиційні компанії активно обговорювали автоматизацію процесів, підвищення продуктивності, покращення клієнтського сервісу та скорочення витрат. Управління ризиками AI переважно зводилося до етичних питань, пояснюваності моделей, захисту персональних даних або контролю за якістю алгоритмів.

Останні публікації Банку Англії, фінансових регуляторів Великої Британії та низки міжнародних експертів демонструють суттєву зміну акцентів. Штучний інтелект більше не розглядається лише як нова технологія або окремий об’єкт управління. Регулятори дедалі частіше оцінюють AI як фактор, здатний істотно змінити профіль операційного ризику фінансової установи. Іншими словами, питання вже полягає не в тому, чи безпечний сам алгоритм, а в тому, як використання штучного інтелекту впливає на стійкість бізнес-процесів, інформаційну безпеку, управління змінами та безперервність діяльності.

Для страховиків цей висновок має особливе значення. Використання AI швидко виходить за межі експериментальних проєктів. Системи штучного інтелекту вже застосовуються під час андеррайтингу, врегулювання збитків, обробки документів, роботи контакт-центрів, боротьби зі страховим шахрайством та аналізу великих масивів даних. Це означає, що AI поступово стає частиною критично важливих бізнес-процесів, а отже — і частиною системи управління операційними ризиками.

Від AI Governance до управління операційними ризиками

Одним із найбільш цікавих висновків останніх міжнародних досліджень є поступова зміна самої логіки управління ризиками штучного інтелекту. Перші нормативні документи та професійні стандарти були зосереджені насамперед на побудові систем AI Governance. Організації розробляли політики використання штучного інтелекту, визначали правила навчання моделей, контролювали якість даних, забезпечували прозорість алгоритмів та людський контроль над автоматизованими рішеннями. Такий підхід залишається важливим, однак дедалі частіше його вважають лише частиною значно ширшої системи управління.

У липневому Financial Stability Report 2026 Банк Англії фактично запропонував інший погляд. У центрі уваги опинилися вже не окремі моделі штучного інтелекту, а їхній вплив на операційну стійкість фінансових установ. Регулятор звертає увагу, що сучасні AI-моделі суттєво прискорюють пошук програмних вразливостей, автоматизують окремі етапи кібератак та скорочують час між виявленням слабкого місця і його використанням зловмисниками. У відповідь фінансові установи змушені значно швидше виправляти вразливості, частіше оновлювати програмне забезпечення та активніше управляти змінами в інформаційних системах, що, на думку Банку Англії, і стає новим джерелом операційного ризику.

Іншими словами, штучний інтелект не лише допомагає бізнесу працювати ефективніше. Він одночасно збільшує навантаження на систему управління операційними ризиками. Якщо раніше компанія могла планувати оновлення інформаційних систем у відносно комфортному режимі, то тепер швидкість реагування перетворюється на фактор ризику. Надто повільне впровадження змін залишає відкритими вразливості, а надто швидке — підвищує ймовірність помилок, відмов інформаційних систем та порушення безперервності бізнес-процесів. Міжнародні регулятори дедалі частіше говорять не про окреме «управління ризиками AI», а про інтеграцію використання штучного інтелекту в існуючу систему управління операційними ризиками та операційною стійкістю.

AI змінює не лише технології, а й модель операційного ризику

Традиційно операційний ризик у фінансових установах пов’язували з відмовами інформаційних систем, помилками персоналу, недоліками внутрішніх процесів або зовнішніми подіями. Поява штучного інтелекту не скасувала жодного з цих джерел ризику, а навпаки, вона зробила їх складнішими та взаємопов’язаними.

Наприклад, використання AI у процесі врегулювання збитків може істотно скоротити час розгляду заяви клієнта. Водночас помилка моделі або некоректно сформований запит здатні призвести до систематичного ухвалення неправильних рішень щодо великої кількості страхових випадків. Якщо раніше помилку припускався окремий працівник, то тепер одна й та сама помилка алгоритму може багаторазово повторюватися в автоматичному режимі, залишаючись непоміченою протягом тривалого часу.

Подібна ситуація виникає і під час використання генеративного штучного інтелекту для підготовки внутрішніх документів, аналізу договорів або формування відповідей клієнтам. Помилка окремого співробітника зазвичай має локальний характер, натомість неправильно налаштований AI-сервіс здатний швидко поширити одну й ту саму помилку на десятки або сотні документів, які зовні виглядатимуть цілком професійно. Міжнародні експерти дедалі частіше звертають увагу не стільки на точність окремої моделі, скільки на ризик масштабування її помилок.

Ще одна особливість полягає в тому, що штучний інтелект поступово стає залежним від зовнішньої цифрової інфраструктури. Більшість сучасних AI-рішень працює через хмарні платформи або використовує сторонні великі мовні моделі. Це означає, що до традиційних операційних ризиків додається ще один фактор — залежність від зовнішніх постачальників технологій. Відмова сервісу, зміна умов використання, втрата доступу до моделі або навіть суттєве підвищення вартості її використання можуть безпосередньо вплинути на діяльність страховика. Останні міжнародні дослідження дедалі частіше розглядають ризики використання AI разом із ризиками третіх сторін, а не як окрему категорію.

У результаті формується нова особливість операційного ризику. Раніше автоматизація здебільшого зменшувала ймовірність людських помилок. Сьогодні автоматизація на базі AI одночасно створює новий клас ризиків, пов’язаних із непрозорістю моделей, масштабуванням помилкових рішень, залежністю від зовнішніх постачальників та значно вищою швидкістю розвитку кіберзагроз, — все це змушує регуляторів переглядати традиційні підходи до управління операційними ризиками.

Як має змінитися робота функції управління ризиками

Якщо погодитися з тим, що штучний інтелект поступово стає джерелом операційного ризику, виникає закономірне питання: чи потрібна компанії окрема система управління ризиками AI?

Міжнародна практика дедалі частіше дає негативну відповідь. Причина досить проста. Штучний інтелект не існує окремо від бізнес-процесів. Він не приймає страхові ризики, не врегульовує збитки і не спілкується з клієнтами сам по собі. Він стає частиною вже існуючих процесів, тому управління ризиками AI має здійснюватися не ізольовано, а в межах чинної системи управління операційними ризиками.

Для функції управління ризиками це означає суттєву зміну акцентів. Якщо раніше достатньо було включити до реєстру новий ризик «Використання штучного інтелекту», то сьогодні цього вже недостатньо. Необхідно оцінювати, як застосування AI змінює профіль ризику кожного конкретного процесу. Один і той самий інструмент може створювати абсолютно різні ризики залежно від того, чи використовується він для маркетингових матеріалів, аналізу страхових заяв, автоматизованого андеррайтингу або роботи контакт-центру.

Це означає, що змінюється і роль власників ризиків. Відповідальність за ризики, пов’язані зі штучним інтелектом, не може бути покладена виключно на ІТ-підрозділ. Якщо AI використовується під час андеррайтингу, власником відповідного ризику залишається керівник андеррайтингу. Якщо система підтримує врегулювання збитків, відповідальність несе керівник цього процесу. ІТ-підрозділ забезпечує технічне функціонування рішення, але не може відповідати за бізнес-рішення, які приймаються із застосуванням штучного інтелекту.

Такий підхід добре узгоджується із загальним принципом сучасного ризик-менеджменту: ризики мають управлятися там, де вони виникають. Штучний інтелект не створює окремого «четвертого виміру» ризиків. Він змінює спосіб виконання існуючих бізнес-процесів, а отже, змінює і характер ризиків, властивих цим процесам.

Для функції управління ризиками це означає ще одну важливу зміну. Основним предметом аналізу стає вже не сам алгоритм, а рішення бізнесу щодо його використання. Які процеси доцільно автоматизувати? Які рішення можуть прийматися без участі людини, а де людський контроль повинен залишатися обов’язковим? Як перевіряти якість результатів роботи AI? Які резервні процедури мають бути передбачені у разі його відмови? Всі ці питання дедалі частіше стають предметом обговорення між бізнесом, ІТ та функцією управління ризиками.

Що це означає для українського страховика?

Українські страхові компанії поки що перебувають лише на початку активного використання штучного інтелекту. У більшості випадків мова йде про локальні рішення: аналіз документів, підготовку проєктів листів, пошук інформації, підтримку клієнтів або окремі елементи врегулювання збитків. Проте міжнародний досвід свідчить, що цей етап триватиме недовго. Уже найближчими роками AI дедалі глибше інтегруватиметься в основні бізнес-процеси страховиків.

Доцільно вже зараз уникнути помилки, яку допустили багато компаній за кордоном, — створення окремої, ізольованої системи управління ризиками штучного інтелекту. Значно ефективніше одразу інтегрувати питання використання AI до існуючої системи управління ризиками, процедур управління змінами, інформаційної безпеки, безперервності діяльності та внутрішнього контролю.

Для керівника функції управління ризиками це означає, що AI не повинен сприйматися як ще одна модна тема або окремий ризик у реєстрі. Насамперед це новий фактор, який змінює характер уже відомих операційних ризиків. І чим раніше компанія почне розглядати штучний інтелект саме в такому контексті, тим легше їй буде адаптувати систему управління ризиками до нової технологічної реальності.

Висновки

Штучний інтелект уже перестав бути виключно технологічною новинкою. Для фінансового сектору він поступово стає одним із чинників, що змінюють характер операційного ризику, тому міжнародні регулятори дедалі рідше говорять про окреме «управління ризиками AI» і дедалі частіше — про необхідність інтегрувати використання штучного інтелекту до існуючої системи управління операційними ризиками, операційною стійкістю та внутрішнім контролем.

Для українських страховиків це означає, що підготовку до широкого використання AI варто починати вже сьогодні. І мова йде не стільки про розробку окремої політики щодо штучного інтелекту, скільки про перегляд існуючих процедур управління змінами, контролю бізнес-процесів, інформаційної безпеки, а також розподілу відповідальності між власниками ризиків.

І, мабуть, головний висновок полягає в іншому. Штучний інтелект не створює принципово нових принципів управління ризиками. Він лише змушує значно швидше переосмислити ті підходи, які вже давно вважаються основою ефективної системи управління ризиками: відповідальність власників процесів, інтеграцію ризик-менеджменту в управлінські рішення та постійний контроль за змінами в бізнесі. Компанії, які зможуть адаптувати ці механізми до нової технологічної реальності, отримають найбільші переваги від використання AI без істотного зростання операційних ризиків.

Сергій БАБИЧ