Корпоративное обучение · ИИ для банков и финансовых организаций
ИИ в финансовых организациях и банках
Двухдневная программа (16 академических часов) для сотрудников банков и финансовых организаций — от основ генеративного ИИ и промптинга до работы с документами и Excel, изображений, голоса и видео, ИИ-агентов, RAG на внутренних данных и требований ЦБ РФ.
16
акад. часов
300+
часов ИИ
16+
организаций
Программа обучения
Что входит в курс
16 академических часов, 2 дня — от основ генеративного ИИ и промптинга до ИИ-агентов, RAG на внутренних данных и регулирования ЦБ РФ.
-
01Как устроен генеративный ИИ1,5 чT9 и как из него вырос ЧатГПТТокены, контекстное окно, галлюцинацииЯндексGPT/ГигаЧат/ChatGPT/Claude/DeepSeek/Qwen/KimiРоссийский, китайский, американский контуры
-
02Промптинг — разговор с моделью1,5 чСтруктура запроса: действие, персона, формат, контекстСистемный промпт и память моделиПочему галлюцинации не лечатся промптомПрактика: сценарии участников
-
03Работа с текстами и документами2 чСравнение пакетов документовИзвлечение ключевых условийДоговоры, отчёты, нормативкаПрактика на документах команды
-
04Анализ данных и таблицы2 чКак модели работают с числамиИИ + Excel: формулы, макросы VBAPower Query, сводные таблицы по описаниюПрактика: финансовая рутина
-
05Персональный ИИ-стек1 чВыбор инструментов под задачиСценарии банковской работы
-
06Изображения, презентации, голос и видео1,5 чШедеврум, КандинскийПрезентации: ГаммаОзвучка, аватары, короткие роликиПрактика: материал под задачу участника
-
07Поиск и исследования1,5 чPerplexity, Deep ResearchМониторинг изменений ЦБ и нормативной базыИнструменты для финансистовПроверка источников и придуманных прецедентов
-
08RAG — ИИ на собственных данных2 чRAG vs дообучениеБаза знаний организацииFAQ колл-центра, регламенты, переговорыРаспознавание и транскрибация речи
-
09ИИ-агенты2 чАгент vs обычная автоматизацияТриггер, модель, промпт, выходМаршрутизация заявок, мониторингПрактика: сборка простого агента
-
10Безопасность, этика и личный чемоданчик1 чЧто нельзя отправлять в облакоРегуляторика 2025–2026: ЦБ РФ, 152-ФЗПрактика: личный ИИ-стек участника
День 1 · Основы искусственного интеллекта в финансовой организации (8 ч)
День 2 · Практика: изображения, голос, видео, ИИ-агенты, регулирование (8 ч)
Живая практика
Кейсы финансовых организаций
Сводная таблица кредитного портфеля в Excel + ИИ
Практическое задание курса
Задача: большой массив данных по кредитному портфелю нужно свести и проанализировать.
Подход: ИИ пишет формулы и макросы VBA, Power Query — собирает сводную таблицу и находит закономерности в данных.
Урок: модель готовит формулу и код, а считает всегда Excel — так меньше ошибок и больше доверия к цифре.
Подход: ИИ пишет формулы и макросы VBA, Power Query — собирает сводную таблицу и находит закономерности в данных.
Урок: модель готовит формулу и код, а считает всегда Excel — так меньше ошибок и больше доверия к цифре.
Расшифровка совещания
Практика курса
Задача: аудиозапись совещания нужно превратить в протокол с решениями и сроками.
Подход: расшифровка речи, дальше ИИ выделяет договорённости, задачи с ответственными и дедлайнами.
Урок: совещание превращается в протокол за пару минут работы с текстом, а не за час ручной расшифровки.
Подход: расшифровка речи, дальше ИИ выделяет договорённости, задачи с ответственными и дедлайнами.
Урок: совещание превращается в протокол за пару минут работы с текстом, а не за час ручной расшифровки.
Анализ договоров: поиск рисков
Практика курса — договоры аренды и аутсорсинга
Задача: найти в объёмном договоре риски и нетипичные пункты, которые легко пропустить при беглом чтении.
Подход: ИИ резюмирует договор и подсвечивает отклонения от типовых условий.
Урок: черновик анализа готов за минуты, юридическую оценку каждый раз даёт человек.
Подход: ИИ резюмирует договор и подсвечивает отклонения от типовых условий.
Урок: черновик анализа готов за минуты, юридическую оценку каждый раз даёт человек.
Маршрутизация обращений в поддержку
Практика курса — 15 обращений в поддержку
Задача: распределить входящие обращения клиентов между профильными специалистами.
Подход: классификация обращений одним промптом, итеративная доработка промпта на реальных кейсах, где модель ошиблась.
Урок: первая версия промпта почти никогда не идеальна — рабочий навык именно в её доработке.
Подход: классификация обращений одним промптом, итеративная доработка промпта на реальных кейсах, где модель ошиблась.
Урок: первая версия промпта почти никогда не идеальна — рабочий навык именно в её доработке.
Обезличивание персональных данных перед загрузкой в ИИ
Практика, модуль «Риски»
Задача: понять, что из клиентского документа можно грузить в облачную нейросеть, а что нельзя.
Подход: готовый макрос VBA для обезличивания плюс разбор приёмов анонимизации на реальных типах документов.
Урок: обезличить данные один раз в начале работы дешевле, чем потом объяснять, почему они утекли.
Подход: готовый макрос VBA для обезличивания плюс разбор приёмов анонимизации на реальных типах документов.
Урок: обезличить данные один раз в начале работы дешевле, чем потом объяснять, почему они утекли.
Генерация презентации и инфографики под рабочую задачу
Практика курса — день 2
Задача: нужен визуал для внутренней презентации или инфографика к отчёту, без дизайнера.
Подход: Шедеврум и Кандинский — для изображений, Гамма — для презентации по текстовому описанию.
Урок: черновик визуала готов за минуты, дизайнер нужен только для финальной полировки.
Подход: Шедеврум и Кандинский — для изображений, Гамма — для презентации по текстовому описанию.
Урок: черновик визуала готов за минуты, дизайнер нужен только для финальной полировки.
RAG-бот по регламентам и FAQ колл-центра
Практика курса — день 2
Задача: ответ сотруднику или клиенту должен опираться на актуальные внутренние документы, а не на догадки модели.
Подход: база знаний из регламентов и инструкций подключается через RAG, модель отвечает только на основе загруженных документов.
Урок: RAG — это не дообучение модели, а поиск по своим данным; разница принципиальна для банковских регламентов.
Подход: база знаний из регламентов и инструкций подключается через RAG, модель отвечает только на основе загруженных документов.
Урок: RAG — это не дообучение модели, а поиск по своим данным; разница принципиальна для банковских регламентов.
Сборка простого ИИ-агента на рабочем сценарии
Практика курса — день 2
Задача: рутинная операция — маршрутизация заявок, мониторинг изменений, протокол совещания — выполняется вручную каждый раз.
Подход: собираем агента из триггера, языковой модели с системным промптом и понятного выхода — без кода.
Урок: агент — это не «ИИ, который всё сам», а понятная архитектура из простых блоков.
Подход: собираем агента из триггера, языковой модели с системным промптом и понятного выхода — без кода.
Урок: агент — это не «ИИ, который всё сам», а понятная архитектура из простых блоков.
Личный ИИ-стек — итоговая практика курса
Завершение программы, день 2
Задача: собрать свой набор инструментов и правил работы с ИИ под конкретные задачи и ограничения безопасности.
Подход: каждый участник фиксирует, какие инструменты использует, что можно и нельзя отправлять в облачную модель, какие задачи стоит доверить агенту.
Урок: результат курса — не конспект, а рабочий личный стандарт использования ИИ.
Подход: каждый участник фиксирует, какие инструменты использует, что можно и нельзя отправлять в облачную модель, какие задачи стоит доверить агенту.
Урок: результат курса — не конспект, а рабочий личный стандарт использования ИИ.
Личный опыт спикера: расхождение расчётов ИИ и Excel
Демонстрация на занятии
Контекст: модель насчитала одну сумму, Excel — другую (158 580 ₽ против 159 000 ₽).
История: расхождение наглядно показывает, что модель может ошибиться в арифметике, даже если рассуждает уверенно.
Урок: цифрам от ИИ напрямую доверять нельзя — доверять можно только формуле и коду, которые считает Excel.
История: расхождение наглядно показывает, что модель может ошибиться в арифметике, даже если рассуждает уверенно.
Урок: цифрам от ИИ напрямую доверять нельзя — доверять можно только формуле и коду, которые считает Excel.
Личный опыт спикера: банковское образование и стажировка
Финансовая академия при Правительстве РФ
Контекст: собственное банковское образование и стажировка в банке — рукописные кредитные заявки, которые сейчас распознал бы OCR за секунды.
История: голосовой ассистент в другом кейсе порекомендовал клиенту продукт банка-конкурента — довод в пользу «суфлёра» для оператора вместо автономного бота без контроля.
Урок: автономность бота должна расти постепенно, вместе с проверкой на реальных диалогах.
История: голосовой ассистент в другом кейсе порекомендовал клиенту продукт банка-конкурента — довод в пользу «суфлёра» для оператора вместо автономного бота без контроля.
Урок: автономность бота должна расти постепенно, вместе с проверкой на реальных диалогах.
Готовы обсудить задачу?
Результат
После обучения участники
✓
Разбираются в устройстве генеративного ИИ, отличают ChatGPT/Claude/DeepSeek/YandexGPT/GigaChat и знают их ограничения
✓
Составляют промпты для финансовых задач: комплаенс, кредитный анализ, клиентские коммуникации, отчётность
✓
Работают с текстами и документами: резюмируют договоры, извлекают данные из отчётов, находят риски и нетипичные пункты
✓
Ускоряют рутину в Excel с помощью ИИ — формулы, макросы, сводные таблицы, без прямого счёта через LLM
✓
Понимают риски (галлюцинации, банковская тайна, 152-ФЗ) и умеют обезличивать данные перед загрузкой в нейросеть
✓
Знают позицию ЦБ РФ по регулированию ИИ на финансовом рынке
✓
Ориентируются в карте применений ИИ в банке — антифрод, скоринг, KYC, колл-центр, комплаенс
✓
Уверенно работают и с ГигаЧатом, и с ЯндексGPT — без привязки к одному инструменту
✓
Создают изображения, презентации и короткие видео/аудио под рабочие задачи с помощью ИИ
✓
Понимают RAG-подход — как получать ответы на основе внутренних документов организации, а не общих знаний модели
✓
Разбираются в архитектуре ИИ-агента и умеют собрать простого агента под рутинную задачу — без кода
✓
Формируют личный ИИ-стек — какие инструменты, для каких задач и с какими ограничениями безопасности
Нормативная база
Материалы для скачивания
Первоисточники, на которые опирается программа — ссылки ведут прямо на официальные сайты, без пересказа.
Указ Президента РФ № 490 от 10.10.2019
kremlin.ru · Национальная стратегия развития ИИ до 2030
Базовый документ отрасли — цель: 80% работников с навыками ИИ к 2030 году против 5% в 2022-м.
Кодекс этики в сфере искусственного интеллекта
Альянс в сфере ИИ, 26.10.2021
Общий добровольный кодекс — основа, на которую опирается и отраслевой кодекс ЦБ РФ для финрынка.
Кодекс этики в сфере ИИ на финансовом рынке
Банк России, информационное письмо от 09.07.2025
Человекоцентричность, справедливость, прозрачность, безопасность, ответственное управление рисками — для банков и НФО.
Доклад Банка России «Применение ИИ на финансовом рынке»
Для общественных консультаций, ноябрь 2025
Итоги опроса 252 финансовых организаций — статистика по направлениям применения ИИ и рискам.
Рекомендации Банка России по информационной безопасности при ИИ
Методические рекомендации, июнь 2026
Первый в России документ об атаках на ИИ-системы (фаззинг, бэкдоры, инъекции) и мерах защиты на финрынке.
Заказчики
Кто уже обучался
Банки и финансовый сектор
Спикер и тренер
Алексей Борисов
Корпоративный тренер · Спикер · ИИ-эксперт
С 2010 года провёл 230+ корпоративных программ в 60+ организациях — 5 500+ академических часов. Собственное банковское образование (Финансовая академия при Правительстве РФ) и опыт работы с финансовым сектором: Центральный банк РФ, Министерство финансов РФ, АО Банк «Национальный стандарт».
5 500+
часов
230+
программ
60+
организаций
Частые вопросы
FAQ
Можно ли использовать зарубежные модели (ChatGPT, Claude) для работы с банковскими данными?
Нет — риски 152-ФЗ и банковской тайны. Плюс личный опыт спикера с блокировками платных зарубежных аккаунтов (ChatGPT, Claude Max, Perplexity).
Что делать с банковской тайной и персональными данными клиентов при работе с ИИ?
Обезличивание перед загрузкой в облачную модель, либо локальные модели / GigaChat Enterprise для чувствительных данных — разбирается отдельным модулем.
Можно ли доверять расчётам, которые выдаёт ИИ?
Нет — только формулам и коду, которые считает Excel. Разбирается на живом кейсе с расхождением расчётов, см. раздел «Практика».
Что говорит ЦБ РФ про использование ИИ в финансовых организациях?
Три ключевых документа 2025–2026 годов — мягкое регулирование, а не запрет. Все три доступны для скачивания в разделе «Материалы».
Заменит ли ИИ сотрудника банка?
Нет. ИИ даёт черновик и основу — экспертиза и финальное решение всегда остаются за человеком.
Нужны ли технические навыки или программирование?
Нет, достаточно базовых навыков работы в Excel — курс без кода, на готовых шаблонах и промптах.
Какие инструменты показываются на курсе?
ГигаЧат и ЯндексGPT — на равных, без ранжирования одного над другим, плюс китайский контур (Квен, ДипСик, Кими) как резервный вариант без VPN.
Какой формат обучения — очно, дистанционно?
Оба формата возможны. Программа рассчитана на 2 дня по 8 часов — можно провести подряд или с перерывом между днями.
Сколько стоит программа?
160 000 ₽ за двухдневную программу (16 часов), независимо от числа участников.
Можно ли кастомизировать программу под конкретное подразделение?
Да — риск-менеджмент, комплаенс, кредитный отдел, колл-центр. Расскажите задачу — подберу акценты программы.
Почему это актуально именно сейчас?
ЦБ РФ (2025): 74% российских банков и финтех тестируют или уже внедрили генеративный ИИ. В мире — 77% банков (EY-Parthenon, 2025).
Связаться
Обсудим вашу задачу
Пишите — расскажу про программу, стоимость и сроки. Обычно отвечаю в течение нескольких часов.