Как ИИ разрушает старую модель занятости в банковском секторе

Банковские должности в Кении и, по сути, на большинстве африканских рынков пользовались определённым социальным престижем благодаря стабильным зарплатам, пенсионным планам и уверенности в секторе, который кажется слишком важным, чтобы сокращаться. 

Но распространение искусственного интеллекта (ИИ) грозит переписать это обещание. Если взглянуть на такой банк, как Standard Chartered Kenya (StanChart), цифры говорят о многом ещё до того, как это делают его руководители.

В 2013 году в StanChart работало более 2 200 сотрудников. В то время банк располагал разветвлённой сетью отделений, крупными операционными командами, несколькими уровнями среднего менеджмента, и тысячи сотрудников выполняли большинство процессов вручную — от оформления клиентов и обработки документов до проверки соответствия нормативным требованиям и сверки данных.

К концу 2025 года численность его персонала впервые в истории опустилась ниже 1 000 человек.

Эти изменения в StanChart сигнализируют о переоценке стоимости труда внутри банковского сектора Африки. Работа, которая раньше оправдывала существование тысяч начальных и средних должностей, теперь выполняется системами, которые дешевле и задействуют значительно меньше людей.

В мае материнская компания кредитора дала понять, что сокращения, продолжающиеся десятилетие, не являются временными, а представляют собой часть её новой стратегической направленности. На инвесторском мероприятии в Гонконге 19 мая британский банк заявил, что планирует сократить более 15% сотрудников вспомогательных функций к 2030 году. 

Это люди, работающие в таких сферах, как управление персоналом, комплаенс, закупки, операции и администрирование. Банк открыто заявил, что ИИ поможет заменить многие из этих задач, поскольку его ускорение «обеспечит более быстрое исполнение и чёткие финансовые результаты».

Банк движется к тому, что он называет «простой, связанной и быстрой» операционной моделью, в которой каждая задача поручается автоматизации, рабочим процессам с поддержкой ИИ или людям. 

К 2027 году предполагается, что 90% ключевых технологических средств контроля будут непрерывно отслеживаться ИИ, тогда как 80% средств контроля будут полностью закодированы в исполняемые правила. Операционные процессы также автоматизируются: точность обработки документов с помощью ИИ планируется на уровне 95% (против 85% ранее), а виртуальные помощники должны будут решать до 60% внутренних запросов без вмешательства человека.

Банк внедрил более 300 сценариев использования ИИ, включая 43 высокоэффективных приложения генеративного ИИ, и обучил около 85 000 сотрудников работе с Microsoft Copilot. Уже отмечаются ранние результаты повышения эффективности: снижение ложных срабатываний в системе слежения за цифровыми активами на 40%, сокращение трудозатрат на мониторинг на 88% благодаря централизованным системам (экономия около 10 000 000 $ в год) и снижение ручных трудозатрат, связанных с внедрением регуляторных изменений, на 30%. 

ИИ идёт за людьми

Первая волна цифрового банкинга уничтожила часть отделений, но теперь ИИ приходит за немногими оставшимися и даже за головными офисами. 

По сути, первая эпоха была ориентирована на клиентов. Последние 15 лет банки убеждали клиентов перестать посещать отделения и пользоваться онлайн- или мобильным банкингом, банкоматами и агентским банкингом. Это устранило необходимость в физическом взаимодействии, вынеся большинство транзакций за пределы банковских залов.

Первый этап перехода затронул только рядовых сотрудников, таких как кассиры. По мере сокращения сети отделений снизился и объём работы с наличными.

Но следующий этап автоматизации, на который указывает StanChart, имеет более серьёзные последствия, поскольку затрагивает институциональный костяк самих банков.

Банковские функции — управление персоналом, комплаенс, колл-центры и оформление клиентов — обеспечивают занятость тысяч людей на африканских рынках именно потому, что банковский сектор остаётся одной из наиболее административно сложных отраслей континента. Отрасль вынуждена работать в условиях фрагментированных систем идентификации, трансграничного регулирования, объёмных требований к документации, обязательств по противодействию отмыванию денег и разнообразных платёжных инфраструктур на многочисленных рынках.

Исторически большой персонал справлялся с большинством этих неэффективностей, но теперь ИИ грозит сделать это дешевле. Именно в этом заключается значимость заявления StanChart. Банк утверждает, что многие вспомогательные функции больше не должны быть трудоёмкими.

Например, большая языковая модель (LLM) может непрерывно проверять документы без затрат на сверхурочные и выявлять подозрительные транзакции быстрее, чем аналитики-люди. Автоматизированные системы комплаенса способны мгновенно обрабатывать огромные объёмы регуляторной информации, а чат-боты клиентского обслуживания — одновременно обрабатывать тысячи запросов.

То, что раньше требовало целых этажей младших сотрудников, теперь требует программной инфраструктуры под руководством меньшего числа специалистов.

Рабочие места среднего класса

Опасность более быстрого внедрения ИИ в банках для африканских экономик — не просто безработица. Это разрушение профессиональной работы среднего звена.

Банковский сектор исторически был одним из важнейших двигателей формирования городского среднего класса Африки. Он создавал структурированные программы набора выпускников, программы управленческой подготовки, карьеры с пенсионным обеспечением и относительно стабильную работу для офисных работников.

Известные африканские политические и деловые элиты в начале своей карьеры прошли через банки. Именно те виды работ, которые создавали эти пути, и грозит устранить ИИ.

Эти должности достаточно однообразны для автоматизации, но достаточно квалифицированы, чтобы исторически поддерживать городскую жизнь со средними доходами. Это создаёт более серьёзный социальный риск.

Если банки продолжат получать высокую прибыль, нанимая значительно меньше людей, сектор может перестать функционировать в качестве крупного работодателя. Банковское дело может стать похожим на сам технологический сектор — высокопроизводительным и высокоприбыльным при небольшом числе специализированных работников.

И трансформация, возможно, уже идёт. В банковском секторе Кении найм сосредоточен вокруг кибербезопасности, инженерии данных, ИИ и специализированного управления взаимоотношениями с клиентами, а не традиционных операций. Такие банки, как KCB Group и Equity Group, продолжают увеличивать общую численность персонала, но состав найма меняется.