Рассвет «цифрового коллеги»: Goldman Sachs внедряет агентов Claude
Редакционная группа Creati.ai | 7 февраля 2026 г.
Интеграция генеративного ИИ (Generative AI) в сферу финансов с высокими ставками перешла от экспериментальных пилотных проектов к основному оперативному развертыванию. В рамках шага, сигнализирующего о решительном переходе к агентскому ИИ, Goldman Sachs объявила о внедрении ИИ-агентов Claude от Anthropic для автоматизации сложных рабочих процессов в области бухгалтерского учета и комплаенса.
Это партнерство, о котором сообщил ИТ-директор (Chief Information Officer) Goldman Sachs Марко Ардженти, знаменует собой одно из самых агрессивных обязательств Уолл-стрит в отношении автономного ИИ. После шестимесячного этапа интенсивной совместной разработки, в ходе которого инженеры Anthropic были внедрены непосредственно в технологические группы банка, финансовый гигант теперь использует ИИ-агентов для сверки сделок, адаптации клиентов и нормативного комплаенса — задач, которые исторически требовали тысяч человеко-часов и строгого надзора.
Больше, чем чат-боты: рост автономных агентов
Индустрия давно ожидала перехода от «чат-ботов», отвечающих на вопросы, к «агентам», выполняющим рабочие процессы. Инициатива Goldman служит основным практическим примером этого перехода. В отличие от предыдущих внедрений ИИ, которые служили помощниками для составления электронных писем или обобщения документов, эти новые агенты спроектированы для работы в качестве «цифровых коллег».
По словам Ардженти, в банке поняли, что возможности рассуждения модели Claude выходят далеко за рамки написания программного кода. Та же логика, которая требовалась для отладки сложных кодовых баз, оказалась высокоэффективной для анализа финансовых правил и сверки огромных наборов данных. Теперь агентам поручено независимо ориентироваться в нормативно-правовых базах для проверки транзакций и проверки новых клиентов, что эффективно сокращает сроки выполнения этих критически важных процессов.
Этот сдвиг затрагивает две конкретные трудоемкие области:
- Бухгалтерский учет торговых операций: Агенты автоматизируют сверку миллионов ежедневных транзакций, сопоставляя записи в разрозненных системах с уровнем скорости, недостижимым для человеческих команд.
- Адаптация клиентов: Традиционно это было узким местом из-за правил «Знай своего клиента» (Know Your Customer, KYC) и борьбы с отмыванием денег (Anti-Money Laundering, AML), теперь этот процесс оптимизируется агентами, способными читать, проверять и сопоставлять документацию с глобальными регуляторными стандартами.
Операционное воздействие: традиционные против агентских рабочих процессов
Чтобы понять масштабы этого сдвига, необходимо сравнить устаревшие рабочие процессы с новой моделью, управляемой агентами. Следующее сравнение иллюстрирует, как Goldman Sachs реструктурирует свои бэк-офисные операции.
Сравнение рабочих процессов комплаенса и бухгалтерского учета
| Устаревший процесс | Агентский процесс | Операционная выгода |
|---|---|---|
| Сбор данных | Ручной ввод и проверка документов различных форматов (PDF, Excel, Email). | Агенты мгновенно поглощают и структурируют неструктурированные данные во всех форматах. |
| Применение правил | Люди сопоставляют транзакции со статическим руководством по комплаенсу. | Агенты применяют динамическую регуляторную логику в режиме реального времени, ссылаясь на конкретные пункты. |
| Обработка исключений | Аномалии помечаются как общая ошибка, требующая ручного расследования с нуля. | Агенты диагностируют первопричину аномалии и предлагают решение для утверждения человеком. |
| Аудиторский след | Ручная регистрация решений; часто фрагментирована по электронным письмам и логам чатов. | Автоматическая, неизменяемая регистрация каждого шага рассуждения и решения, принятого агентом. |
Стратегия «внедрения»: новая модель корпоративного ИИ
Успех этого развертывания обусловлен уникальной моделью сотрудничества. Вместо того чтобы просто купить подписку на API, Goldman Sachs выбрала глубокую интеграцию. В течение шести месяцев инженеры Anthropic работали бок о бок с внутренними разработчиками Goldman. Этот период позволил командам точно настроить модели Claude на собственных данных банка и специфических регуляторных требованиях, фактически «обучая» ИИ нюансам институциональных финансов.
Эта стратегия «внедрения» подчеркивает растущую тенденцию, когда универсальные большие языковые модели (Large Language Models, LLM) недостаточны для нужд предприятия без значительной настройки. Совместно разрабатывая агентов, Goldman Sachs обеспечила возможность обработки ИИ существенной непубличной информации (Material Non-Public Information, MNPI) с соблюдением необходимых протоколов безопасности, что является обязательным требованием в жестко регулируемом банковском секторе.
Экономический резонанс: последствия для рабочей силы и рынка
Это объявление вызвало немедленный резонанс в технологическом и финансовом секторах. После этих новостей на рынках произошла распродажа акций традиционного корпоративного программного обеспечения, вызванная опасениями инвесторов, что ИИ-агенты могут сделать устаревшими автономные инструменты SaaS (Software as a Service). Если ИИ-агент может создавать собственные рабочие процессы и управлять данными напрямую, потребность в лицензиях на промежуточное ПО снижается.
Внутри компании этот шаг соответствует стратегическому фокусу генерального директора (CEO) Дэвида Соломона на эффективности. Соломон ранее отмечал планы «ограничить рост численности персонала» по мере реорганизации фирмы вокруг возможностей ИИ. Хотя Ардженти описывает агентов как помощников человеческих талантов, позволяющих сотрудникам сосредоточиться на высокоценной стратегии, а не на рутинной обработке, способность агентов выполнять работу аналитиков начального уровня и сторонних поставщиков услуг предполагает долгосрочное сокращение операционного найма.
Стратегические перспективы для финтеха
Goldman Sachs не одинока в этой гонке, но их исполнение выделяет их. В то время как JPMorgan Chase использует набор LLM для сотен сценариев использования, фокус Goldman на высокоавтономных агентах для основных функций бухгалтерского учета переводит технологию на «уровень исполнения» банка.
Для более широкой индустрии финансовых услуг (Financial Services) это развертывание подтверждает безопасность и эффективность агентских рабочих процессов. Оно доказывает, что при правильных мерах предосторожности — в частности, подходе «Конституционного ИИ» (Constitutional AI), предпочитаемом Anthropic, который ставит во главу угла безопасность и интерпретируемость — ИИ можно доверить бухгалтерскую книгу.
По мере созревания этих систем искусственного интеллекта (Artificial Intelligence) метрика успеха в финтехе меняется. Речь идет уже не о том, у кого самый умный чат-бот, а о том, у кого самая способная рабочая сила из цифровых агентов. Goldman Sachs сделал свой ход; остальной части Уолл-стрит, скорее всего, придется совершить рывок, чтобы не отстать.
