Как Сбербанк использует ИИ для блокировки мошеннических переводов: технологии, экономика и результаты (2024–2025)
(на основе данных ЦБ РФ, отчетов банков и экспертных оценок)

1. Какие технологии лежат в основе системы?
Сбербанк применяет ансамбль AI-моделей, включающий:
-
NLP (анализ текста) – распознает фишинговые SMS и поддельные уведомления «от банка».
-
Поведенческий анализ – выявляет аномалии:
-
Первый перевод за 3 года на «госуслуги».
-
Платежи в ночное время (с 1:00 до 5:00).
-
-
Графовые сети – строит цепочки мошеннических операций (например, 10 переводов на один «лекарственный» кошелек).
-
Computer Vision – проверяет подписи в мобильном приложении на подлинность.
Пример работы:
Если клиент, который обычно переводит не более 5 000 ₽/день, внезапно пытается отправить 150 000 ₽ на новый реквизит, система замораживает операцию и требует звонка в кол-центр.
2. Сколько денег спасено?
| Показатель | 2024 год | Прогноз 2025 |
|---|---|---|
| Заблокировано переводов | 1,2 млн операций | 1,8 млн |
| Суммарный предотвращенный ущерб | 2,1 млрд ₽ | 3,5+ млрд ₽ |
| Ложные срабатывания | 8% | 5% (цель) |
Кейсы:
-
Декабрь 2024: Система остановила перевод 28 млн ₽ пенсионерки из Москвы на счет «сотрудника ЦБ».
-
Март 2025: Выявлена схема с поддельными договорами ДДУ – заблокировано 142 млн ₽.
3. Сколько стоит такая система?
Бюджет внедрения:
-
Разработка AI-моделей: ~600 млн ₽ (включая датасеты с ФинЦЕРТ).
-
Аппаратное обеспечение: Серверы NVIDIA DGX A100 – 250 млн ₽.
-
Поддержка/апдейты: 120 млн ₽/год.
Для малых банков:
Аренда облачного решения Сбербанк.Kиберзащита – от 500 000 ₽/месяц.
4. Как это работает для клиента?
-
Подозрительный платеж → всплывает окно: «Подтвердите операцию через звонок».
-
Робот-верификатор задает контрольные вопросы:
-
«Какой ваш последний платеж?»
-
«Вы действительно переводите 300 000 ₽ на ИП «Рога и копыта»?»
-
-
Если ответы неверны – транзакция отменяется автоматически.
Важно: Клиенты могут добровольно снизить лимиты на переводы через приложение.
5. Проблемы и ограничения
-
Ложные блокировки: В 2024 году 12 000 клиентов жаловались на задержки срочных платежей (например, за лечение).
-
Обход мошенниками: Использование криптовалют и переводы через «зомби-счета».
-
Юридические коллизии: Нет закона, обязывающего банки компенсировать ущерб при пропущенной атаке.
6. Что будет дальше?
-
2025: Интеграция с МВД в реальном времени – блокировка переводов на счета, внесенные в «черные списки».
-
2026: Пилот с квантовой криптографией для защиты API.
Совет клиентам:
-
Включите двухфакторную аутентификацию.
-
Не перезванивайте на номера из SMS – только 900 (официальный Сбербанк).
Ключевые запросы для SEO:
«как Сбербанк блокирует мошенников», «AI защита переводов 2025», «сколько банки теряют на мошенничестве», «как оспорить блокировку платежа в Сбере».

Сравнение AI-систем защиты от мошенничества: Сбербанк vs Тинькофф vs ВТБ (2024–2025)
(на основе данных ЦБ РФ, отчетов банков и экспертных оценок)
1. Масштабы защиты
| Банк | Заблокировано мошеннических операций (2024) | Предотвращенный ущерб | Ложные срабатывания |
|---|---|---|---|
| Сбербанк | 1,2 млн | 2,1 млрд ₽ | 8% |
| Тинькофф | 890 тыс. | 1,4 млрд ₽ | 5% |
| ВТБ | 670 тыс. | 0,9 млрд ₽ | 12% |
Вывод:
-
Сбербанк лидирует по объему из-за количества клиентов (110 млн vs 30 млн у Тинькофф).
-
Тинькофф точнее (меньше ложных блокировок) за счет узкоспециализированных моделей.
2. Технологии и AI-алгоритмы
① Сбербанк
-
Графовые сети + NLP (анализ текста в SMS/email).
-
Интеграция с ФинЦЕРТ (база мошеннических реквизитов).
-
Минусы: Высокая нагрузка на систему → задержки проверок (~15 сек).
② Тинькофф
-
Поведенческие модели (аномалии в привычках клиентов).
-
Своя база фишинговых сайтов (обновляется каждые 5 минут).
-
Фишка: Автоматический отзыв денег с мошеннических счетов (если перевод успел пройти).
③ ВТБ
-
Квантовые алгоритмы (пилотный проект с «Росатомом»).
-
Анализ голоса в кол-центре (сравнение с биометрией).
-
Проблема: Часто блокирует легальные переводы в крипту.
3. Скорость реакции
| Действие | Сбербанк | Тинькофф | ВТБ |
|---|---|---|---|
| Блокировка перевода | 5–15 сек | 2–5 сек | 10–20 сек |
| Оповещение клиента | SMS | Push + AI-звонок | SMS/email |
| Время разблокировки ошибочно остановленного платежа | До 24 часов | До 1 часа | До 3 дней |
Почему Тинькофф быстрее:
-
Использует edge computing (анализ на устройстве клиента, а не в облаке).
4. Стоимость внедрения
| Банк | Бюджет на AI-безопасность (2024) | Стоимость для клиента |
|---|---|---|
| Сбербанк | 1,2 млрд ₽ | Бесплатно |
| Тинькофф | 700 млн ₽ | 0–50 ₽/мес* |
| ВТБ | 900 млн ₽ | Бесплатно |
*Плата за «Премиум-защиту» (доп. проверка переводов от 100 000 ₽).
5. Уникальные фишки
Сбербанк
-
«Кибериммунитет» – автоматическое обучение моделей на новых схемах мошенников.
-
Интеграция с МВД (данные о подозрительных IP передаются в реальном времени).
Тинькофф
-
«Обратный отзыв» – возврат денег, если получатель внесен в черный список в течение 24 часов.
-
Телеграм-бот (@AntiscamBot) для проверки ссылок.
ВТБ
-
Квантовая криптография (устойчивость к взлому до 2028 года).
-
Биометрия по венам ладони (пилот в 20 отделениях).
6. Где чаще «прокалываются»?
| Банк | Уязвимости | Пример инцидента (2024) |
|---|---|---|
| Сбербанк | Медленная реакция на новые схемы | Пропустили 120 млн ₽ «родственных» переводов в марте |
| Тинькофф | Слабая защита бизнес-счетов | 45 млн ₽ списаны через поддельные инвойсы |
| ВТБ | Проблемы с криптопереводами | Ложные блокировки на 300+ операций с USDT |
7. Что выбрать клиенту?
-
Для пенсионеров: Сбербанк (максимум ручных проверок).
-
Для tech-savvy: Тинькофф (быстро и минимум ложных срабатываний).
-
Для корпораций: ВТБ (квантовая защита для крупных переводов).
Тренд 2025: Все банки внедряют генеративный ИИ для имитации голоса клиента при верификации.
Ключевые запросы для SEO:
«сравнение защиты от мошенников Сбер Тинькофф ВТБ», «какой банк лучше блокирует мошенников 2025», «AI в банках против fraud», «как оспорить блокировку перевода в Тинькофф»
Андре говорит
Очень интересная статья! Особенно впечатлило использование графовых сетей и поведенческого анализа. Как часто система ошибочно блокирует переводы обычных клиентов?
admin_malej говорит
Спасибо за ваш интерес к статье! Использование графовых сетей и поведенческого анализа действительно является передовым подходом в области кибербезопасности. Что касается частоты ложных блокировок, то это зависит от множества факторов, включая настройки системы, качество данных и алгоритмы машинного обучения.
Обычно системы безопасности настраиваются таким образом, чтобы минимизировать ложные срабатывания, но полностью исключить их невозможно. Ложные блокировки могут возникать в следующих случаях:
Аномальное поведение: Если клиент внезапно начинает совершать транзакции, которые сильно отличаются от его обычного поведения (например, крупные переводы в необычное время), система может расценить это как подозрительную активность.
Новые устройства или местоположения: Если клиент входит в систему с нового устройства или из необычного местоположения, это также может вызвать подозрения.
Технические сбои: Иногда ложные блокировки могут быть вызваны техническими проблемами или ошибками в данных.
Для минимизации ложных срабатываний банки и финансовые учреждения постоянно совершенствуют свои алгоритмы и обучают системы на больших объемах данных. Также важно, чтобы клиенты имели возможность быстро связаться с поддержкой и подтвердить легитимность своих действий.
Если у вас есть конкретные вопросы или примеры, которые вас интересуют, я с удовольствием помогу разобраться!
Marimannamahmoud говорит
Спасибо за информативную статью! Особенно заинтересовал раздел об интеграции систем видеонаблюдения с мобильными приложениями. Какие решения, на ваш взгляд, лучше всего подходят для частных домов?