Коли представник monobank публічно озвучує цифру «+50% ефективності» від впровадження штучного інтелекту, увагу привертає не сама цифра, а те, хто саме її називає. monobank роками будує репутацію на технологічній прагматичності, а не на маркетингових перебільшеннях у продуктовій комунікації — тому заява Михайла Рогальського варта уважнішого розбору, ніж просто повторення заголовка.

За даними Speka, йдеться про досвід monobank у застосуванні ШІ-інструментів у внутрішніх процесах банку. Для ринку, де більшість заяв про «трансформацію завдяки ШІ» лишаються на рівні прес-релізів без конкретики, відсотковий показник від банку з мільйонами користувачів — привід розібратися, де такий приріст реалістичний, а де потребує застережень.

Контекст: чому саме monobank

monobank із моменту заснування будував продукт навколо мінімізації ручної праці — від автоматичного скорингу до чат-підтримки без черг у callcenter. Це означає, що впровадження ШІ тут не стартує з нуля: команда вже має культуру автоматизації, API-first підхід і звичку вимірювати кожен процес у грошах та годинах. Саме такий фундамент — ключова причина, чому цифра на кшталт +50% узагалі можлива: вона рідко з'являється в компаніях, які просто додають ШІ поверх хаотичних ручних процесів.

Український фінтех загалом рухається у цьому напрямку швидше за традиційні банки: менше legacy-систем, менше бюрократичних узгоджень, більше готовності експериментувати з LLM у продакшені. monobank у цьому сенсі — показовий приклад, а не виняток із правила.

Суть заяви: де шукати ефективність

Коли банк говорить про приріст ефективності від ШІ, зазвичай мається на увазі не один «магічний» інструмент, а сукупність точкових впроваджень у кількох напрямках одночасно:

• Автоматизація підтримки клієнтів — обробка типових звернень без участі людини
• Прискорення розробки — генерація коду, тестів і документації для інженерних команд
• Аналіз ризиків та шахрайства — швидша обробка патернів транзакцій
• Внутрішня аналітика — скорочення часу на підготовку звітів і прийняття рішень

Показник «+50%» найімовірніше стосується не всієї компанії одразу, а конкретного процесу чи команди, де вимірювання найпростіше провести коректно. Це важливий нюанс: агреговані цифри ефективності від ШІ рідко масштабуються лінійно на всю організацію, і сприймати їх варто як орієнтир для конкретного домену, а не як універсальний коефіцієнт для будь-якого бізнесу.

Практичне значення для AI-білдерів

Для команд, що впроваджують ШІ у власні процеси, кейс monobank цінний не стільки цифрою, скільки моделлю мислення, яка за нею стоїть:

• Вимірюйте базову лінію до впровадження — без неї «+50%» не має сенсу
• Починайте з вузького, добре окресленого процесу, а не з абстрактної «трансформації»
• Обирайте домени, де вже є дані та метрики — фінтех має перевагу саме тут
• Не тиражуйте показник ефективності одного відділу на всю компанію

Банківський сектор — зручний полігон для таких експериментів, бо кожна операція вже логується і оцифрована. Для команд поза фінтехом головний висновок інший: перш ніж очікувати подібний приріст, варто спершу побудувати таку саму дисципліну вимірювання, яку monobank мав ще до появи ШІ-інструментів у своєму стеку.

Висновок AiiN

Заява Рогальського — не привід очікувати, що будь-яке впровадження ШІ автоматично дає +50%. Це радше нагадування, що подібні результати з'являються там, де ШІ накладається на вже зрілу інфраструктуру процесів і метрик. Для українського ринку показово вже те, що такі цифри взагалі озвучуються публічно, а не ховаються за загальними фразами про «інновації». Якщо ви плануєте власне впровадження ШІ у продукт чи внутрішні процеси — почніть не з вибору моделі, а з відповіді на питання, чи можете ви взагалі коректно виміряти ефективність «до» і «після».