جولدمان ساكس تنتقل إلى مرحلة جديدة من الذكاء الاصطناعي: ماركو أردنتي حول الوكلاء

Goldman Sachs пересматривает свою стратегию работы с искусственным интеллектом на фоне быстрого роста агентных инструментов и более зрелых корпоративных сценариев. Марко Ардженти, директор по информационным технологиям банка, говорит уже не только о внутренних экспериментах, а о том, как новая волна ИИ меняет разработку и повседневные процессы внутри финансовой организации.

Что изменилось за полтора года

Полтора года назад Goldman Sachs в основном рассказывал о том, как строит собственные внутренние AI-инструменты и где пытается применять модели без выхода в массовый контур. С тех пор рынок резко ускорился: генеративные модели стали точнее, корпоративные сценарии понятнее, а на первый план вышли агентные системы, которые не просто отвечают на запрос, а умеют выполнять цепочки действий. Это меняет и сам разговор внутри компаний: от идеи «давайте попробуем» к вопросу «какую часть работы можно передать машине уже сейчас».

Для банка вроде Goldman Sachs этот сдвиг важен не только из-за моды на AI. Если раньше ценность часто измерялась качеством ответов в чате, то теперь на первый план выходит продуктивность сотрудников: насколько быстрее разработчик пишет код, аналитик собирает черновик, а команда находит нужную информацию внутри своих систем. В этом смысле агентные платформы вроде Claude Code становятся не отдельной игрушкой, а новым интерфейсом к корпоративной работе, где нужен и результат, и контроль.

Куда смотрит банк

Из описания нового разговора с Ардженти видно, что фокус Goldman Sachs смещается от самого факта внедрения к качеству применения. Банку уже мало просто иметь внутренние AI-сервисы. Теперь важнее понять, какие задачи они закрывают лучше классического софта, где действительно экономят время, а где требуют слишком много проверки со стороны человека. Для крупной финансовой организации это практичный подход: любая автоматизация ценна только тогда, когда она вписывается в существующие процессы, требования безопасности и ответственность команд.

• Внутренние инструменты для сотрудников Поддержка разработки и работы с кодом Более сложные цепочки действий вместо одиночных запросов * Оценка реальной пользы, а не только качества ответов ## Зачем нужны агенты Главная интрига здесь в том, как банк оценивает именно агентный подход. Речь уже не только о помощнике, который суммирует документы или отвечает на вопросы по базе знаний, а о системах, способных выполнять многошаговые задачи. Для инженерных и продуктовых команд это особенно заметно: такой инструмент может читать код, предлагать изменения, искать зависимости и проводить часть рутинной работы без постоянного переключения между окнами. Но чем выше автономность, тем острее вопрос доверия, журналирования действий и права на финальное решение у человека. Поэтому опыт Goldman Sachs интересен не как история о «банке, который тоже внедряет ИИ», а как сигнал о следующем этапе рынка. Когда такие организации обсуждают не демонстрационные пилоты, а рабочие сценарии и эффект для специалистов, это означает, что технология проходит проверку на полезность. Даже если часть экспериментов не даст мгновенного результата, сам сдвиг важен: корпоративный AI постепенно превращается из набора чат-ботов в слой инфраструктуры, который помогает писать, искать, проверять и выполнять действия внутри компании.

Что это значит Для всего корпоративного AI-сектора это маркер зрелости.

Разговор вокруг ИИ уходит от абстрактных обещаний к вопросу об измеримой эффективности: где агенты экономят часы работы, как встраиваются в чувствительные процессы и какие задачи можно доверить им без потери контроля. Если такой подход закрепится в банках, он быстро станет ориентиром и для других крупных международных компаний.