Почему банку нужен Chief Scientist
После пяти лет руководства направлением понимания естественного языка и всей организацией Alexa AI в Amazon, Прем Натараджан совершил нетрадиционный переход: стал главным научным сотрудником (Chief Scientist) в банке. Причем не в каком-то, а в Capital One — финансовой организации, обслуживающей более 100 миллионов клиентов и помогающей обычным американцам управлять своими финансами.
Для Натараджана, ветерана исследований, финансируемых DARPA, и академической среды, наблюдавшего эволюцию машинного обучения от узкоспециализированных приложений до фундаментальных моделей, логика была очевидна. Некоторые из самых интересных достижений в исследованиях и внедрении ИИ смещались от горизонтальных платформ big tech к отраслевым вертикалям, вроде финансов. Здесь самые сложные проблемы заключаются не просто в построении моделей, а в том, чтобы заставить ИИ работать в условиях реальных клиентских задач, контекстных бизнес-знаний, непрерывного обучения и с невероятно высокой планкой точности и приватности.
Поскольку банки имеют дело с финансами людей, планка точности при использовании ИИ невероятно высока. Возьмем, к примеру, мошенничество. Даже незначительный случай может иметь разрушительные последствия для некоторых клиентов. Лучшие модели и платформы для борьбы с мошенничеством способны обнаруживать и помогать смягчать его за то время, которое нужно человеку, чтобы прикоснуться к карте. Это необходимый минимум для защиты клиентов и их финансовой информации с точностью и скоростью. Глядя на такие вызовы, Capital One и Натараджан поняли: обслуживать миллионы клиентов — значит решать проблемы ИИ в масштабе и сложности, с которыми не сталкивается большинство предприятий. Эти же ограничения создают уникальную исследовательскую среду.
В Capital One подход к созданию ИИ заключается в том, чтобы предоставлять клиентам ценность способами, ранее невозможными, улучшая их финансовую жизнь и предлагая услуги, которые им действительно нужны. Эта направленность в сочетании с огромным масштабом и требованиями к управлению рисками мирового класса делает научные задачи одновременно и сложнее, и не менее значимыми, чем в большинстве лабораторий big tech.
Продвижение ИИ через «мышление от конечной цели»
Подход Capital One к исследованиям и инновациям в области ИИ начинается с того, что Натараджан называет «мышлением от конечной цели» (destination-back thinking). Вместо того чтобы спрашивать, что возможно с текущими технологиями, команда представляет себе клиентский опыт, который хочет предоставить. Например, покупатель автомобиля, который работает допоздна и может изучать варианты только в 10 вечера, или клиент, столкнувшийся с неожиданными расходами и нуждающийся в немедленной персонализированной консультации. Затем команда работает в обратном направлении, чтобы определить научные прорывы, необходимые для достижения этой цели.
«Вы думаете в обратную сторону от того момента, где предоставляете невероятно ценные услуги, — объясняет Натараджан. — Как только у вас есть четкое видение, вы работаете в обратную сторону и спрашиваете: какие есть пробелы? Что нам нужно изобрести?» Это гарантирует, что решенные проблемы будут иметь гарантированный эффект, поскольку команда уже определила, что принесет ощутимую пользу клиентам.
Но одной методологии недостаточно. Почти 15-летняя ставка Capital One на облачную архитектуру создала нечто редкое в финансовых услугах: единую экосистему данных и вычислений, способную поддерживать научные эксперименты, обычно проводимые в исследовательских лабораториях big tech. Будучи единственным крупным банком США, полностью перешедшим на публичную облачную инфраструктуру, Capital One избавился от устаревших систем, которые часто сдерживают исследования ИИ в большинстве финансовых институтов. Эта современная технологическая платформа позволяет быстро итерировать, обучать модели в большом масштабе и реализовывать то, что Натараджан называет «непрерывным обучением», — системы, которые улучшаются после внедрения, а не деградируют со временем. Этот уникальный подход к инфраструктуре является критическим компонентом, делающим возможными новые категории исследований.
Агентный ИИ: от исследований к производству
Исследовательская программа воплощается в системах, уже обслуживающих клиентов. В начале прошлого года Capital One запустил, возможно, первый полностью агентный ИИ-сервис для обслуживания клиентов, созданный полностью собственными силами банка. Это инструмент для покупки автомобиля, который выполняет действия от имени клиента на основе его запросов, а не просто отвечает на вопросы. За ним стоят обширные исследования многогагентных систем рассуждения ИИ, способных обрабатывать данные в реальном времени, бизнес-знания, ограничения и защитные барьеры, причем различные агенты могут работать вместе для выполнения сложных задач.
Команда также работает над решением таких проблем, как токенизация, защита конфиденциальных данных при одновременном обеспечении обучения моделей. Для ускорения этой передовой работы Capital One установил партнерские отношения с Колумбийским университетом, Университетом Южной Калифорнии и Иллинойсским университетом, став единственным банком, финансирующим национальные исследовательские центры ИИ NSF в 2025 году. Банк инвестирует миллионы в инициативы, охватывающие психическое здоровье, открытие материалов, образование в области науки, технологий, инженерии и математики, взаимодействие человека и ИИ, а также разработку лекарств.
Весной 2026 года компания провела свой первый AI Symposium для углубления связей и обмена опытом между научным сообществом ИИ, ведущими лабораториями, стартапами и собственными технологическими, научными и ИИ-лидерами и партнерами.
Создание организации мирового уровня в области ИИ
Внешнее признание показывает, что стратегия работает. Evident AI три года подряд признавала Capital One ведущим банком по талантам в сфере ИИ и мировым лидером в области инноваций, отмечая, что на банк приходится 38% всех патентов в области ИИ, поданных 50 крупнейшими финансовыми институтами. Capital One также был признан IFI Insights единственным финансовым институтом среди ведущих американских патентных лидеров в области агентного и генеративного ИИ в 2025 году, наряду с Google, NVIDIA, DeepMind, IBM, Microsoft, Intel, Adobe и Samsung. Команда Capital One по ИИ, имеющая опыт работы в ведущих лабораториях и топ-университетах, представляет уровень экспертизы, редко встречающийся за пределами Кремниевой долины.
Но для найма нужна миссия. «Если вы хотите решать действительно важные проблемы в ИИ и видеть, как ваша работа воплощается в жизнь, это одно из немногих мест, где это можно сделать», — говорит Натараджан. Его посыл последователен: Capital One не просто оптимизирует алгоритмы для нишевых финансовых приложений, таких как высокочастотный трейдинг. Компания использует науку для улучшения финансового опыта более 100 миллионов обычных американцев, расширяя вовлеченность, предоставляя аналитику в реальном времени, персонализацию и доступ к личным финансам и продуктам так, как никогда раньше.
Направления, которые больше всего вдохновляют Натараджана, — агентные системы ИИ, способные кардинально повысить производительность за счет переосмысления подхода к решению проблем, и предметно-ориентированные рассуждения, понимающие контекстуальные и финансовые нюансы, — представляют следующий этап инноваций. «Просто поставив задачу в агентном фреймворке, вы можете получить гораздо большую производительность» от тех же базовых моделей, объясняет он.
Именно такого рода прикладные исследования — перевод общих возможностей в производственные системы для миллионов клиентов — и определяют мандат главного научного сотрудника. Привлекая таланты в свою команду по ИИ, сравнимую по уровню только с самыми sophisticated технологическими компаниями, Натараджан формулирует возможность через миссию. Он вспоминает знаменитый вызов Стива Джобса Джону Скалли: «Ты хочешь продавать подслащенную воду всю оставшуюся жизнь или хочешь изменить мир?» Для Натараджана параллель очевидна. Создание систем ИИ, которые трансформируют финансовые услуги для миллионов обычных американцев — это и есть изменение мира. И это требует той научной строгости, которую может обеспечить только главный научный сотрудник.