Чи може AI замінити IT? Практичний досвід розробки фінтех-продукту

Статей про те, що штучний інтелект витіснить ІТ-спеціалістів, сьогодні достатньо. Але між гучними заголовками і реальною розробкою складних фінансових систем – велика різниця.

Про те, на що реально здатні AI-моделі у фінтех-розробці, ми поговорили з Віталієм Бачинським – експертом, який понад 20 років працює на перетині фінансів та ІТ.

Віталій Бачинський – управляючий партнер, відповідальний за ІТ-напрямок фінансової компанії MrMoney. У минулому очолював Департамент роздрібного бізнесу «Банку Надра», працював керівником платіжної фінансової установи ТОВ ФК «Єдиний простір», є засновником ІТ-компанії IT{UA}. PhD Candidate, автор експертних та наукових статей у сфері фінансів, технологій та обробки великих даних у хмарних середовищах.

Рішення переписати систему

У 2025 році компанія MisterMoney прийняла рішення оновити програмне забезпечення. Почали з найскладнішого – кабінету клієнта.

Переписувати систему, яка працює понад 10 років, набагато складніше, ніж створювати продукт з нуля.
У діючому фінансовому бізнесі вже є:

• інтеграції з бюро кредитних історій,
• скорингові модулі,
• антифрод-логіка,
• облік відсотків і нарахувань,
• регуляторні вимоги НБУ,
• історичні дані клієнтів.

Будь-яка помилка в архітектурі може коштувати не просто часу, а грошей і репутації.

Саме тут активно почали використовувати AI-моделі (ChatGPT та Gemini).

Де AI справді працює

За словами Віталія Бачинського, ефект від використання AI був відчутним:

«Швидкість розробки зросла приблизно у 3–4 рази. Але це не означає, що AI написав за нас систему. Він став інструментом, який прискорює мислення та зменшує рутину».

1. Невеликі скрипти та функції

AI чудово справляється з:

• написанням API-обгорток,
• валідацією форм,
• обробкою JSON-структур,
• написанням SQL-запитів,
• логікою редіректів,
• генерацією обробників помилок.

Те, що раніше займало 30–40 хвилин, зараз займає 5–10.

2. Рефакторинг та пошук помилок

AI добре знаходить:

• дублювання логіки,
• некоректні умови,
• проблеми з типами даних,
• потенційні конфлікти в SQL,
• ризиковані місця в безпеці.

Особливо корисним виявився аналіз складних функцій, які розвивалися роками.

3. Документація

Опис бізнес-логіки, технічних модулів, API-ендпоінтів – AI значно пришвидшив підготовку документації.
У фінтех-проєкті це критично важливо для аудиту та комплаєнсу.

Де AI довелося “мучити”

Не всі задачі вирішувалися легко.

Найскладнішими виявилися:

Архітектура системи

AI може запропонувати варіанти архітектури, але:

• він не знає історії продукту,
• не розуміє обмежень бізнесу,
• не враховує регуляторні ризики,
• не бачить реальні навантаження.

«Архітектуру фінансового продукту не можна віддавати штучному інтелекту. Можна консультуватися, але рішення має приймати архітектор, який відповідає за наслідки».

Робота з базою даних

AI красиво пише SQL.
Але у складних системах з великим обсягом даних виникають:

• проблеми індексації,
• блокування таблиць,
• конфлікти транзакцій,
• некоректні JOIN-запити,
• навантаження при піковому трафіку.

Деякі складні запити доводилося переробляти кілька разів, оптимізуючи вручну.
Тут AI виступав радше помічником, ніж автором рішення.

Багатокрокова бізнес-логіка

У фінансових продуктах логіка прийняття рішень може залежати від десятків параметрів:

• статусів заявки,
• політик скорингу,
• історії кредитів,
• часу подачі,
• поведінкових факторів.

AI добре генерує фрагменти коду, але зібрати складну систему взаємопов’язаних правил – це робота людини.

Скільки реально зробив AI?

За оцінкою Віталія Бачинського, участь AI у розробці нового кабінету можна оцінити приблизно у 50–60% від обсягу технічної роботи програміста.

Тобто половину того, що раніше писалося вручну, виконали AI-моделі.

Але:

• відповідальність,
• архітектурні рішення,
• тестування,
• бізнес-логіка,
• регуляторна відповідність –

залишилися повністю за людьми.

Результат

Завдяки використанню AI розробку нового кабінету завершили приблизно за 4 місяці замість запланованих 12.

Новий кабінет клієнта:

• працює швидше,
• має спрощену логіку подачі заявки,
• ефективніше інтегрований зі скорингом,
• оптимізований для мобільного використання.

Тепер клієнт сервісу Містер Мані може отримати новий кредит реально за 2–3 хвилини – включаючи заповнення даних та їх автоматичну оцінку.

Чи замінить AI IT-фахівців?

Коротка відповідь – ні.

AI:

• пришвидшує розробку,
• зменшує рутину,
• допомагає уникати помилок,
• генерує варіанти рішень.

Але він не:

• відповідає за бізнес-ризики,
• приймає архітектурні рішення,
• несе юридичну відповідальність,
• розуміє контекст компанії.

«AI не замінює розробника. Він замінює частину його рутинної роботи. ІТ-фахівець, який вміє працювати з AI, буде у 2–3 рази ефективнішим. Але без розуміння системи AI перетворюється на генератор красивого, але небезпечного коду».

Висновок

Штучний інтелект уже змінює фінтех-ринок.

Він не замінює IT, але радикально змінює спосіб розробки.

У фінансовому секторі AI – це не “чарівна паличка”, а інструмент.

І від того, хто ним користується, залежить результат.