#Интересныйпроект. Довольно мало представленное у нас направление по удержанию сотрудников через финансовые сервисы.

Mintago — это лондонская финтех-платформа, ориентированная на улучшение финансового благополучия сотрудников посредством комплексного набора услуг, адаптированных для бизнеса.

Mintago предлагает работодателям ряд услуг, направленных на улучшение финансового благополучия сотрудников и поддержку финансового благополучия персонала:
Платформа финансового благополучия: предоставляет работодателям комплексную платформу, которая помогает сотрудникам управлять своими финансами, снижать финансовый стресс и повышать производительность. Платформа включает в себя персонализированные инструменты финансового планирования и бесплатный доступ к квалифицированным финансовым консультантам.
Pension Dashboard и Pension Hunter: позволяет отслеживать и управлять пенсионными накоплениями сотрудников, включая поиск потерянных пенсионных накоплений от предыдущих работодателей для эффективной консолидации пенсионных накоплений.
Программы пожертвования заработной платы: работодатели могут предлагать программы пожертвования заработной платы, которые позволяют сотрудникам экономить на таких расходах, как уход за детьми, продукты питания и другие розничные льготы, помогая им увеличить свой доход.
Образовательные ресурсы: работодатели получают доступ к обширной библиотеке обучающих материалов и методических материалов по финансовому образованию, разработанных для повышения финансовой грамотности сотрудников и содействия принятию более взвешенных финансовых решений.
Поддержка в сфере расходов на жизнь: Mintago предоставляет сотрудникам специализированные ресурсы и инструменты для управления расходами на жизнь, такими как расходы на электроэнергию и помощь в составлении бюджета.
Поддержка сотрудников: Сотрудники получают доступ к бесплатным финансовым консультациям от команды профессиональных консультантов, которые помогают им управлять долгами, сбережениями, планированием выхода на пенсию и многим другим.
Эти услуги в совокупности направлены на то, чтобы помочь работодателям сформировать более финансово благополучный и вовлеченный персонал, снижая финансовые трудности и улучшая общее финансовое благополучие.

Мы пару раз рассказывали про ИИ в ГИТИСе будущим актерам и актрисам. Обсуждали, конечно, замену массовки искусственным интеллектом и наткнулись на проблему базового слоя. Вот Вам ровно про то же, но в финсекторе.

Развитие искусственного интеллекта негативно скажется на младших сотрудниках. Финансовым компаниям по-прежнему будут нужны опытные специалисты с опытом работы на рынке, здравомыслием и связями с клиентами для самых разных должностей. Однако значительную часть рутинной работы, которую раньше выполняли младшие аналитики, теперь может выполнять ИИ; руководители могут быть продуктивнее, руководя ИИ, чем тремя аналитиками.
В статье Bloomberg «Роботы вступают в игру чаще, чем когда-либо, когда кредитные трейдеры уходят в отпуск», опубликованной 11 сентября 2025 года, подчёркивается растущая роль алгоритмической торговли на рынке высококачественных кредитов США в традиционно низкие периоды, такие как август. В связи с тем, что многие кредитные трейдеры уходят в отпуск, алгоритмы всё активнее поддерживают объёмы транзакций и ликвидность рынка.
Ключевые моменты
В августе 2025 года на долю алгоритмической торговли приходилось более 40% объёма торгов на рынке высококачественных кредитов США, что значительно больше, чем менее 10% в августе 2020 года.
Активность алгоритмической торговли имеет тенденцию к снижению в сентябре, но снова растёт в последнем квартале, что отражает её роль в поддержании присутствия на рынке в летние и предновогодние праздники.
Жюльен Александр, руководитель отдела глобальных исследований MarketAxess, отметил, что алгоритмы помогают расширить охват рынка и сгладить ликвидность как в периоды нестабильности, так и в периоды застоя. Эта тенденция подчёркивает, как автоматизированные торговые системы все чаще заменяют трейдеров-людей, особенно в период отпусков, помогая стабилизировать кредитные рынки.
В долгосрочной перспективе это может быть плохо — невозможно обучить новых старших специалистов, не нанимая их на младшие должности и не поручая им рутинную работу, — но в краткосрочной перспективе это эффективно, и в долгосрочной перспективе ИИ, скорее всего, заменит и старших.

#ИИ

Как справедливо указал @zma_1 в своей отличной статье на Хабре — цифровому рублю 5 лет. Мы это отметили без пафоса докладом на Стратегии розничного бизнеса 2026 (хорошее мероприятие вышло).

Для желающих почитать статью Макса.

От коллег из Futureby, действительно важно. Исторически открытые блокчейны были медленными, это было встроено в них алгоритмически. Понемногу все меняется. Неизвестно, важно это или нет, посмотрим.

Solana (SOL) может опередить по скорости VISA и Google

Блокчейн Solana позиционируется как один из самых быстрых. Он давно уже опередил Ethereum по скорости обработки транзакций. Обновление Alpenglow, за которое почти единодушно проголосовало комьюнити Solana, может вывести SOL в лидеры альтсезона .

Скорость сети Solana уже и сейчас впечатляет. Время подтверждения транзакции — 12,8 секунды, и это в 60 превосходит цикл подтверждения Ethereum, который обычно занимает 12 секунд — для включения, и около 12 минут — для полного завершения, за счет механизма контрольных точек.

В августе валидаторам Solana было предложено рассмотреть обновление Alpenglow. Было заявлено, что в случае успешного внедрения оно сократит время завершения транзакций с 12,8 секунды до всего лишь 100–150 миллисекунд .

Это почти в сто раз превышает текущие скорости и вполне соответствует диапазону ведущих централизованных интернет-сервисов, которые сегодня воспринимаются как должное. Среднее время поиска в Google — около 200 мс . Платежные системы, такие как Visa, обрабатывают транзакции по картам примерно за такое же время .

Есть ощущение, что аналитики аккуратно трогают тему перехода ИИ в долину разочарований. Абсолютно понятно, что обилие хороших кейсов сильно свалиться не даст, но прогнозы будут а развитие станут сильно скромнее. Ждем, как будут высказываться большая четверка и иные лидеры мнений.

Компания Bernstein Research недавно заявила, что ИИ пока не способен писать качественные аналитические исследования. Ключевые проблемы исследований, созданных с помощью ИИ, включают высокий уровень ошибок, недостаточную предсказательную силу и неспособность всесторонне понимать общую картину рынка. Несмотря на достижения в области технологий ИИ, эти «финботы» допускают значительные ошибки, упускают важную контекстную информацию и не предоставляют тех тонких аналитических данных, которые предоставляют аналитики-люди. Таким образом, финансовым учреждениям по-прежнему необходим человеческий контроль для точных и эффективных аналитических исследований. Bernstein подчёркивает, что, хотя ИИ может помочь, он пока не может заменить человеческий опыт в проведении тщательного и надёжного финансового анализа.
Другие мнения отраслевых аналитиков указывают на то, что аналитические отчёты, созданные с помощью ИИ, часто кажутся общими, перегруженными жаргонизмами и могут быть недостаточно достоверными. Хорошие аналитики предлагают более глубокий анализ, выходящий за рамки поверхностных данных, отвечая на сложные вопросы и предоставляя содержательные интерпретации, которые ИИ в настоящее время с трудом может дать. Растёт обеспокоенность тем, что многие результаты работы ИИ просто повторяют расхожие модные словечки, не добавляя реальной ценности или понимания. Аналитики-люди по-прежнему играют ключевую роль в обеспечении простого и чуткого общения, построении доверия и предоставлении практических идей.
Модели ИИ можно улучшить для финансового анализа, используя несколько ключевых подходов:
1. Качество и подготовка данных: сбор обширных, разнообразных и релевантных наборов данных, включая историческую финансовую отчётность, рыночные данные, экономические показатели и оценки настроений в социальных сетях, в сочетании с тщательной очисткой данных, нормализацией и разработкой признаков повышает точность и надёжность моделей ИИ.
2. Выбор и разработка моделей: выбор подходящих моделей ИИ в зависимости от сложности задачи, таких как нейронные сети для сложных закономерностей, анализ временных рядов для прогнозирования и обучение с подкреплением для адаптивных торговых стратегий, расширяет возможности прогнозирования.
3. Обучение и тонкая настройка: постоянное обучение моделей ИИ с использованием высококачественных данных, настройка параметров и использование функций потерь для минимизации ошибок прогнозирования улучшают сходимость моделей и точность прогнозирования.
4. Оценка и валидация: Использование надёжных метрик (точность, достоверность, среднеквадратическая ошибка), перекрёстной проверки, бэктестинга и моделирования обеспечивает хорошую обобщаемость моделей ИИ и их надёжность в различных рыночных условиях. Интерпретируемость и объяснимость моделей критически важны для доверия и соответствия требованиям.
5. Интеграция с человеческим опытом: Модели ИИ наилучшим образом дополняют, а не заменяют аналитиков-людей. Сочетание возможностей ИИ по обработке данных с пониманием контекста человеком устраняет предвзятость и повышает качество аналитики.
6. Автоматизация рутинных задач: Автоматизация сбора данных, сопоставления транзакций, бюджетирования и прогнозирования с помощью ИИ позволяет финансовым специалистам сосредоточиться на стратегии и сложном анализе.
7. Передовые методы: Новые тенденции, такие как объяснимый ИИ, обработка естественного языка, разговорный ИИ и агентный ИИ, ещё больше расширяют возможности финансового анализа, улучшая коммуникацию, автоматизацию рабочих процессов и моделирование сценариев.
8. Безопасность и соответствие требованиям: Обеспечение защиты данных и соблюдение финансовых правил гарантирует целостность моделей ИИ и способствует их внедрению.

9. Обучение специалистов: предоставление финансовым группам навыков эффективного использования и интерпретации моделей ИИ позволяет максимально эффективно использовать преимущества и помогает управлять культурными сдвигами в сторону принятия решений на основе ИИ.

Делаем презентации по молодежному банкингу и открытому банкингу. Технически положим сюда материалы.

Лейденская коллекция - абсолютно прекрасна по составу и как феномен современного коллекционерства. Думаю, как инвестиция она тоже хороша (не рекомендация). Скоро дадим продолжение статьи про инвестиции в Покемоны, раз тема пошла.

Томас Каплан, миллиардер-инвестор, владеющий крупнейшей в мире частной коллекцией картин Рембрандта, объявил о планах фракционировать свои художественные активы и выпустить их в виде акций на публичной фондовой бирже.

Коллекция Лейдена, включающая более 220 шедевров голландского Золотого века, среди которых 17 работ Рембрандта и единственный частным образом хранящийся Вермеер, может дебютировать в качестве первичного публичного размещения акций в первой половине 2026 года.

Доли можно будет свободно торговать на биржах, таких как Нью-Йоркская фондовая биржа, при этом семья Каплан сохраняет контрольный пакет, чтобы сохранить миссию коллекции как библиотеки для передачи произведений музеям по всему миру.

После недавнего заявления президента о плюсах криптовалюты для Белоруссии, движение пошло полным ходом.

Wildberries запустил эксперимент в Беларуси: теперь часть покупателей может платить за заказы криптовалютой через сертификаты Whitebird. Пока функция доступна не всем, но позже её включат для всех клиентов.
[Хайтек]

#криптовалюта

Присоединяйтесь. В прошлом году было очень интересно.

Чем отличается подход в авионике и в банковском ПОД/ФТ? Недавно довелось лететь в новом Боинге 787-8, среди прочих новых фишек (довольно немногочисленных) там есть электрозатемнение окон — не шторкой, а регулятором. Посмотрите таймлапс - он красивый. При этом при посадке и вылете капитан традиционно просит пассажиров поднять шторки иллюминаторов растемнить окна. В банковском подходе это бы делалось принудительно, кнопкой в кабине капитана. Да ещё и кресла с электроприводом принудительно бы переводились в сидячее положение после двух предупреждений - не успел убрать ногу - сам виноват. А риски в авиации, вообще-то, повыше, чем в финансах.

В продолжение наших дилетантских рассуждений про альтернативные инвестиции в Покемоны. Тема оказалась интересной, нас даже попросили написать статью. А пока: кучу известных людей пытаются судить за страшноватые картинки из пикселей. Ситуация хорошо описана коллегами, мы добавим техническую суть.