AI‑агент в банке: как Sygnum протестировал реальные операции с криптоактивами

Такая модель значительно снижает сложность работы с DeFi‑инструментами, где одна стратегия может требовать нескольких взаимодействий с разными протоколами.

Модель Human‑in‑the‑Loop

Несмотря на автоматизацию, AI‑агент не имеет прямого доступа к активам клиента.

В пилоте применялась строгая модель human‑in‑the‑loop:

• AI‑агент предлагает и готовит транзакции.
• Система анализирует риски каждого шага.
• Пользователь видит детали операции.
• Финальная подпись остаётся за клиентом.

Без этой цифровой подписи транзакция не может быть отправлена в сеть.

Таким образом, ИИ выступает скорее как инструмент планирования и координации операций, а не как полностью автономный трейдер. Это важно для банковской среды, где ответственность и контроль должны оставаться у клиента и финансового учреждения.

Self‑custody: ключи остаются у клиента

Ещё один важный элемент архитектуры — self‑custody, то есть самостоятельное хранение ключей.

В пилоте транзакции подписывались кошельками, которые находились непосредственно на устройстве пользователя. Приватные ключи не передавались банку или AI‑системе.

Это означает, что даже при автоматизации операций:

• банк не может самостоятельно перемещать средства клиента
• AI‑агент не имеет доступа к приватным ключам
• пользователь сохраняет полный контроль над активами

Такая модель всё чаще используется в инфраструктуре Web3, где автоматизированные системы формируют предложения транзакций, а пользователь утверждает их подписью.

Какие операции может выполнять AI‑агент

В пилоте агент ориентирован не на простые переводы, а на сложные многошаговые операции в блокчейне.

По данным публикаций о проекте, система может планировать и выполнять такие действия, как:

• переводы стейблкоинов
• обмен токенов (token swaps)
• операции ончейн‑кредитования
• предоставление ликвидности в DeFi‑протоколах

ИИ самостоятельно определяет последовательность действий — например, какие обмены, разрешения (approvals) и взаимодействия с протоколами нужны для достижения цели пользователя.

Например, клиент может описать желаемый результат — вроде размещения средств в стратегии доходности — а агент определит цепочку операций, необходимых для этого.

При этом полный список поддерживаемых блокчейнов, активов и DeFi‑протоколов в пилоте пока публично не раскрывался.

Технологии, лежащие в основе системы

Архитектура пилота сочетает несколько ключевых компонентов:

• AI‑модель, интерпретирующую инструкции на естественном языке
• оркестрационный слой для планирования транзакций
• инструменты анализа смарт‑контрактов и рисков
• интеграцию с кошельками для подписи пользователем

Некоторые отчёты указывают, что проект использовал внутренний сервер Model Context Protocol (MCP) в рамках инициативы AI@Sygnum, а в качестве базовой модели применялся Claude от Anthropic для координации действий на блокчейне.

Такой подход позволяет AI‑агенту взаимодействовать со структурированными блокчейн‑инструментами, анализировать смарт‑контракты и готовить последовательности транзакций — при этом финальное решение остаётся за человеком.

Почему это важно для банковской отрасли

Sygnum рассматривает пилот как часть своей стратегии AI@Sygnum, направленной на внедрение агентных AI‑систем в процессы цифрового банкинга.

Если подобные решения станут массовыми, взаимодействие с финансовой инфраструктурой может измениться: вместо сложных торговых интерфейсов пользователи смогут просто описывать свои финансовые цели на естественном языке.

Это потенциально снижает технологический барьер для работы с ончейн‑финансами — особенно для институциональных инвесторов и клиентов традиционных банков.

Что ещё нужно перед запуском для клиентов

Пока система остаётся пилотным проектом, а не полноценным банковским продуктом.

Перед коммерческим запуском Sygnum предстоит решить несколько задач:

• получение необходимых регуляторных одобрений
• дополнительные механизмы безопасности для AI‑генерируемых транзакций
• операционные процедуры контроля рисков
• правила управления автоматизированными финансовыми решениями

Банк заявляет, что планирует коммерциализировать технологию после завершения этих этапов, однако конкретные сроки запуска пока не объявлены.

Более широкий тренд: ИИ переходит на уровень исполнения

Эксперимент Sygnum отражает более крупную тенденцию в финтехе. Если раньше AI в основном анализировал данные и давал рекомендации, то теперь он постепенно переходит к непосредственному участию в финансовых операциях.

Если такие системы станут распространёнными, взаимодействие с крипторынками может со временем выглядеть иначе: вместо работы со сложным торговым софтом пользователи будут просто формулировать финансовые цели, а AI‑агенты будут организовывать выполнение.

Пилот Sygnum показывает, как такой сценарий может выглядеть внутри регулируемой банковской инфраструктуры — где ИИ помогает исполнять операции, но ключи и окончательное решение остаются у человека.