Статья посвящена исследованию возможностей и рисков, связанных с внедрением технологий искусственного интеллекта в центральных банках. В ходе исследования рассмотрены основные понятия и элементы иерархии искусственного интеллекта, определены наиболее перспективные направления его применения в деятельности центральных банков, выявлены риски, связанные с внедрением искусственного интеллекта, и предложены методы по их минимизации. В результате исследования установлено, что основными современными кейсами применения искусственного интеллекта в центральных банках являются: экономический анализ и прогнозирование, совершенствование функционирования платежных систем, регулирование, надзор и контроль за деятельностью финансовых организаций, обнаружение информационных аномалий и оценка рисков. Установлено, что использование технологий искусственного интеллекта в деятельности центральных банков способно повысить эффективность противодействия отмыванию денежных средств, укрепить кибербезопасность и содействовать реализации целевых мандатов в сфере ценовой и финансовой стабильности. Вместе с тем внедрение таких технологий может создавать новые источники операционного, репутационного и модельного рисков, а также рисков, связанных с конфиденциальностью данных, что требует формирования адекватной системы управления рисками. Адаптация существующих моделей управления рисками к проектам искусственного интеллекта на основе многоуровневой защиты, а также комплексное применение мер по минимизации негативных последствий внедрения искусственного интеллекта способно стимулировать его внедрение в различных сферах деятельности центральных банков.

The article deals with the opportunities and risks associated with the implementation of artificial intelligence technologies in central banks. The study examines the key concepts and elements of the artificial intelligence hierarchy, identifies the most promising areas for the application of generative artificial intelligence in central bank operations, highlights the risks associated with the implementation of artificial intelligence, and proposes methods to minimize them. The study found that the main contemporary cases for artificial intelligence use in central banks involve: economic analysis and forecasting, improving the functioning of payment systems, regulation, supervision, and control over the activities of financial institutions, detection of information anomalies, and risk assessment. It has been established that the use of artificial intelligence technologies in central banking operations can enhance the effectiveness of anti-money laundering efforts, strengthen cybersecurity, and support the fulfillment of mandates related to price and financial stability. At the same time, the adoption of such technologies may create new sources of operational, reputational, and model risks, as well as risks related to data privacy, which requires the establishment of an adequate risk management system. Adapting existing risk management models to artificial intelligence projects based on a multi-layered defense approach, along with the comprehensive implementation of measures to minimize the negative consequences of artificial intelligence adoption, can facilitate its implementation across various areas of central bank operations.