Приём наличных в 2025: как ИИ помогает платёжной инфраструктуре

Цифры иногда говорят громче новостей: по данным опроса NCR Atleos, 85% американцев хотят законов, которые обяжут бизнес принимать наличные. На фоне привычного роста безналичных платежей это звучит почти как спор с трендом — но именно поэтому сигнал важен для банков, платёжных провайдеров и ритейла.

Смысл не в ностальгии по купюрам. Смысл в том, что платёжная инфраструктура должна быть устойчивой и инклюзивной, а наличные — это резервный контур, который люди продолжают считать справедливым и доступным. И вот здесь начинается самое интересное для нашей серии «Искусственный интеллект в банковской инфраструктуре и платёжных системах»: ИИ — один из немногих инструментов, который реально помогает “свести” в одну систему наличные, карты, QR и переводы, не теряя управляемости, безопасности и соответствия требованиям.

Почему спрос на обязательный приём наличных растёт

Ключевой ответ: люди поддерживают обязательный приём наличных, потому что видят в них доступность, контроль и отказоустойчивость — то, что цифровые платежи обещают, но не всегда гарантируют.

Есть несколько причин, почему эта тема снова на повестке — и в декабре 2025 она особенно актуальна: конец года традиционно даёт всплеск покупок, возвратов, временных касс и «пиков» в процессинге. Чем выше нагрузка, тем заметнее слабые места.

Инклюзивность: не у всех есть “идеальная” цифра

Наличные остаются понятным инструментом для людей, которые:

• не пользуются банками активно или имеют ограниченный доступ к банковским продуктам;
• не хотят или не могут хранить деньги на счёте (например, из-за нестабильного дохода);
• не доверяют цифровой среде после эпизодов мошенничества.

Для бизнеса отказ от наличных часто выглядит как оптимизация. Для части клиентов — как запрет на участие в экономике. И именно это обычно и толкает к идее регулирования.

Резервный контур: “когда терминал не работает” — не шутка

Сбой эквайринга, проблемы связи, аварии у провайдеров, перегрузка в пиковые часы — всё это в реальности случается. Наличные выполняют роль офлайн-резерва, когда цифровая цепочка даёт трещину.

Приватность и контроль расходов

Наличные — не про «серые схемы» по умолчанию. Для многих это способ:

• держать бюджет под контролем (особенно в период праздников);
• минимизировать цифровой след;
• не зависеть от лимитов, блокировок, оспариваний.

Наличные — это не антипод цифровых платежей. Это страховка, которой люди хотят иметь право воспользоваться.

Что означает «принимать наличные» для платёжной инфраструктуры

Ключевой ответ: обязательный приём наличных — это не только кассир и ящик. Это кассовые процессы, инкассация, управление рисками и соответствие требованиям — всё это требует зрелой инфраструктуры.

Когда разговор уходит от лозунгов к практике, быстро выясняется: наличные — дорогая операционная дисциплина. И если регуляторика усиливается (в разных странах по-разному), то бизнесу нужно выдерживать баланс между удобством клиента и стоимостью процессов.

Операционные издержки и риск: где болит сильнее всего

Типичные “узкие места” у наличных:

• ошибки пересчёта (человеческий фактор);
• кассовые разрывы и несвоевременная инкассация;
• подмена/фальшивые купюры;
• внутренние злоупотребления;
• потери времени на сверку (особенно в сетях с десятками/сотнями точек).

При этом цифровые платежи несут другой набор рисков (фрод, ATO, chargeback). Реальность такова: современный ритейл живёт в гибридной модели, и управлять рисками нужно комплексно.

Соответствие требованиям: политика — одно, контроль — другое

Даже если закон (или внутренний стандарт сети) требует принимать наличные, “галочка” не решает проблему. Нужны ответы на вопросы:

• Как доказать соблюдение правила на тысячах касс?
• Как отследить отказ в приёме наличных и корректно обработать жалобу?
• Как связать кассовые данные, инкассацию и бухгалтерию без ручных «костылей»?

Тут и появляется естественная роль ИИ: не как “модная надстройка”, а как способ сделать гибридные платежи управляемыми.

Как ИИ помогает сочетать наличные и цифровые платежи без хаоса

Ключевой ответ: ИИ снижает стоимость гибридной модели за счёт прогнозирования, автоматического контроля и выявления аномалий — одновременно поддерживая безопасность и комплаенс.

Это прямое продолжение темы нашей серии: искусственный интеллект в банковской инфраструктуре — не только про скоринг и чат-ботов. В платежах он всё чаще работает “под капотом” и даёт измеримую пользу.

Прогнозирование наличности: меньше инкассаций — меньше рисков

Самый прикладной сценарий: прогноз спроса на наличные по точкам/АТМ/кассам. Модели учитывают сезонность (декабрь — классика), дни недели, локальные события, структуру покупок, зарплатные циклы.

Что это даёт:

• меньше ситуаций «касса пустая» или «денег слишком много»;
• более точные маршруты инкассации;
• снижение затрат на хранение и перевозку;
• меньше операционных “пожаров”.

Для банков и процессинговых центров это превращается в KPI: стабильность обслуживания + экономия на логистике.

Детекция аномалий на стыке кассы, терминала и бэк-офиса

Наличные и безнал — два потока, которые часто живут в разных системах. ИИ полезен там, где нужна сквозная проверка согласованности:

• кассовая выручка не сходится с Z-отчётами;
• необычные возвраты «наличными» при оплате картой;
• нетипичные пики отмен/сторно в конкретной смене;
• повторяющиеся расхождения в одной торговой точке.

Такие паттерны редко ловятся простыми правилами. Модели выявления аномалий (в том числе без учителя) работают лучше: они учатся на “нормальном” поведении и подсвечивают отклонения, которые стоит проверить.

Борьба с мошенничеством и “социальной инженерией” вокруг платежей

Парадокс: чем больше цифровизация, тем ценнее наличные для злоумышленников как финальная точка вывода. Типичные сценарии:

• принуждение клиента снять наличные в банкомате;
• “мулы” и обналичивание;
• мошеннические переводы с последующим снятием.

ИИ в банковской инфраструктуре помогает здесь двумя путями:

1. Поведенческая аналитика транзакций (скорость, география, устройство, привычный паттерн клиента).
2. Контекстные сигналы (нетипичные запросы в поддержку, признаки компрометации учётки, совпадения по устройствам/номерам).

Важная мысль: если общество требует сохранить наличные как доступный инструмент, то цифровой контур должен лучше “держать удар” по фроду, иначе наличные станут не символом свободы, а каналом потерь.

ИИ для комплаенса: как готовиться к правилам «принимайте наличные»

Ключевой ответ: ИИ делает комплаенс измеримым: фиксирует факты, классифицирует инциденты и ускоряет реагирование — без тотальной ручной проверки.

Регулирование наличных (в разных юрисдикциях) обычно упирается в контроль исполнения. Если компании обязаны принимать наличные, то появятся и вопросы к доказательствам: где, когда и почему произошёл отказ.

Практический контур: что можно автоматизировать уже сейчас

Для сетевого ритейла, банков-эквайеров и платёжных сервисов рабочий набор выглядит так:

• Мониторинг кассовых статусов: фиксация простоев касс/терминалов и причин (связь, обновление, ошибка сотрудника).
• Классификация обращений клиентов: ИИ-модели в контакт-центре группируют жалобы по темам («отказали в наличной оплате», «нет сдачи», «терминал не работает») и поднимают приоритет.
• Автоматическая проверка чеков и отчётов: сопоставление кассовых операций, инкассации и бухгалтерских проводок.
• Риск-скоринг торговых точек: где чаще происходят отказы, расхождения, возвраты — туда направляется аудит.

“Комплаенс без паранойи”: принцип минимально достаточного контроля

Я сторонник подхода, когда контроль строится не на тотальном надзоре, а на приоритизации. ИИ хорош именно этим: он помогает ответить на вопрос «что проверять в первую очередь».

Три правила, которые работают:

1. Сначала автоматизируйте сбор событий (логи касс/терминалов/инкассации).
2. Затем выстройте витрину данных и единые идентификаторы (точка, смена, кассир, операция).
3. Потом добавляйте модели: аномалии, прогнозы, классификацию обращений.

Что делать банку, эквайеру и ритейлу: план на 90 дней

Ключевой ответ: чтобы поддерживать наличные и цифру без провалов, нужно синхронизировать данные, процессы и модели риска — и начинать лучше с пилота на ограниченном периметре.

Ниже — практичный план, который я бы предложил команде платежей/инфраструктуры в конце 2025, когда бюджеты на 2026 уже утверждаются, а «послепраздничные» разборы инцидентов не за горами.

1. Сделайте карту гибридных платежей: где наличные, где терминалы, где QR, где переводы, кто владелец процесса.
2. Определите 10–15 метрик: от доли отказов в оплате наличными до времени простоя кассы, от частоты расхождений до стоимости инкассации на точку.
3. Соберите единый журнал событий: касса + терминал + бэк-офис + обращения клиентов.
4. Запустите 2 пилота ИИ:
   • прогноз наличности (точки/АТМ) на 7–14 дней;
   • аномалии по возвратам/сторно/расхождениям.
5. Встройте реагирование: модель без процесса — просто красивый отчёт. Нужны SLA, маршрутизация задач, роли.

Хорошая платежная инфраструктура — это когда клиенту всё равно, чем платить, а вам не всё равно, что происходит внутри.

Финальная мысль для серии про ИИ в платежах

Требование «принимайте наличные» часто воспринимают как шаг назад. Я вижу иначе: это тест на зрелость платёжной экосистемы. Система, которая умеет работать только в идеальном цифровом сценарии, на практике ломается первой.

Если 85% опрошенных в США поддерживают обязательный приём наличных, значит запрос на инклюзивность и отказоустойчивость стал массовым. А значит, банкам и платёжным провайдерам стоит отвечать не спорами «наличные vs цифра», а архитектурой: гибридные платежи, сильный антифрод и комплаенс, который выдерживает проверку.

Если вы сейчас пересобираете платёжную инфраструктуру на 2026 год, подумайте: какие два процесса вы готовы отдать ИИ уже в первом квартале — прогноз наличности или детекцию аномалий?