9 июля Сбер представил ИИ-сервис, который на основе обезличенных данных о платёжных транзакциях более 100 млн клиентов оценивает вероятность наличия топлива на конкретной АЗС в конкретный момент времени. Модель анализирует паттерны оплат картами на заправках — частоту и объём транзакций на конкретной колонке — и по резкому падению активности делает вывод о возможном дефиците того или иного вида топлива, не дожидаясь официальных сообщений от самих АЗС. Такой подход принципиально отличается от прямого мониторинга остатков топлива через датчики на самих заправках — он не требует никакой интеграции с оборудованием АЗС и работает исключительно на данных, которые банк уже получает как оператор эквайринга.
Сервис охватывает 23 тысячи АЗС по всей территории России — фактически подавляющее большинство крупных сетевых и части независимых заправок. Такой охват стал возможен именно благодаря данным эквайринга: Сберу не нужно договариваться с каждой сетью АЗС отдельно об интеграции, поскольку сигнал строится на уже существующем потоке платёжных транзакций, которые проходят через инфраструктуру банка независимо от желания владельца заправки участвовать в сервисе. Именно масштаб эквайринговой сети делает подобные сервисы практически невоспроизводимыми для игроков без сопоставимой доли на рынке платежей — повторить такой охват можно только обладая сравнимым объёмом транзакционных данных.
Сбер выходит на рынок ИИ-поиска топлива не первым — аналогичные сервисы ранее запустили Т-Банк и Яндекс, также опирающиеся на данные о транзакциях и геолокации. Появление третьего крупного игрока говорит о том, что банки и техкомпании всё активнее видят в собственных данных о платежах не побочный продукт основного бизнеса, а самостоятельный источник ценности — сервисы такого рода одновременно повышают лояльность аудитории приложения и демонстрируют прикладную пользу ИИ-аналитики для рядового пользователя, а не только для корпоративных клиентов. Конкуренция трёх банков за, казалось бы, узкую нишу поиска бензина показывает, что подобные точечные сервисы стали полноценным полем соперничества экосистем за пользовательское внимание в приложении.
История с поиском бензина иллюстрирует более широкий тренд в российском ИИ 2026 года: крупнейшие технологические экосистемы соревнуются не столько в размере моделей, сколько в умении превратить уже накопленные массивы данных — платёжных, геолокационных, поведенческих — в конкретный ежедневный сервис для миллионов пользователей. Для бизнеса это сигнал, что конкурентное преимущество в прикладном ИИ всё чаще определяется не доступом к самой мощной модели, а объёмом и качеством собственных данных, на которых эту модель можно дообучить под узкую практическую задачу. Показательно и то, что ни один из трёх сервисов не требует от пользователя ничего, кроме обычного использования банковского приложения — ценность создаётся полностью на стороне уже собранных данных, без дополнительных усилий со стороны клиента.