Банк России в 2025 году сохраняет консервативную и скептическую позицию в отношении криптовалют, считая их распространение угрозой финансовой стабильности и экономической безопасности. Но реальность диктует свои правила. Жесткие внешнеэкономические ограничения и беспрецедентное санкционное давление заставили российский бизнес (особенно экспортеров и импортеров) искать обходные пути. И одним из рабочих инструментов стала именно криптовалюта, прежде всего стейблкоины (USDT, USDC), привязанные к доллару или евро. Скорость, относительная анонимность и отсутствие посредников в лице подсанкционных банков сделали ее незаменимой для многих участников трансграничных расчетов. Финансовым организациям регулятор рекомендует минимизировать участие в деятельности, связанной с оборотом цифровых валют. Но именно банки являются связующим звеном между миром традиционных финансов и блокчейна, обеспечивая привычное инфраструктурное сопровождение — от открытия счетов до проведения расчетов, включая взаимодействие с платформами цифровых активов, конвертацию и соблюдение требований комплаенса. Разберемся, как российские банки в 2025 году могут работать с криптовалютой, обеспечивая прозрачность транзакций и помогая российскому бизнесу оставаться полноправным участником мировой торговли.

Пересчет операций в иностранной валюте в соответствии с МСФО — тема малоизученная. Как правильно определить курс иностранной валюты при отражении операций, если он может меняться «ежечасно»? Как принципы МСФО реализованы в этой части в РСБУ? Рассмотрим принципы применения валютных курсов при подготовке отчетности по МСФО и дадим практическое понимание того, как курсовые разницы влияют на разные показатели отчетности. В текущей редакции МСФО можно выделить три группы правил пересчета в другую валюту при отражении операций в иностранной валюте и пересчете показателей иностранного подразделения: (1) общий случай, (2) когда имеются проблемы с обменом валюты (недостаточная конвертируемость), (3) когда отчетность составляется в валюте гиперинфляционной экономики. В этой статье мы будем оставаться в рамках «общего случая». Финансисты выделяют «твердые» и «мягкие» валюты, граница между ними размыта. Последние потому так называются, что им присуща высокая волатильность курсов. Она может сопровождаться и гиперинфляцией, и недостатком конвертируемости, но поскольку для этих ситуаций имеются отдельные правила, сосредоточимся на особенностях пересчета для просто высоковолатильной валюты.

Риск-менеджеры, специалисты по кибербезопасности и финтех-разработчики все чаще сталкиваются с интеграцией больших языковых моделей (LLM) в банковские системы. ChatGPT, DeepSeek, Gemini и другие большие языковые модели уже применяются для автоматизации процедур KYC, обработки документов и анализа мошенничества. Однако чем мощнее технологии, тем изощреннее атаки на них. Мошенники активно используют генеративный ИИ для подделки документов, что ставит под удар системы KYC и AML. Особую опасность представляют jailbreak-атаки, которые обходят защиту ChatGPT, Gemini и других популярных LLM. Мультимодальные модели (VLM) и диффузионные ИИ также подвержены атакам, которые позволяют манипулировать выводом моделей через «отравленные» данные. В этом обзоре мы разберем последние исследования, посвященные уязвимостям LLM, и покажем: почему традиционные методы защиты от ботов (например, CAPTCHA) больше не эффективны? как злоумышленники используют нейросети для обхода процедур идентификации клиентов? какие уязвимости остались в «защищенных» языковых моделях? почему даже «безобидные» изображения или ASCII-арт могут взломать LLM? Статья поможет оценить риски внедрения LLM-приложений и выбрать стратегии защиты, не требующие полного переобучения больших языковых моделей.