13.05.2026 12:00
Как искусственный интеллект помогает Сбербанку проверять подозрительных клиентов.
Как искусственный интеллект помогает Сбербанку проверять подозрительных клиентов.
Сбербанк на сегодняшний день – один из самых технологичных банков в стране. Немного открою секреты, как Сбер выявляет и проверят подозрительных клиентов.
Первый этап – выявление сомнительного клиента. Из массива операций выделяется набор кейсов, на которые необходимо обратить внимание. Здесь работает как онлайн мониторинг транзакции, так и глубокий анализ поведения клиента за длительный период.
Второй этап - расследование отобранных кейсов. Именно на этом этапе клиент получает запрос от банка.
Этап расследования долгое время было сложно автоматизировать, так как данные, предоставляемые клиентом, крайне неоднородные (сканы плохого качества, фотографии документов и пр.).
Первым шагом по созданию ИИ-помощника стал запуск конвейера интеллектуальной обработки документов, который превращает разрозненные файлы клиента в пригодный для анализа контент: распаковывает архивы, устраняет дубли, извлекает текст (с применением моделей оптического распознавания), объединяет страницы в единые документы, определяет типы документов, формирует понятные названия и краткие описания, собирает отчет.
Следующим шагом стала разработка мультиагентной системы «Шерлок» на базе нейросети Сбера — GigaChat. Его архитектура спроектирована по принципу распределения задач узкоспециализированным субагентам.
Структура приведена на первой картинке к посту.⬆️
Сотрудник антиотмывочного отдела может пообщаться с ИИ о клиенте. Благодаря тому, что ИИ опирается только на сведения о клиенте, то он не «галлюцинирует», а дает только факты.
Пример такого общения на второй картинке к посту. ⬆️
Важно отметить, что ИИ в сфере 115-ФЗ – это помощник. Финальное решение остается за человеком.
@tot115fz
Сбербанк на сегодняшний день – один из самых технологичных банков в стране. Немного открою секреты, как Сбер выявляет и проверят подозрительных клиентов.
Первый этап – выявление сомнительного клиента. Из массива операций выделяется набор кейсов, на которые необходимо обратить внимание. Здесь работает как онлайн мониторинг транзакции, так и глубокий анализ поведения клиента за длительный период.
Второй этап - расследование отобранных кейсов. Именно на этом этапе клиент получает запрос от банка.
Этап расследования долгое время было сложно автоматизировать, так как данные, предоставляемые клиентом, крайне неоднородные (сканы плохого качества, фотографии документов и пр.).
Первым шагом по созданию ИИ-помощника стал запуск конвейера интеллектуальной обработки документов, который превращает разрозненные файлы клиента в пригодный для анализа контент: распаковывает архивы, устраняет дубли, извлекает текст (с применением моделей оптического распознавания), объединяет страницы в единые документы, определяет типы документов, формирует понятные названия и краткие описания, собирает отчет.
Следующим шагом стала разработка мультиагентной системы «Шерлок» на базе нейросети Сбера — GigaChat. Его архитектура спроектирована по принципу распределения задач узкоспециализированным субагентам.
Структура приведена на первой картинке к посту.⬆️
Сотрудник антиотмывочного отдела может пообщаться с ИИ о клиенте. Благодаря тому, что ИИ опирается только на сведения о клиенте, то он не «галлюцинирует», а дает только факты.
Пример такого общения на второй картинке к посту. ⬆️
Важно отметить, что ИИ в сфере 115-ФЗ – это помощник. Финальное решение остается за человеком.
@tot115fz