ИИ и BPMN: кейс запуска кредитного конвейера в банке за 30 дней - Farzoom скачать в хорошем качестве

ИИ и BPMN: кейс запуска кредитного конвейера в банке за 30 дней - Farzoom

Алексей Шершнев, ИТ-директор, Farzoom. Конференция CNews «Технологии искусственного интеллекта 2026». В выступлении представлен опыт компании, которая занимается автоматизацией процессов в финансовом секторе, по применению искусственного интеллекта (ИИ) в разработке кредитного конвейера для сегмента MSB (малый и средний бизнес) для банка. Проект был запущен в конце 2023 года и включал в себя автоматизацию всего цикла, от подачи заявки до выдачи кредита. Этапы и методы работы Разработка велась в три этапа: 1. Диагностика: Анализ текущей ситуации, выявление исходных данных и получение общей картины. Привлечение экспертов с опытом работы в банках. Оцифровка сервисов на платформе FazumX и прикладных решений. Создание семантической базы знаний. Анализ около 1500 страниц документации (требования, положения, карточки продуктов). Использование ИИ-агентов для распознавания изображений и преобразования их в текст. Создание ИИ-агента для семантического анализа документов и выделения ключевых объектов, субъектов, действий и алгоритмов. Выявление противоречий в документах. 2. Понимание: Определение проблем, улучшение процесса с использованием экспертных знаний и опыта. Использование семантической базы знаний, опыта предыдущих проектов, экспертизы рынка и требований банка. Применение Mermaid для визуализации процесса в текстовом виде. Выявление ~150-170 рекомендаций по улучшению. Согласование процесса с банком. Определение гэпов: недостающих функциональных элементов и несоответствия нормативной базе. Подготовка технического задания (ТЗ) на гэпы. 3. Улучшение: Генерация и запуск усовершенствованного процесса. Реализация недостающих функций. Перевод логики в машиночитаемое представление (шахматки). Генерация BPMN из шахматки. Моделирование процесса и выявление «горячих точек». Использование системы автотестирования для проверки функциональности на основе реальных данных. Результаты Весь цикл создания и тестирования занял один рабочий день. Реализовано около 570 Activity процессов в BPMN. Экономия ресурсов, по оценкам спикеров, составила около 80%. Разработан ассистент на основе базы знаний по бизнес-процессу, который позволяет задавать вопросы на естественном языке и получать ответы. Вызовы и перспективы Основная проблема – сложность масштабирования проекта. Для такой работы необходимы высококвалифицированные эксперты, хорошо разбирающиеся как в предметной области, так и в технологиях, которых трудно найти. Внедрение подразумевает дальнейшее развитие: анализ реальных заявок, внесение изменений в процесс с помощью ИИ-ассистента.