Алексей Сизов
Вице-президент по развитию Ассоциации КорпФинтех
В третьем выпуске цикла о проектах-номинантах премии «Меркурий» мы разберем три разных, но крайне показательных примера внутренней цифровизации банковских процессов. От оптимизации взаимодействия с государством до внедрения искусственного интеллекта (ИИ) и создания систем контроля для тысяч сотрудников — эти кейсы демонстрируют, как технологическая трансформация повышает скорость, сокращает издержки и создает новые конкурентные преимущества.
Кейс 1: «Сфера Госзапросы». Революция во взаимодействии банков с госорганами
Проект «Сфера Госзапросы» решает одну из самых ресурсоемких и регламентированных задач для кредитных организаций — информационное взаимодействие с правоохранительными органами (МВД, СК, ФСБ). Это уникальный сервис защищенного электронного документооборота (ЭДО), который полностью автоматизирует обработку запросов.
Суть проекта: Замена бумажного документооборота на полностью автоматизированный электронный канал взаимодействия, не требующий участия сотрудников банка на большинстве этапов.
Ключевые преимущества и результаты:
- Скорость: Время получения сведений сокращено с 45 дней до 8 минут.
- Масштаб автоматизации: Более 99% запросов могут быть переведены в электронный формат. При работе со Сбербанком доля ЭДО уже составляет около 75%.
- Экономический эффект: Сокращение издержек на обработку запросов — до 70%, полная (100%) экономия на печати и доставке бумажных документов.
- Надежность и безопасность: Соответствие требованиям УПК РФ, ФЗ-152 (О ПДн) и ФЗ-63 (Об ЭП), доступность 24/7, минимизация ошибок ручного ввода.
Кейс 2: Россельхозбанк. Собственная ИИ-платформа RAISA как драйвер импортозамещения
В ответ на вызовы времени Россельхозбанк (РСХБ) создал собственную платформу разработки и управления ИИ-моделями RAISA (RSHB AI Systems and Applications). Это low-code платформа, которая стала единой точкой для всего жизненного цикла аналитики — от исследования данных до промышленной эксплуатации моделей.
Суть проекта: Создание внутренней платформы искусственного интеллекта для массовой разработки моделей и импортозамещения Excel и VBA-макросов.
Функциональность платформы RAISA:
- Полный цикл Data Science: Визуализация данных, создание и обучение моделей, их валидация и развертывание в виде сервисов.
- Автоматизация процессов: Разработка на Python и Streamlit приложений для автоматизации локальных задач подразделений.
- Массовое внедрение: Реализовано более 300 приложений, заменивших таблицы Excel во всех подразделениях банка (налоги, отчетность, комплаенс, управление активами и др.).
Примеры реализованных ИИ-моделей:
- Оценка залогового имущества.
- Прогнозирование оттока и LTV (Lifetime Value) клиентов.
- Модели hard- и soft-collection.
- Оптимизация каналов коммуникации с клиентами.
Финансовый результат: Прямой совокупный эффект от внедрения моделей исчисляется сотнями миллионов рублей за счет роста доходов и снижения издержек.
Кейс 3: Система «СТАТУС». Цифровое управление эффективностью тысяч сотрудников банка
Этот проект направлен на цифровизацию управления эффективностью розничной сети банка — от рядовых сотрудников до топ-менеджмента. Решение объединило аналитику больших данных, автоматическое выявление отклонений и рекомендательную систему для руководителей.
Суть проекта: Создание системы «СТАТУС» для автоматизированного контроля, анализа и повышения продуктивности работы более 1900 сотрудников фронт-линии по всей стране.
Как работает система:
- Сбор цифровых следов: Данные из разных ИС банка агрегируются в единое «озеро данных».
- Автоматический расчет KPI: Система в реальном времени рассчитывает сотни метрик (скорость обслуживания, дисциплина, клиентопоток).
- Выявление отклонений и постановка задач: При нарушении нормативов сотруднику автоматически формируется to-do list.
- Аналитика для руководителей: Еженедельно генерируются аналитические отчеты с рекомендациями по повышению эффективности команд.
Ключевые результаты:
- Скорость анализа сокращена с нескольких дней до 30 минут.
- Автоматизировано более 1900 рабочих мест с возможностью масштабирования до 10 000.
- Бизнес-аналитики могут самостоятельно настраивать правила без привлечения IT (импортонезависимое low-code решение на платформе FIS Platform).
- Достигнут значимый экономический эффект за счет роста продуктивности.
Вывод: Глубокая цифровизация как основа конкурентоспособности
Три этих проекта показывают три уровня глубины цифровой трансформации в банках:
- Оптимизация внешних обязательных процессов (взаимодействие с госорганами).
- Создание внутренней технологической платформы (ИИ и аналитика как сервис).
- Трансформация управления человеческим капиталом на основе данных.
Объединяет их стремление заменить ручной, бумажный или слабо автоматизированный труд на сквозные цифровые процессы, что напрямую влияет на операционную эффективность и финансовый результат.
