Как ИИ сократил банковскую проверку клиентов с шести недель до двух дней
В private banking есть процессы, которые остаются сложными даже в эпоху цифровизации. Один из них — проверка источника средств клиента (Source of Wealth, SOW). Перед тем как принять состоятельного клиента, банк должен убедиться, что его капитал получен легально и может быть подтверждён документально.
Для одного из крупнейших мировых банков управления капиталом этот процесс стал настоящим узким местом. Проверка могла занимать 5–6 недель, требовала анализа сотен страниц документов и постоянных уточнений между клиентским менеджером и специалистами по комплаенсу. В результате часть клиентов просто не дожидалась завершения проверки: от 25 до 30% потенциальных клиентов уходили ещё на этапе онбординга.
Чтобы решить проблему, банк внедрил систему автоматизации на базе ИИ вместе с платформой Flowable.
Почему проверка источника средств была такой сложной
Процедура SOW требует детального анализа происхождения капитала клиента. Это могут быть продажи компаний, инвестиции, наследство, сделки с активами и другие источники дохода.
Каждый из них необходимо подтвердить документально: изучить финансовые отчёты, публичные реестры, медиапубликации, историю бизнеса и карьеру клиента.
Раньше сотрудники банка вручную анализировали документы, выписывали ключевые факты и передавали их коллегам для следующего этапа проверки. Такой процесс был не только медленным, но и сильно зависел от человеческого фактора.
Как ИИ встроили в процесс проверки
Решение внедрялось поэтапно.
Первый этап — специализированные ИИ-агенты. Система получила набор отдельных модулей, каждый из которых выполнял конкретную задачу:
- извлекал данные из PDF-документов;
- сверял информацию с публичными источниками и медиапубликациями;
- анализировал карьерную историю и бизнес-активность клиента;
- формировал краткое резюме финансовой истории.
Все эти операции выполнялись автоматически с использованием методов машинного обучения и обработки естественного языка.
Второй этап — оркестрация всей системы. Отдельные модули объединили в единую архитектуру. В ней более 28 ИИ-агентов работают как скоординированная система: проверяют источники дохода, сопоставляют данные, отслеживают цепочки активов и оценивают соответствие региональным требованиям комплаенса.
При этом ключевые решения остаются за людьми. В систему встроены обязательные точки проверки — human-in-the-loop, где специалисты банка подтверждают выводы алгоритмов.
Что изменилось после внедрения
Результаты оказались впечатляющими.
- Время проверки клиента сократилось с 40–45 дней до 1–2 дней.
- 95% операций в процессе теперь выполняется автоматически.
- Уровень отказов клиентов на этапе проверки снизился с 25–30% до менее чем 1%.
Сотрудники освободились от рутинного анализа документов, а клиентские менеджеры смогли сосредоточиться на работе с клиентами и экспертных решениях.
Интересно, что внутри компании практически не возникло сопротивления внедрению. Наоборот, сотрудники восприняли систему как долгожданное облегчение одного из самых трудоёмких процессов.
Почему этот кейс важен
Главная особенность проекта — ИИ здесь не просто автоматизирует отдельные задачи, а управляет целым процессом проверки.
Ключевую роль сыграла архитектура системы: прозрачность работы алгоритмов, контроль доступа к данным и возможность аудита всех действий. Это особенно важно для финансовой отрасли, где любые решения должны соответствовать строгим требованиям комплаенса.
Что стоит учитывать при внедрении ИИ
Эксперты отмечают: агентные ИИ-системы нельзя внедрить «одной кнопкой». Для сложных и регулируемых процессов важны несколько принципов:
- автоматизировать весь процесс целиком, а не отдельные фрагменты;
- заранее продумать управление данными и прозрачность алгоритмов;
- обязательно оставлять человеческий контроль в ключевых точках решений.
Как отмечают разработчики решения, автоматизация не означает исключение людей из процесса. Напротив, ИИ берёт на себя рутинную работу, а люди концентрируются на задачах, где действительно требуется экспертная оценка.
Этот кейс хорошо показывает: при правильной архитектуре ИИ способен не только ускорить процессы, но и одновременно улучшить клиентский и сотруднический опыт.
