ИИ НЕКСУС можно выстроить как связку нескольких специализированных модулей, которые вместе ведут проект и инвестора от заявки до выхода из сделки.
1. Основные роли ИИ в экосистеме
- Аналитик проектов
Оценивает бизнес‑модель, потоки, риски и формирует индекс инвестиционной привлекательности проекта. - Навигатор для инвестора
Помогает собирать портфель под заданные цели: доходность, срок, риск‑профиль, диверсификация. - Оператор мониторинга
В реальном времени следит за привлечением капитала, погашениями, дефолтами, выдаёт сигналы и рекомендации по действиям. - Помощник комплаенса
Прогоняет сделки и участников через риск‑фильтры, подсвечивает аномалии и потенциальные нарушения.
2. Модуль скоринга проектов
Входные данные: анкета проекта, финмодель, история компании, отраслевые данные, KYC/AML, поведение заявок на площадке.
Как работает:
- Нормализация данных и базовая проверка на «минимальный набор» (прозрачность выручки, юридическая чистота, KYC).
- Многоуровневая модель скоринга:
классический кредитный/инвестиционный скоринг по коэффициентам и кэш‑флоу;
поведенческий слой (как инициатор ведёт себя на площадке, соблюдает ли дедлайны, полноту информации);
отраслевой слой (средние маржи, цикличность, регуляторные риски). - На выходе — индекс инвестиционной привлекательности проекта от, условно, 0 до 100, плюс расшифровка по осям: доходность, риск, прозрачность, ликвидность, управляемость.
ИИ‑модели обучаются на истории уже профинансированных и завершённых кейсов: как вели себя показатели, где были дефолты, какие паттерны предсказывали проблемы.
3. Модуль «Инвестпортфель и стратегия»
Вход: профиль инвестора (сумма, горизонт, толерантность к риску, желаемая доходность), доступные проекты и инструменты.
Функции:
- Подбор набора инструментов с заданной ожидаемой доходностью и допустимым риском (подход портфельной оптимизации).
- Проверка концентрации рисков: по отраслям, регионам, типам инструментов, отдельным инициаторам.
- Сценарный анализ: «что будет, если часть проектов задержится/дефолтнет», чувствительность к макрофакторам.
- Рекомендации по ребалансировке: что сократить, во что доинвестировать, какие новые проекты добавить.
То есть это не только «подборка проектов», а живой консультант, который ведёт портфель в динамике.
4. Операционный мониторинг и дашборды
ИИ постоянно читает поток данных платформы: заявки, конверсии, платежи, задержки, вторичный рынок SFORDEX, поведение пользователей.
- План/факт‑дашборды по каждому проекту: сколько нужно привлечь, сколько привлечено, как идёт выполнение.
- Раннее предупреждение: всплеск отказов, падение выручки, отклонения от плановых метрик инициатора.
- Для инвестора: персональная лента событий — «проект А вышел на плановую доходность», «проект B проседает по выручке», «появился новый инструмент, улучшающий ваш профиль риска».
5. Риск‑фильтры и комплаенс
ИИ НЕКСУС не заменяет комплаенс, а работает как «предфильтр».
- Анализ KYC/AML‑паттернов: странные транзакции, связи участников, совпадения с внешними базами.
- Детектор аномалий: нетипичные суммы, нетипичное время активности, подозрительные цепочки переводов.
- Подсказки для сотрудников комплаенса: приоритизация кейсов, черновики отчётов, типовые сценарии отказа/одобрения.
Решение всё равно остаётся за человеком, но ИИ снимает рутину и помогает не «утонуть» в потоке заявок.
6. Интеграция с - системой смягчения рисков (нативным токеном iGND НЕКСУС ГАНИМЕД)
ИИ участвует в работе механизма iGND:
- Оценивает совокупный риск портфелей и отдельных пулов проектов.
- Предлагает параметры участия в системе смягчения рисков: какой процент потока направлять в фонд, какие триггеры включают дополнительные начисления iGND.
- Подбирает инвестору конфигурацию участия в программе так, чтобы сгладить возможные просадки и открыть доступ к «специальным возможностям» за iGND.
7. Архитектура и развитие
Практически ИИ НЕКСУС может быть реализован как набор сервисов:
- сервис подготовки и очистки данных;
- сервис скоринга и рекомендаций (несколько моделей для разных задач);
- сервис дашбордов и триггеров уведомлений;
- API‑уровень для фронтенда платформы и мобильных приложений.
На раннем этапе часть решений может поддерживаться «человеком в петле»: эксперт подтверждает или корректирует рекомендации ИИ, и эти коррекции используются как обучающие примеры. Со временем растёт качество моделей и степень автоматизации.
Подробнее в статье "Базовая архитектура хранения и MLOps для ИИ НЕКСУС" и нашем телеграм-канале.