Goldman Sachs расширяет применение генеративного ИИ в бэк‑офисных операциях — в частности в учёте сделок и онбординге клиентов — используя модель Claude от Anthropic. По материалам American Banker, банк рассматривает ИИ прежде всего как инструмент повышения эффективности там, где много документальной работы, сверок и проверок соответствия, а не как замену систем учёта и человеческого контроля.
Ключевые идеи
Фокус на операциях: цель — автоматизировать тяжёлые, документно‑ориентированные процессы (реконсиляция, извлечение данных, проверка KYC), сократив число случаев, требующих ручного вмешательства.
Дополнение правил нейросетями: где классические правила решают большинство случаев, нейронные сети помогают обрабатывать «краевые» ситуации — неявные отклонения, истечение сроков документов, неоднозначные идентификационные данные.
Гибридная модель работы: агенты извлекают сущности, оценивают полноту документации, инициируют дополнительные проверки; финальное решение остаётся за человеком в случаях исключений.
Накопленный опыт разработки ПО с Claude: ранее банк использовал Claude в помощи разработчикам (кодогенерация, тестирование), и этот успешный опыт стал фактором для расширения применения в операциях.
Аудируемость и управление неопределённостью: Claude обучают демонстрировать степень неопределённости и указывать источники информации — это облегчает создание трассируемого аудита и снижает риск «галлюцинаций».
Почему это имеет значение для банков
Снижение времени обработки и сокращение нагрузки на аналитиков: автоматизация извлечения и первичной оценки снимает рутинную часть работы.
Масштабируемое улучшение эффективности: даже если процент «исключений» невелик, при больших объёмах это переводится в тысячи случаев и значительную экономию времени.
Сохранение систем учёта в роли источника истины: ИИ работает в слое workflow, а не как первичный реестр — это соответствует требованиям регуляторов и внутренним стандартам.
Усиление контроля качества: автоматизированные проверки и выделение неопределённостей позволяют быстрее фиксировать ошибки и вмешиваться.
Ограничения и риски
Необходимость человеческого контроля: автоматизация уменьшает, но не устраняет потребность в экспертной проверке исключений.
Риск ошибок ИИ: несмотря на механизмы для источниковой атрибуции и выражения неопределённости, нужна структура для раннего обнаружения и коррекции ошибок.
Интеграция с системой учёта: платформы бухучёта и комплаенса остаются ключевыми репозиториями, потребуется аккуратная интеграция и согласование данных.
Регуляторные требования: трассируемость решений, журналирование и объяснимость — обязательные элементы при применении ИИ в банковской среде.
Практические рекомендации для внедрения
Идентифицируйте высокоценностные, документно‑нагруженные процессы для пилота (rekonsilyatsiya, KYC‑онбординг).
Проектируйте решение как «augmentation», а не «replacement»: ИИ выполняет предварительную обработку и снижает объём ручной работы, а не полностью заменяет контроль экспертов.
Обеспечьте аудитируемость: логируйте входы/выходы, сохраняйте источники и степени уверенности модели для последующего аудита.
Внедрите процессы раннего обнаружения ошибок: тесты на галлюцинации, контроль дрейфа модели и процедуры отката.
Интегрируйте с системами учёта: результаты извлечения и валидации должны соответствовать canonical systems of record и поддерживать двустороннюю синхронизацию.
Оценивайте экономику: измеряйте сокращение времени на обработку, снижение количества эскалаций и влияние на операционные метрики.
Поддерживайте обучение персонала: аналитики должны уметь интерпретировать результаты агентов, корректировать правила и работать с исключениями.
Вывод
Кейс Goldman Sachs показывает практический сценарий, где генеративный ИИ повышает эффективность банковских операций, особенно в задачах с большим объёмом документов и многочисленными исключениями.
Ключ к успеху — гибридный подход: ИИ‑агенты ускоряют извлечение и предварительную проверку, а люди сохраняют ответственность за финальные решения и контроль качества. При этом важны трассируемость, интеграция с системами учёта и процессы управления рисками моделей.
Хотите создать уникальный и успешный продукт? СМС – ваш надежный партнер в мире инноваций! Закажи разработки ИИ-решений, LLM-чат-ботов, моделей генерации изображений и автоматизации бизнес-процессов у профессионалов.
ИИ сегодня — ваше конкурентное преимущество завтра!
Тел. +7 (985) 982-70-55
E-mail sms_systems@inbox.ru
Сайт https://www.smssystems.ru/razrabotka-ai/