БКС: от ИИ-экспериментов к финансовому результату - реинжиниринг реальности, Никита Устриков
Никита Устриков, Head of AI, БКС. "Искусственный интеллект и большие данные: от экспериментов к эффекту", конференция TAdviser.
В основе стратегии развития искусственного интеллекта в БКС лежит переход от разрозненных экспериментов к системному реинжинирингу бизнес-процессов. Основной тезис заключается в том, что технологический стек (модели и инструменты) сегодня развивается быстрее, чем организационная культура и описание процессов. Для достижения измеримого финансового эффекта компания отказывается от концепции «ИИ ради ИИ» в пользу точечной агентизации конкретных ролей и задач. Ключевым фактором успеха становится не выбор модели, а готовность компании перестроить внутренние регламенты, создать инфраструктуру безопасности (Agent Gateway) и внедрить роль AI-партнеров, которые берут на себя трансформацию процессов, позволяя бизнесу сохранять темпы роста.
Контекст рынка и ловушка «пилотных проектов»
Современный рынок ИИ находится в состоянии парадокса: инвестиции в железо и инфраструктуру растут, но подавляющее большинство пилотных проектов не доходят до промышленной эксплуатации. Анализ данных MIT и Gartner показывает, что многие компании создают неэффективные прототипы, которые затем закрываются. Это происходит из-за слепого следования «хайпу». В частности, рынок сейчас находится на пике ожиданий от ИИ-агентов, за которым неизбежно последует «яма разочарования», если ожидания не будут подкреплены реальной пользой.
В БКС осознают, что главная проблема заключается в принципе «мусор на входе — мусор на выходе». Даже самые совершенные нейросети выдают бесполезный результат, если данные и инструкции, которые они получают, хаотичны или ошибочны. Эта проблема фундаментальна и существует с момента появления первых вычислительных машин. Таким образом, успех внедрения ИИ зависит не от мощности GPU, а от качества структурирования знаний внутри организации.
Барьеры на пути к эффективности: люди и процессы
Основным препятствием для цифровой трансформации в БКС становятся не технические ограничения, а отсутствие описанных или актуальных бизнес-процессов. Когда процесс не задокументирован или работает «по привычке», внедрение агента становится бессмысленным. Возникает ситуация, которую можно сравнить с покупкой дорогого робота-пылесоса для дома, где повсюду разбросаны провода и лежат ковры — техника совершенна, но среда делает её работу невозможной.
Существует критический разрыв в результативности: лишь около 6% компаний-лидеров получают значительный прирост EBIT (более 5%) за счет ИИ. Эти компании объединяет одно — они кардинально перестраивают свои процессы под возможности технологий, в то время как остальные 94% пытаются «наложить» ИИ на старые рельсы.
Особого внимания заслуживает феномен «Workslope» — когда компания создает внешнюю видимость цифровизации (красивые дашборды, множество HTML-страниц), но суть работы не меняется. Это напоминает асфальтирование «коровьих троп»: если просто залить асфальтом протоптанную землю без дренажа и подготовки почвы, дорога быстро разрушится. Для настоящего эффекта в БКС выбирают путь полного перепроектирования процесса — «разрывания земли» и создания новой архитектуры взаимодействия.
Стратегия агентизации в БКС
Целью компании является осознанная оптимизация с целевым показателем сокращения издержек на 30% к концу 2027 года. Вместо попыток заменить людей общими ИИ-инструментами, БКС применяет подход точечной агентизации. Это означает выбор конкретного подразделения, определение в нем крупной повторяющейся задачи и создание под неё специализированного агента.
Для каждого такого проекта в БКС действует строгий чек-лист «программы минимум»:
- Четкое описание входных данных.
- Полный реинжиниринг процесса с пошаговыми инструкциями.
- Определение ожидаемого результата и критериев приемки.
- Наличие тестовых примеров для проверки точности.
Чтобы избежать создания «бесполезных» инициатив, в БКС работает воронка проектов, которая контролируется на уровне вице-президентов. Каждая идея проходит через фильтр финансового эффекта и проверку на целесообразность использования именно ИИ. Часто оказывается, что для решения задачи дешевле и эффективнее создать качественный слой данных (DWH), чем пытаться «забить гвозди» нейросетью.
Матрица сложности и приоритизация задач
Для определения того, куда направить ресурсы в первую очередь, БКС использует карту сложности, основанную на двух осях: цена ошибки и степень описанности процесса.
Если процесс хорошо описан, а цена ошибки низка — это идеальный кандидат для немедленной автоматизации агентом. Если же цена ошибки высока, а процесс не описан, ИИ внедряется в роли ассистента, который помогает человеку структурировать и описывать этот самый процесс. Такой подход позволяет постепенно повышать зрелость организации, превращая хаос в алгоритмы.
Практические кейсы: от документов к финансам
Реальный эффект в БКС виден на конкретных примерах трансформации. В сфере делопроизводства классический процесс ручного перепечатывания данных из бумажных писем был полностью пересмотрен. Теперь цепочка выглядит так: сканирование →→ автоматическая передача в агента →→ OCR-распознавание →→ классификация типа письма (нотариус, госорган и т.д.) →→ заполнение карточки в системе →→ финальное подтверждение человеком. Это позволило убрать рутину из работы сотрудников, оставив им только функцию контроля качества.
Еще более впечатляющий результат достигнут в финансовом анализе (расчет PnL). Процесс, который раньше занимал у финансового департамента семь дней в квартал, теперь выполняется группой из семи специализированных агентов за семь минут. Это стало возможным благодаря разделению сложного процесса на микросервисы-агенты, каждый из которых отвечает за свой участок расчета.
Организационные изменения и человеческий фактор
БКС осознает, что бизнес, ориентированный на результат, не может остановиться в погоне за прибылью, чтобы начать реинжиниринг процессов. Поэтому в компании была введена роль AI-партнера. Это люди, которые становятся связующим звеном между технологиями и бизнесом, беря на себя всю «грязную» работу по описанию и переделке процессов.
Параллельно решается проблема страха перед ИИ через систему обучения и ассессинга. Сотрудников делят на три группы: «чемпионы», которых можно масштабировать; «среднячки», требующие дообучения; и «скептики». Понимание того, как работает технология, напрямую влияет на уровень вовлеченности персонала, что в конечном итоге определяет успех всего внедрения.
Техническая архитектура и безопасность
В БКС выделяют три типа агентов по степени их свободы:
- Pipeline-агенты: строго определенная последовательность действий без вариативности.
- Классические агенты: имеют ограниченный набор инструментов (tools) и работают в изоляции.
- Автономные агенты: имеющие неограниченный доступ к инструментам и возможность самопереписывания кода — такие агенты в БКС строго запрещены из соображений безопасности.
Для управления этими сущностями создана уникальная инфраструктура. Agent Gateway изолирует агента на уровне сети и контейнера, предотвращая любые попытки «выхода за пределы» или несанкционированного изменения систем (например, чтобы агент не решил удалить CRM-систему, посчитав это кратчайшим путем к решению задачи). Вторым уровнем защиты выступает MCP-хаб, который контролирует права доступа агента к конкретным внешним системам.
Опыт БКС доказывает, что агентизация — это не столько технологический вызов, сколько управленческий. Технологии развиваются стремительно, но их эффективность ограничена зрелостью процессов и людей. Побеждают те компании, которые готовы менять свою структуру «на ходу», внедрять жесткие критерии приемки для ИИ-проектов и инвестировать в обучение сотрудников. Главный секрет успеха заключается в том, чтобы не пытаться автоматизировать хаос, а использовать ИИ как инструмент для создания нового, более эффективного порядка.
