ИИ и BPMN: кейс запуска кредитного конвейера в банке за 30 дней - Farzoom

Алексей Шершнев, ИТ-директор, Farzoom.

Конференция CNews «Технологии искусственного интеллекта 2026».

В выступлении представлен опыт компании, которая занимается автоматизацией процессов в финансовом секторе, по применению искусственного интеллекта (ИИ) в разработке кредитного конвейера для сегмента MSB (малый и средний бизнес) для банка. Проект был запущен в конце 2023 года и включал в себя автоматизацию всего цикла, от подачи заявки до выдачи кредита.

Этапы и методы работы

Разработка велась в три этапа:

1. Диагностика: Анализ текущей ситуации, выявление исходных данных и получение общей картины.

Привлечение экспертов с опытом работы в банках.

Оцифровка сервисов на платформе FazumX и прикладных решений.

Создание семантической базы знаний.

Анализ около 1500 страниц документации (требования, положения, карточки продуктов).

Использование ИИ-агентов для распознавания изображений и преобразования их в текст.

Создание ИИ-агента для семантического анализа документов и выделения ключевых объектов, субъектов, действий и алгоритмов.

Выявление противоречий в документах.

2. Понимание: Определение проблем, улучшение процесса с использованием экспертных знаний и опыта.

Использование семантической базы знаний, опыта предыдущих проектов, экспертизы рынка и требований банка.

Применение Mermaid для визуализации процесса в текстовом виде.

Выявление ~150-170 рекомендаций по улучшению.

Согласование процесса с банком.

Определение гэпов: недостающих функциональных элементов и несоответствия нормативной базе.

Подготовка технического задания (ТЗ) на гэпы.

3. Улучшение: Генерация и запуск усовершенствованного процесса.

Реализация недостающих функций.

Перевод логики в машиночитаемое представление (шахматки).

Генерация BPMN из шахматки.

Моделирование процесса и выявление «горячих точек».

Использование системы автотестирования для проверки функциональности на основе реальных данных.

Результаты

Весь цикл создания и тестирования занял один рабочий день.

Реализовано около 570 Activity процессов в BPMN.

Экономия ресурсов, по оценкам спикеров, составила около 80%.

Разработан ассистент на основе базы знаний по бизнес-процессу, который позволяет задавать вопросы на естественном языке и получать ответы.

Вызовы и перспективы

Основная проблема – сложность масштабирования проекта.

Для такой работы необходимы высококвалифицированные эксперты, хорошо разбирающиеся как в предметной области, так и в технологиях, которых трудно найти.

Внедрение подразумевает дальнейшее развитие: анализ реальных заявок, внесение изменений в процесс с помощью ИИ-ассистента.