ym103487564

Мультиагентная система (МАС) для верификации зеленых и социальных кредитных продуктов

Срок начала реализации
Июль 2025
Срок вывода в ПРОМ
Q2 2026
Блок
Подразделение вне блоков
Подразделение
Дирекция по ESG
01
Проблема
  • Ручная проверка пакета документов: Кредитный договор/ПРКО, концессионные соглашения, контракты, проектная документация
  • Длительный процесс и цепочка взаимодействий для согласования кредитных условий
  • Длительное время поиска необходимой информации (внутренние источники, внешние источники данных)
02
Цель
Обеспечить снижение времени, затрачиваемое экспертами на обработку документации, верификацию и формирование финального заключения
03
Решение
МАС, на основе поступивших в нее документов (агент-менеджер), с помощью инструментов автоматически определяет, о каком типе зеленой/социальной таксономии идет речь и направляет запрос профильному агенту для дальнейшего анализа
Функциональность
  • Агент-менеджер получает на вход пакет документов от пользователя, с помощью инструмента определяет тип зеленой/социальной таксономии
  • Автоматически перенаправляет документы на профильного агента-верификатора (зеленая стройка, экологичный рельсовый транспорт, образовательные учреждения, объекты туристической инфраструктуры)
  • Профильный агент-верификатор получает документы и берет их в анализ
  • Автоанализ кредитных документов происходит с помощью распознавания текстов IDP Giga Query и SberOCR + для агента по зеленому строительству предусмотрено общение с агентом витрины нашдом.рф на естественном языке NLP (по ИНН клиента агент запрашивает необходимые атрибуты для последующего анализа)
  • После завершения анализа профильный агент формирует заключение о соответствии/несоответствии критериям зеленых/социальных кредитных продуктов, сохраняет заключение в файл формата docx и далее выводит его на UI пользователю или отправляет на e-mail
  • Пакет кредитных документов после проверки удаляется
Визуализация решения
Текущий эффект
Пока агенты развернуты в DEV-среде
Целевой эффект
До 12 раз
ускорение обработки документации (с 60 минут до 5-10 в зависимости от сложности и объема обрабатываемой документации)
Используемая фундументальная модель
Используемые инструменты разработки и улучшения GenAI-решений
VS code
Python
AEF
IDP
GateWay
AI HUB
RAG
Langchain
Контактное лицо
Зиязов Рустам Рашидович
ziyazov.r.r@sberbank.ru
Хештеги
#ИзвлечениеДанных #АнализТекстов #КлассификацияЗапросов #ГенерацияОтчетов #ВалидацияРешений #ПоискВБазеЗнаний
Ещё кейсы
PMAgent (Process Mining от Сбера)
MVP использовалось для анализа процесса обработки социальных льгот в Липецкой области, где помогло выявить недостатки и предложить меры оптимизации, сократив срок рассмотрения заявок с 16 до 7 дней
Agentic BI в Навигаторе
Умный поиск позволяет найти любой дэшборд, экран или информацию из документа и презентации в АС Навигатор
Агент BackOffice (Банкротство ФЛ)
GigaChat
Мощный AI‑помощник
Playground
Площадка для создания и проверки промптов
Giga Agent Builder
Low-code платформа для создания AI‑агентов
GigaChat Labs
Площадка для тестирования и использования AI‑агентов
GigaChain
Решения для разработки LLM-приложений и мультиагентных систем
GigaAgent
AI-агент для решения задач, от анализа xlsx в 100 000 строк до генерации мемов