ym103487564
sber.giga.chat
База знаний для разработки AI-агентов

Агент Риск-аналитик

Срок начала реализации
Q2 2025
Срок вывода в ПРОМ
Q3 2025
Блок
Сеть продаж
Подразделение
Управление продаж и обслуживания в канале ВСП
01
Проблема
Высокие операционные затраты на ручной разбор заданий по проверке критичных операций
02
Цель
Повышение производительности аналитиков благодаря автономизации анализа критичных операций
03
Решение
АI-агент проверяет критичные операции, совершенные в ВСП, на основе собранных цифровых следов и имеющихся знаний об инцидентах операционного риска. Наиболее критичные автоматически отправляются на служебное расследование
Функциональность
  • Сбор цифровых следов и графовых связей по операциям
  • Планирование схемы анализа исходя из доменных знаний и атрибутов операции
  • Формирование заключения о правомерности операции
  • Отображение заключения-суммаризации в интерфейсе СБОЛ.ПРО
Визуализация решения
Текущий эффект
На 33%
улучшена автономность процесса контроля критичных операций
Целевой эффект
На 50%
улучшена автономность процесса контроля критичных операций
Используемая фундументальная модель
GigaChat Max
Используемые инструменты разработки и улучшения GenAI-решений
Function Registry
AI Hub
Размер и роли команды реализации решения
6 ПШE
1 DS
1 DE
1 DA
2 Dev
1 PO
Контактное лицо
Кузнецов Иван Владимирович — ВВБ
ivavkuznetsov@sberbank.ru
Контактное лицо
Евдокимов Николай Николаевич
NNEvdokimov@sberbank.ru
Контактное лицо
Зурнаджян Сергей Карапетович
SKZurnadzhyan@sberbank.ru
Хештеги
#ПоискАномалий #Саммаризация #Скоринг #ОценкаРисков #ПоискВБазеЗнаний #ПерсональныйПомощник #ПредставлениеОтчетов
Ещё кейсы
Agentic BI в Навигаторе
Цель кейса: Обеспечить оперативный и легкий поиск любой информации в АС Навигатор
PMAgent (Process Mining от Сбера)
Цель кейса: Снизить потери при банкротстве физлиц, назначая стратегии урегулирования
Ассистент преподавателя
Цель кейса: Облегчить подготовку к урокам, снизить нагрузку учителей и дать им инструменты персонализации и экспертной поддержки