Пн – Вс: 8–21 по НСК
+7 383 380-81-89 
Клиент
Ипотечный кредитор или брокер, который обрабатывает тысячи заявок. Проблема в том, что андеррайтинг часто выполняется вручную и медленно: сотрудникам приходится читать сложные финансовые документы, из-за чего увеличиваются сроки закрытия сделок и растут операционные расходы.
Технологический стек
Document AI, Vertex AI, BigQuery, Cloud Run.
Сфера
Financial Services
Брокер загружает финансовые документы заёмщика (справки о доходах, банковские выписки) в портал → сервис на Kubernetes отправляет документы в PaddleOCR, чтобы извлечь и структурировать исходные данные (доходы, активы, обязательства) → структурированные данные сохраняются в PostgreSQL и отправляются в модель Claude с запросом вроде: «Проанализируй финансовые данные заёмщика на соответствие нашим правилам андеррайтинга и отметь возможные риски» → модель возвращает анализ рисков, и андеррайтер-человек может принять финальное решение за минуты вместо часов, резко повышая продуктивность.
Автоматизация банковских задач с финансовой LLM
ИИ расчёт ипотечной ставки по офферу конкурента в пару кликов
AI агент для финансовых консультаций сводки звонков и задач в CRM
Чат-бот для международных переводов
ИИ ассистент исследований для финансовых аналитиков
Автоматизация страховых случаев
ИИ агент для извлечения данных из юридических документов
Генерация кода по баг тикетам в Jira с ИИ
Кредитный анализ и антифрод для финтеха
За 30 минут разберём задачу, которая съедает время команды, и честно скажем, стоит ли отдавать её ИИ.
