Dev48
ЯЗЫК
  • О нас
  • Услуги
  • Индустрии
  • Технологии
  • Статьи
  • Контакты
Забронировать звонок
    Главная/Статьи/Ii v finansah chemu my uchimsya pri sozdanii ii agentov
Dev48
info@dev48.org+375 29 320-40-96WhatsApp@isky_by

© 2026 · Все права защищены.

ИИ в финансах: чему мы учимся при создании ИИ-агентов

Источник: Checkout Com•18 ноября 2026 г. в 00:10

ИИ в финансах: чему мы учимся при создании ИИ-агентов

Устранив около 98% ручного труда, Agent X позволяет нам предоставлять лучший сервис нашим мерчантам и работать более эффективно в масштабе.

Финансы строятся на решениях: что произошло, что требует внимания и что нам делать дальше. Работа, стоящая за этими решениями, порой бывает рутинной — сбор информации из разных источников, ее проверка, подготовка ответа или составление прогноза. Именно здесь может помочь ИИ. Но ИИ-инструмент не улучшает процесс просто фактом своего включения — методы работы должны развиваться вместе с ним.

В Checkout.com мы — компания, ориентированная на ИИ. Мы оснащаем наших сотрудников передовыми ИИ-инструментами для стимулирования инноваций в их повседневной работе, одновременно создавая агентов в масштабе для трансформации процессов. Ключом к нашему успеху является вовлечение людей в этот процесс изменений, связанных с ИИ, и формирование культуры, в которой ИИ дополняет человеческие возможности, а не заменяет их. В финансовом отделе мы реализуем это на практике через три взаимосвязанных столпа: повышение квалификации наших команд для укрепления уверенности, доказательство эффективности в реальных рабочих процессах и использование полученного опыта для перехода к более агентной и стратегической финансовой функции.

В этой статье рассматриваются три примера ИИ-программ в финансовом отделе Checkout.com.

Agent X: масштабирование поддержки мерчантов за счет ускоренного извлечения данных

Когда мерчант или внутренний стейкхолдер задает нам вопрос о платеже, мы должны иметь возможность предоставить подробные и точные ответы. Моя команда и я разработали Agent X для оптимизации повторяющегося извлечения данных и их контекстуализации в автоматизированном рабочем процессе. Это позволяет членам команды перенаправить свое время и экспертные знания на более ценные задачи.

Разрешение запросов по платежам — это многоэтапный процесс. Хотя вопрос может быть простым, ответ должен быть исчерпывающим. Надлежащий ответ требует сбора надежных записей, синтеза ключевого контекста и четкого изложения деталей. Основная сложность заключается в поиске точной информации и интерпретации ее значимости.

Agent X использует большую языковую модель для анализа входящих запросов, перевода их в прикладные детерминированные запросы к базе данных и генерации четких ответов, готовых для отправки мерчанту. Мы намеренно поддерживаем четкую границу между автоматизированной помощью и человеческим контролем: Agent X берет на себя утомительную задачу поиска и структурирования данных, в то время как человек проверяет черновик и несет полную ответственность за окончательный ответ.

Работая в коммерческом, финансовом и операционном отделах, Agent X обрабатывает различные запросы по платежам, включая разъяснения и обновления статусов, касающиеся корректировок. Вместо того чтобы полагаться на ручной поиск по таблицам данных, агент извлекает соответствующий финансовый контекст, генерирует детерминированную SQL-логику для соответствующих таблиц данных и представляет каждый шаг своего процесса вместе с проектом ответа. Основная бизнес-логика, управляющая этими рабочими процессами, тщательно тестируется, а точность ответов постоянно отслеживается.

В ходе предпусковой оценки Agent X был протестирован на более чем 800 реальных вопросах в течение одного месяца, при этом каждый ответ строго проверялся экспертами-людьми. При строгой оценке точности агент достиг показателя успешности 94,5%.

Сегодня Agent X обрабатывает более 300 запросов мерчантов каждый месяц в нашей операционной деятельности, значительно ускоряя время ответа — с часов до минут. Устранив около 98% ручного труда, связанного со сбором данных и составлением черновиков, он позволяет нам предоставлять лучший сервис нашим мерчантам и работать более эффективно в масштабе.

Agent Max: укрепление решений по ликвидности на основе данных

Казначейские решения зависят от понимания ожидаемых движений денежных средств, но эта информация может находиться в разных системах и у разных владельцев данных. Мы создали Agent Max, чтобы дать нашей команде в казначействе возможность принимать еще более обоснованные решения по денежным потокам и ликвидности.

Мы разработали Agent Max для поддержки прогнозирования и оптимизации денежных потоков: он применяет ИИ к соответствующим данным о денежных средствах для создания перспективного обзора, что помогает нашим командам продуктивно направлять ликвидность в дополнительные сервисы и продукты для наших мерчантов.

Agent Max собирает информацию из тысяч наших банковских счетов и источников хранилищ данных, а затем проверяет и преобразует ее в формат, необходимый для загрузки. Он использует машинное обучение для прогнозирования денежных потоков на 7, 30 и 90 дней и генерирует значимые инсайты для управления ликвидностью и принятия решений о финансировании.

Решение разработано с учетом повседневных задач казначейства: когда прогноз пересматривается, на какие решения он может повлиять и что делать, когда ожидания расходятся с фактическими движениями. В то время как ИИ-агент предоставляет расширенную аналитику для выбора этих вариантов, наша команда по управлению ликвидностью в финансовом отделе активно анализирует прогнозы, чтобы определить соответствующий план действий для нашей стратегии финансирования.

Достижение этого этапа потребовало тщательного обдумывания и согласования того, какие данные должны быть включены, кто владеет каждым источником, как часто они меняются и как обрабатывать отсутствующую или запоздалую информацию. Опыт нашей команды казначейства имел решающее значение при определении источников, интерпретации результатов и принятии решений о том, как следует обрабатывать дефицит или излишек средств.

Повышение квалификации: вовлечение людей в процесс изменений с помощью ИИ

Agent X и Agent Max иллюстрируют, почему культура и повышение квалификации не могут быть отделены от технической реализации. Инновации процветают, когда человеческий опыт ставится в центр технологических изменений. Мы используем ИИ-инструменты для повышения продуктивности в повседневных рабочих процессах. В этом году мы провели наш глобальный хакатон по ИИ в финансах и организовали девять сессий по повышению квалификации для всего финансового департамента: это продуктивные площадки для коллег, где можно создавать прототипы, обмениваться знаниями и совместно работать над решениями.

На протяжении этого пути повышения квалификации функциональные команды добились значимых результатов. За последние несколько месяцев было высвобождено более 4000 часов рабочего времени для поддержки масштабирования бизнеса. Например, команда по расчету заработной платы раньше тратила 3 дня на проводку выплат; благодаря автоматизации с использованием ИИ и проверке человеком процесс теперь занимает всего несколько часов, сохраняя при этом экспертный человеческий контроль.

Хотя Agent Max фокусируется на прогнозировании для казначейства, а Agent X — на оптимизации подготовки ответов на запросы по платежам, оба они придерживаются общей философии трансформации с помощью ИИ: применять ИИ для уменьшения трений и улучшения принятия решений, выстраивать рабочие процессы на основе надежных данных с четкой ответственностью и сохранять человеческое суждение там, где оно критически важно.

Хотя Agent X и Agent Max знаменуют наш прогресс, они представляют собой лишь часть нашей общей стратегии ИИ в финансах. Мы активно изучаем способы внедрения агентных технологий в другие ключевые функции, включая финансовую сверку. Для меня это и есть практическое воплощение принципа «ИИ прежде всего» в нашей финансовой функции.

← Все статьи

О чём эта статья

Ещё в разделе «Финтех и банки»

Все →
Новые правила ценообразования для ИИ-продуктов
Chargebee

Новые правила ценообразования для ИИ-продуктов

Руководство по KYB API: как оптимизировать проверку с помощью открытого банкинга
Yapily

Руководство по KYB API: как оптимизировать проверку с помощью открытого банкинга

Вебинар по запросу | Мгновенное ⚡ пополнение 👛 кошелька: вебинар Pleo об открытом банкинге
Yapily

Вебинар по запросу | Мгновенное ⚡ пополнение 👛 кошелька: вебинар Pleo об открытом банкинге

Вебинар по запросу | Демонстрация платежей через Open Banking
Yapily

Вебинар по запросу | Демонстрация платежей через Open Banking

Исследования | Руководство по PSD3: Что означают последние события для платежных провайдеров?
Yapily

Исследования | Руководство по PSD3: Что означают последние события для платежных провайдеров?

Открытый банкинг в Испании: внедрение, возможности подключения и перспективы рынка
Yapily

Открытый банкинг в Испании: внедрение, возможности подключения и перспективы рынка

Ещё от Checkout Com

Советы по повышению конверсии в «Черную пятницу» в Северной Америке
Checkout Com

Советы по повышению конверсии в «Черную пятницу» в Северной Америке

Почему успех ваших клиентов должен определять платежную стратегию вашей платформы
Checkout Com

Почему успех ваших клиентов должен определять платежную стратегию вашей платформы

Лицензия MALPB от Checkout.com: интервью с Джорדаном Рейnoldsом
Checkout Com

Лицензия MALPB от Checkout.com: интервью с Джорדаном Рейnoldsом

Что дальше в платежах: четыре главных вывода с конференции Money20/20 USA
Checkout Com

Что дальше в платежах: четыре главных вывода с конференции Money20/20 USA

Объяснение аутентификации платежей
Checkout Com

Объяснение аутентификации платежей

6 советов по увеличению дохода от регулярных платежей
Checkout Com

6 советов по увеличению дохода от регулярных платежей