💙 В Газпромбанк.Тех прошел скандинавский киновечер

Смотрели «Земляничную поляну» Ингмара Бергмана, говорили о скандинавском кино, послевоенной Швеции и том, почему фильмы Бергмана до сих пор заставляют внимательно всматриваться в героев и самих себя.

Продолжаем собираться вокруг хорошего кино и разговоров, которые выходят далеко за пределы финальных титров 🙈

Мы в МАКС 🚀

В октябре солнце садится раньше, чем заканчивается работа над последней задачей на день 🐱

Поднять себе настроение помогают небольшие дела, которые позволяют переключиться: прогулка, фильм, встреча с друзьями или спонтанная поездка за город 🍃

Мы собрали несколько идей в одну гифку. Ставьте на паузу или делайте скриншот и выбирайте занятие на сегодня.

МЫ В МАКС 🐱

Тех.Забег: вспоминаем, как это было 🔥

Две недели назад пробежали 5 км по утренней Москве, успели познакомиться с новыми людьми, обсудить технологии и поработать над нетворкингом в движении ⚡️

А теперь можно посмотреть, что происходило на дистанции — собрали все самое интересное в одном ролике!

МЫ В МАКС 🐱

Сегодня в 11:00 по Москве поговорим о том, как банки поддерживают технологические проекты и помогают новым решениям находить путь в реальный бизнес.

В программе:

🔵Как банки участвуют в развитии технологического лидерства
⚪Какие решения сегодня находятся в фокусе Газпромбанка
🔵Как устроена работа с технологическими партнерами и стартапами
⚪На что эксперты обращают внимание при отборе проектов
🔵Как проходит путь от заявки до экспертной оценки
⚪Q&A с участниками вебинара

📌 А еще мы выступаем партнером премии GIA для стартапов и технологических компаний в номинациях для финтех-стартапов и партнеров технологического развития. Подавайте заявку, чтобы показать свой продукт профессиональному сообществу и получить обратную связь от экспертов!

▶️ Регистрация на вебинар

Мы в МАКС 🐱

Роботизация отлично справляется с повторяющимися операциями. Но что делать, если на входе не структурированная форма, а скан документа, из которого нужно извлечь смысл и данные? Мы объединили RPA, распознавание документов и языковые модели, чтобы автоматизировать и такие задачи.

Расскажем на примере официальных запросов на выписку по счету клиента. Запрос составляют на бланке, с подписью и печатью, и роботу он достается уже в виде скана. Из такого письма ему нужно извлечь ФИО, номер счета и период выписки. Сложность в том, что единого шаблона нет: каждое ведомство пишет по-своему, и нужная строчка может оказаться где угодно.

Что робот делает со сканом? 🔎
1️⃣ Распознает текст. Система интеллектуальной обработки документов превращает скан в обычный текст
2️⃣ Разбирает тему письма. Большая языковая модель (LLM) решает, просят ли тут выписку, потому что такие письма бывают про разное
3️⃣ Находит в тексте данные для выписки
4️⃣ Делает выписку. Классический RPA идет в банковские системы и нажимает кнопки вместо человека

Без проверки модель ничего не отправит 📋
LLM иногда ошибается. В нашем случае ошибка в одной цифре номера счета означает, что выписку получит не тот человек.

Поэтому перед каждым действием робота данные проходят формально-логический контроль (ФЛК): все ли поля на месте и корректны ли они. Если нет, запрос уходит к сотруднику.

Нам такой подход нравится: модель берет на себя чтение, выписку пропускает только проверка, а все спорное уходит к сотруднику 🐱

99% запросов обходятся без людей ✔️
🔵 Это доля запросов, которые робот провел целиком сам, ни разу не позвав человека.
🔵 Точность извлечения данных: насколько верно робот распознал ФИО, номер счёта и период в письме. Модель правильно извлекает данные в 95% случаев, а ошибки выявляет ФЛК. В итоге сотруднику передают только 1% запросов.

Подобных роботов у нас в банке может собрать любой сотрудник: пройти обучение и автоматизировать свою рутину при поддержке Центра роботизации процессов.

А какую рутинную задачу вы бы скинули на робота первой?

Мы в МАКС 🐱