Почему ваш банк знает о вас все, но ничего с этим не делает ❓

У вас ипотека под 12%, а банк уже запустил программу под 10%. И вы продолжаете переплачивать просто потому, что никто вам об этом не сообщил.

Это повседневная реальность миллионов клиентов:
➖ 71% людей ожидают персонализированный подход от компаний, с которыми работают (по данным McKinsey)
➖При этом только 30% клиентов банков считают, что реально его получают (по данным Dataiku)
Разрыв колоссальный и он стоит денег обеим сторонам.

Почему так происходит?
Банки создают хорошие продукты, а потом рассылают одинаковое уведомление всем подряд. 90% этих сообщений — белый шум. Клиенты привыкли его игнорировать, и их сложно в этом винить.

В Evoca Bank мы строим другую модель. Система анализирует поведение каждого клиента и формирует персональные предложения. Конкретное действие для определенного человека в этот самый момент.

На вашем счете месяцами лежит стабильный остаток? Система видит это и предлагает депозит. Ипотека на условиях хуже текущей программы? Система предлагает рефинансирование.

За этим стоят NBO (Next Best Offer) и NBA (Next Best Action) модели, которые учатся понимать контекст каждого клиента. По данным того же McKinsey:
➖ Компании, которые делают персонализацию хорошо, получают до 8-кратного возврата на маркетинговые инвестиции и 10-15% роста выручки.
➖ Те, кто продолжает рассылать одно и то же всем подряд, теряют клиентов (76% людей раздражаются из-за отсутствия персонализации).

Многие привыкли измерять качество банковского сервиса красотой приложения, но нам кажется, что настоящий критерий в другом. Способен ли банк решить вашу проблему до того, как вы сами ее заметили?

Кредитный скоринг во многих банках устроен совсем не так, как вы представляли

Когда говорят о "кредитном скоринге", у вас скорее всего возникают подобные ассоциации: алгоритмы, модели, автоматические решения за секунды.

На самом деле в большинстве банков — это Excel-таблицы, скоркарты (по которым сотрудник вручную проверяет заявку) и целые продуктовые направления, где формализованная оценка клиента не применяется вообще.

Так сложилось, что банковская отрасль 20 лет развивалась по определенной логике. Скоринг появлялся точечно под конкретный продукт или требование регулятора. Ручные процессы работали, просто медленнее и дороже, и пока объемы позволяли, это мало кого беспокоило.

Исследования
➖ По данным глобального опроса McKinsey (ноябрь 2025), почти 2/3 организаций до сих пор не начали масштабировать ИИ на уровне предприятия.

➖ Deloitte фиксирует, что только 25% банков располагают инфраструктурой данных, достаточной для полноценного внедрения ИИ.

➖ А Moody's отмечает, что во многих банках данные по-прежнему распределены между таблицами, файловыми хранилищами и изолированными системами.

Проблема проявляется, когда банк решает запускать цифровые кредитные продукты (рефинансирование, BNPL, онлайн-ипотеку). Каждый из них требует автоматизированного принятия решений, и тут выясняется, что под продуктами нет фундамента, на который можно опереться...

При этом банки, которые этот путь прошли, получают измеримый результат: сокращение времени обработки заявки на 62% и снижение затрат на андеррайтинг на 41%.

Именно в этой точке цифровая трансформация становится настоящей. Когда от витрины переходишь к фундаменту и обнаруживаешь, что самая важная работа — та, которую снаружи не видно.

Зачем мы отправляем заказчика к нашим конкурентам ❓
#ТакМожноБыло

В масштабной трансформации банка рано или поздно звучит один и тот же вопрос: "А почему так дорого?" Вопрос понятный и у него есть два варианта ответа:
1️⃣ — обидеться, развернуть презентацию на 40 слайдов и долго объяснять, почему каждый час стоит столько, сколько стоит.

2️⃣ — сказать "давайте проверим". Взять те же требования, те же спецификации и отправить их 2-3 внешним компаниям на локальном рынке и за его пределами и посмотреть, что вернется.

Мы всегда выбираем второй путь. По каждому значимому проекту в рамках нашего партнерства с банком мы собираем оценки от независимых подрядчиков на открытом рынке и только после этого формируем собственное предложение.

Зачем?
Если кто-то на рынке готов сделать то же самое с той же скоростью и дешевле, нам нужно это знать первыми (это сигнал, что в нашей модели что-то требует пересмотра). Если наша оценка оказывается ниже рыночной при сопоставимом качестве — это уже факт, с которым будет сложно спорить на комитетах и советах директоров.

Такая прозрачность требует уверенности в собственной работе. Генподрядчик, который сам приглашает конкурентов для сравнения, должен быть готов к любому результату. Именно эта готовность становится главным аргументом в долгосрочном партнерстве.

Мы строим отношения, в которых вопрос "а почему так дорого?" перестает быть неудобным и становится частью процесса. Задавайте его почаще)

Как встроить человека в работу ИИ ❓
#ПереводСКорпоративного

Когда компании внедряют ИИ в бизнес-процессы, рано или поздно возникает вопрос: где в этой схеме человек? Ответ на него зависит от того, насколько дорого обходится ошибка и насколько быстро система должна работать.

Есть два подхода:
1️⃣ Human-in-the-Loop (HITL) — человек встроен непосредственно в процесс принятия решений. Система готовит результат, человек проверяет и утверждает. Без этого подтверждения процесс не идет дальше.
*Используется там, где цена ошибки высока (кредитные решения, медицинские диагнозы, юридические документы и т.д.). В этом случае скорость приносится в жертву точности и ответственности.

2️⃣ Human-on-the-Loop (HOTL) — человек находится над процессом. Система работает самостоятельно, оператор наблюдает через мониторинг и вмешивается только при аномалиях или высоком риске.
*Подходит для высокочастотных процессов, где постоянное участие человека физически невозможно (обработка транзакций, фрод-мониторинг, операционные очереди...).

Если последствия обратимы и быстро обнаруживаются — HOTL достаточно. Если ошибка дорогая, публичная или юридически значимая — нужен HITL.

Одна фраза — и у вас другой проект 👍
#ВГоловеУАлександра

Посреди встречи по созданию корпоративного хранилища данных звучит фраза: "А давайте сделаем все в реал-тайме." Логично. Зачем ждать сутки, если можно получать данные мгновенно?

С точки зрения бизнеса — безупречная логика, только вот... это совершенно другой проект!

Классическое хранилище работает в пакетном режиме (данные собираются по расписанию, проходят обработку и попадают в отчеты). Надежно, проверено и предсказуемо по стоимости.

Real-time — потоковая обработка, которая работает 24/7 и предполагает принципиально другую инфраструктуру, команду и уровень эксплуатации.

Насколько отличается?
1️⃣ Инфраструктура real-time обходится в 3-5 раз дороже
2️⃣ Разработка — в 2-3 раза (специалистов с опытом потоковой обработки на рынке мало)
3️⃣ Запуск MVP занимает 6-12 месяцев вместо 2-4 для пакетного решения
4️⃣ И поддержка требует дежурной смены круглосуточно

Есть задачи, где real-time действительно необходим: антифрод, мониторинг транзакций, операционные дашборды. Тем не менее, для управленческой отчетности, аналитики и маркетинговых сегментов данные с задержкой в сутки прекрасно работают.

И вот тут появляется ключевой вопрос:
— Превышает ли стоимость задержки данных стоимость инфраструктуры для ее устранения?
Для выявления мошенничества? Однозначно да.
Для ежемесячной финансовой отчетности? Очевидно нет.

Оптимальное решение для большинства случаев — гибрид (надежная пакетная основа для 80% задач и точечная real-time обработка там, где скорость действительно окупается).

Сначала стоит выяснить, что бизнес теряет из-за задержки в сутки (и теряет ли вообще). Иногда ответ на этот вопрос экономит полгода работы и несколько миллионов рублей...

Наша #HRM 👨‍💻

Несколько лет наши рекрутеры работали в стороннем HRM-сервисе и накопили внушительную базу (больше 8 тыc. кандидатов, 400+ вакансий, история переписок, комментарии, воронки и т.д.).

Когда мы решили уйти, нам предложили выгрузить нашу же базу за деньги... То есть все, что мы собирали годами, оказалось в заложниках в чужой инфраструктуре!

После такого вопрос "Строить свое или продолжать арендовать?" решился окончательно. Мы не ведем переговоры с террористами, так что оставался только один вариант — собственная HRM.

Разработчик, который взялся за эту задачу, никогда в жизни не открывал HRM изнутри. Не знал, как устроена рекрутерская воронка, чем куратор вакансии отличается от рекрутера, почему одному важно видеть все этапы подбора, а другому достаточно 2 из 7.

Сначала пытались объяснять словами — созвоны, описания, текстовые пояснения. Казалось, что договорились и все понятно, но просто показалось. Открываем результат и видим что-то совершенно другое.

Все сдвинулось, когда рекрутер начала рисовать ему экраны. Без Figma и прототипов, просто по-человечески: вот здесь я нажимаю, сюда попадаю, это вижу, а вот это мне вообще не нужно.

Так разработчик увидел ее рабочий день целиком. Это 5 открытых окон с HeadHunter, Google Drive, Zoom, Telegram и платформой для найма. Чтобы передать одно CV заказчику, нужно скачать файл, сохранить локально, загрузить на диск, скопировать ссылку и отправить в чат.

5 действий на одного кандидата. Мы настолько к этому привыкли, что перестали замечать, сколько времени на это уходит... Задача переформулировалась сама: 1 экран, 1 поток и минимум переключений.

Про реакцию наших рекрутеров на MVP расскажем в следующий раз, а пока можете поделиться своей болью (или нет) по поводу HRM-систем 👇

Реакция команды на #HRM 🏖

Устроили первый полноценный демо для кураторов и начали с парсинга. Рекрутер нажала кнопку, и профиль кандидата с рекрутинговой платформы подтянулся за 3 секунды (навыки, опыт, контакты... все по полям). Реакция команды была примерно: "Мечта" и "Прям пушка". Не удивительно, ведь до этого те же данные каждый раз вносили вручную.

Потом посыпались вопросы от тех, кто знает, о чем спрашивать:
"А если кандидат уже есть в базе?" — есть распознавание дублей, система перенаправляет на существующий профиль.
"А резюме по нашему формату?" — один клик, и Word-файл готов.

Кураторам оказались не нужны все этапы воронки, и прямо на демо придумали кнопку "скрыть этап", чтобы каждый настраивал интерфейс под себя.

Когда дошли до персонализации, всплыла важная деталь. Разработчик с очень хорошим зрением собрал первую версию с мелким шрифтом. Рекрутеры видели чуть хуже, поэтому мы добавили настройку шрифта, цвета и фона. Оказывается, для людей, которые проводят в интерфейсе целый день, это одна из самых важных деталей. Приятный глазу шрифт.

А ближе к концу демо обрадовали уже Александра (CEO ITQuick). Рекрутеры знали тех, кому можно предложить нашу HRM! Система строилась чисто для внутреннего использования и, похоже, быстро перерастает в продукт.

Цифры (для тех, кто их любит)
✅ 400+ вакансий в работе
✅ 8 000+ профилей в базе
✅ парсинг за 3–5 секунд
Старые дубли из импортированной базы пока чистим вручную, полноценная аналитика еще в работе.

В бэклоге у нас AI-блок (описание кандидата под вакансию, перевод, приоритизация навыков и т.д.). Идей хватает, и в этом, пожалуй, главное преимущество собственного продукта...

Любую из них можно реализовать хоть завтра, без оглядки на чужую дорожную карту.

Год бумаги, потом — код
#ВГоловеУАлександра

В классической enterprise-разработке есть устойчивый сценарий. Сначала DOS, потом ТЗ, архитектурный документ, документ про тот документ и т.д. А заказчик в это время видит файлы в Confluence и пустой счетчик результатов.

На первое работающее демо обычно уходит от 6 до 12 месяцев, и в этом есть своя логика: дешевле исправить страницу текста, чем переписывать готовый модуль.

За год бумаги меняется все — рынок, команда заказчика, бизнес-приоритеты. Документ, который подписали в январе, к сентябрю описывает компанию, которой уже нет.

В нашем текущем проекте мы зашли иначе. CRM-прототип для банка собирается параллельно с проектированием. AI-инженер вместе с аналитиком берут разделы документа, которые уже зафиксированы, и сразу превращают их в работающие экраны. Демо первого спринта прошло, когда формальный этап проектирования был еще в работе.

Эффект от такого подхода хорошо виден на обсуждениях. Раньше "согласовываем структуру справочника клиентов" — и пять человек полчаса спорят о том, что каждый из них представляет по-своему. Сейчас же мы открываем экран, нажимаем кнопку и видим, как это работает. Спор заканчивается за 5 минут.
🧘‍♂️ Половина согласованных на бумаге решений не доживает до встречи с реальным интерфейсом

Что-то упрощается / переосмысляется / вызывает у заказчика вопрос "а зачем нам это вообще?". Хороший вопрос, лучше задать его на 3 неделе, чем на 12 месяце.

Для регуляторно сложных систем классическая модель остается разумным выбором, потому что там документация — это требование. Для прикладных бизнес-систем разрыв между документом и первым демо можно сжать с года до нескольких недель.

Операционист и клиент 🪫
#CRM

Один из коллег недавно рассказал, как открывал счет в банке. Просидел у операциониста почти 40 минут и подписал около 15 разных бумаг. На двенадцатой, конечно, уже не вчитываясь в текст, просто кивал и ставил автограф.

(Ситуация многим знакома)

Рабочий экран операциониста, тот самый, в который он смотрит, пока клиент сидит напротив — CRM-система. Чем она умнее, тем меньше времени продлится ваш с ним тет-а-тет. Наша команда как раз сейчас строит умную CRM-систему для банка и именно поэтому тратит часы на функциональные требования, варианты архитектуры, фазы интеграции, спринты, демо.

Раньше мы оценивали проект классическими IT-метриками — сколько функциональности доставлено, какие юзкейсы покрыты и насколько готовы интеграции. Вот только ни одна из этих метрик не отвечает на главный вопрос: стало ли клиенту лучше?

Внутренний заказчик может подписать приемку, архитектура останется чистой и тесты зелеными, а в итоге операционист протянет клиенту 15 бумаг...

Поэтому мы решили поменять критерий приемки этапа. Считать, сколько минут клиент сидит у операциониста с новым CRM и сколько подписей он ставит. Если оба числа уменьшились, проект сделал свое дело!

🧘‍♂️ Перед запуском любого корпоративного проекта стоит пройти путь конечного клиента своими ногами и подержать в руках то, что компания предлагает ему каждый день.

Атланты Сити в Сочи ✨

Сегодня в 10:00 Александр Сельдемиров выступает на Атланты Сити — одном из крупнейших предпринимательских форумов страны.

С 22 по 26 июня на Красной Поляне собрались предприниматели со всей России: пять дней насыщенной программы, мастер-классы, воркшопы и то живое общение, ради которого такие мероприятия и существуют.

Тема выступления: от Битрикса к своей CRM за 5 недель

Это кейс про то, как ИИ меняет скорость разработки, и почему главный барьер здесь не технология, как можно было подумать, а люди.

О том, как все прошло, и чем поделился Александр, расскажем после выступления

ШОС ✨

Пока Александр в Сочи, наш CCO Global Markets Григорий Массов сегодня на бизнес-форуме ШОС выступает с темой о будущем банков на развивающихся рынках.

Форум собрал представителей финансового сектора из стран Центральной и Средней Азии, Ближнего Востока, Африки, Юго-Восточной Азии, Южной и Латинской Америки — регионов, где банковская трансформация идет быстрее, чем принято думать.

Тезис Григория:
🧘‍♂️ Будущее принадлежит не тем банкам, которые первыми внедрят ИИ, а тем, которые первыми научатся принимать лучшие решения с его помощью.

Большинство банков задают вопрос:
— Как внедрить AI?
И это уже неправильный старт. Лучше спросить, каким должен стать банк, чтобы оставаться конкурентоспособным через 5 лет?

Разница в формулировке меняет всю логику трансформации, а как, расскажем подробнее уже после выступления.

Кто на самом деле боится ИИ ❓

На демо-показе новой системы сотрудники восхищаются ей и клятвенно обещают пользоваться, а через месяц в логах меньше заходов, чем людей в отделе... Это называют тихой итальянской забастовкой и обычно списывают на инертность.

Все не так однозначно. Мы расскажем историю, которой Александр делился недавно на закрытой бизнес-встрече.

В этом году он первый раз за 23 года сел писать код сам, и через 2 недели у компании была новая #CRM. Команда увидела ее на демо, естественно, похвалила таланты Александра и выразила абсолютную готовность переезжать. (Какая разница, чем не пользоваться? Битриксом или чем-то новым...)

Дальше мог начаться тот самый тихий саботаж, поэтому Александр решил передать роль продакта руководителю отдела продаж, и через 3 недели они уже работали в системе, которую считали своей.

Дело в том, что руководитель продаж на своем месте. Она живет своей командой каждый день и знает, что им нужно. Поэтому, когда такому человеку дали инструмент, она была искренне рада, что можно все сделать по-настоящему удобно и заточить продукт под нужды своего отдела.

Тихую забастовку устраивают те, кто годами строил видимость работы вокруг процессов, которые легко автоматизируются. Они саботируют любую прозрачность, потому что она их выдает.

ИИ не станет угрозой людям, которые заняты действительно своим делом, поэтому руководителям стоит задаться простым вопросом:
"Кто из сотрудников на своем месте, а кто нет?"🤔

У 49% опрошенных ИИ встроен в процессы
#МагияСтатистики

Большинство компаний, которые считают, что у них ИИ встроен в процессы, на самом деле имеют в виду его регулярное использование. В чем разница?

Точечное использование
Разработчик пишет код с Copilot, маркетолог редактирует тексты в ChatGPT, аналитик задает вопросы данным через Claude. Каждый сам по себе выполняет свои задачи с "ИИшкой".
Это просто удобный инструмент (как Excel).

Встроен в процессы
Полностью меняется логика работы. Если в первом варианте задача формулируется как "сделай X", то здесь "спроектируй процесс, в котором X делается с минимальным участием человека". Человек больше не исполнитель. Он ставит задачу, проверяет результат и принимает окончательное решение.

Представьте: завтра у вас заберут все ИИ-инструменты. Насколько замедлится работа?
Если немного — точечное использование.
Если все встанет (не хотелось бы, конечно) — ИИ встроен в процессы 👍