«Контекст» в финтехе: как наша ИИ-платформа закрыла 5 проблем юридической проверки

О проекте

Крупный банк запустил пилот нашей разработки, ИИ-платформы «Контекст», для автоматизации задач, которые раньше отнимали у юридической службы от 3 до 6 часов рабочего времени на одну задачу на команду из 2-3 человек: проверка доверенностей, банковских гарантий, крупных сделок и сделок с заинтересованностью (сделок, в которых у одной из сторон есть личная заинтересованность — например, через аффилированные компании или родственные связи). Для юридической функции банка это означает перевести проверку полномочий и рисков из ручного, растянутого во времени процесса в управляемый и контролируемый.

«Контекст» — управляемая корпоративная среда для работы с документами, задачами и внутренними знаниями организации. Платформа объединяет языковые ИИ-модели, готовые бизнес-сценарии и специализированных помощников в едином защищённом контуре и работает по принципу «одной кнопки»: вместо того чтобы формулировать сложные запросы, юрист запускает готовый сценарий и получает не общий ответ, а результат выполненного бизнес-процесса. Система включена в реестр российского программного обеспечения — реестровая запись №31673 от 30.12.2025.

Задача

До внедрения «Контекста» юристы банка тратили время на однотипную, но объёмную работу: проверяли, кто и на каком основании подписывает документы, оценивали, подпадает ли сделка под критерии крупности, и искали признаки заинтересованности. Все эти проверки шли вручную и требовали удерживать в голове сразу несколько разных юридических логик. Команда из 2–3 юристов тратила на такие проверки практически весь рабочий день — от 16 до 24 человеко-часов ежедневно.

Ключевой вызов для команды разработки звучал так: нельзя просто «включить ИИ» и рассчитывать на результат. Юридическая логика — это не универсальный алгоритм, а набор точных правил, которые различаются для каждого типа проверки и требуют участия практикующего юриста на каждом этапе настройки.

Реализация

Пилот шел не от готового решения к внедрению, а от разбора конкретных сбоев к их последовательному устранению. Команда решила пять проблем заказчика.

1. Непрозрачный сценарий работы: не видно, на каком этапе возникает ошибка. Изначально проверка полномочий подписанта, крупности сделки и заинтересованности была одним объёмным сценарием, в котором было не видно, на каком шаге возникла ошибка. Сценарий разделили на 4 независимых шага — полномочия единоличного исполнительного органа (ЕИО), количественный и качественный критерии крупности сделки, признаки заинтересованности. Каждый шаг запускается отдельно, требует только нужные документы и дает понятный, локализованный результат.
2. Ложные риски из-за шаблонных формулировок. В типовых формах банковских гарантий встречаются служебные пометки, которые должны быть удалены при оформлении. Система принимала их за реальные условия и ошибочно ставила статус «отказ», хотя фактического риска не было. Логику сопоставления донастроили так, чтобы отличать служебные формулировки от содержательных условий документа, — это снизило число ложных срабатываний.
3. Недостаточная глубина анализа. На старте пилота система иногда делала поверхностные выводы, пропуская связи между документами. Команда внедрила режим глубокого анализа, который повысил точность сопоставления с юридическим чек-листом и сделал итоговые выводы более прозрачными и обоснованными.
4. Нестандартные документы ломали распознавание. Доверенности на нетиповых бланках — например, с цветным фоном по шаблону, предоставленному банком, — и пакеты «договор плюс дополнительные соглашения» изначально обрабатывались некорректно. В систему добавили обработку нестандартных шаблонов доверенностей и логику, которая учитывает изменения условий договора при совместной загрузке основного документа и допсоглашений.
5. Юридическая логика требовала валидации экспертом. Автоматизация не может строиться только на промптах — формулировках запросов к модели. К настройке всех сценариев подключили практикующего юриста, который проверил бизнес-логику и качество выводов, после чего систему повторно протестировали на документах, предоставленных банком, и устранили большинство замечаний.

Результат

За несколько месяцев пилота «Контекст» прошёл путь от прототипа к инструменту, готовому к промышленной эксплуатации в юридической функции банка.

1. Юристы тратят время на реальные несоответствия, а не на шаблонные формулировки, ошибочно принятые за риск
2. Каждая проверка получила свой чек-лист и понятный статус вместо непрозрачного результата «чёрного ящика»
3. Поиск и анализ информации в документах сократился до 90% времени благодаря внедренному governance-слою — уровню управления и контроля, который следит за соблюдением правил на каждом шаге проверки
4. Потенциальный экономический эффект на 100 пользователей оценивается в 15–40 млн рублей в год (1,2 млн рублей в год на команду из 2–3 юристов) — это расчёт на основе данных пилота.