Альфа-Банк внедрил в AlfaGen ИИ-аналитика для глубокого исследования данных
Альфа-Банк расширил возможности собственной платформы генеративного искусственного интеллекта AlfaGen. В системе появилась функция "Глубинное исследование" - цифровой аналитик, который способен самостоятельно спланировать работу с запросом, найти необходимые сведения, проверить их достоверность и представить результат в виде структурированного документа.
Новая технология рассчитана на задачи, где недостаточно краткого ответа чат-бота. Она может изучать большие массивы разрозненной информации, сопоставлять данные из разных источников и формировать выводы, пригодные для дальнейшего принятия управленческих решений.
Как работает Deep Research
Пользователь задает системе аналитический вопрос, после чего ИИ самостоятельно разбивает его на отдельные этапы. Алгоритм определяет, какие сведения необходимо найти, организует поиск, оценивает качество полученных материалов и объединяет результаты в единый отчет.
Полный цикл обработки занимает примерно 15-20 минут. Более продолжительное выполнение запроса является одним из ключевых отличий технологии от обычных генеративных помощников. За это время система может обработать существенно больший объем информации, провести многоуровневую проверку фактов и подготовить более последовательное обоснование итоговых выводов.
На выходе пользователь получает не набор разрозненных ответов, а оформленный аналитический материал с логичной структурой. Такой подход особенно полезен при подготовке обзоров рынка, изучении конкурентов, оценке отраслевых тенденций и предварительном анализе новых направлений бизнеса.
Технологическая основа решения
В основе "Глубинного исследования" используется языковая модель GPT-OSS-120B, отвечающая за рассуждение и обработку сложных запросов. Для управления многоэтапным сценарием применяется фреймворк LangGraph. Он позволяет выстраивать последовательность действий системы и контролировать переход от поиска информации к ее проверке и обобщению.
Актуальные сведения на русском языке ИИ получает с помощью Yandex Search API. Технология Jina.ai используется для более точного извлечения данных из найденных материалов. Защиту информационного контура обеспечивает Kaspersky Private Security Network.
Таким образом, решение объединяет несколько компонентов: языковую модель, инструменты поиска, механизмы сбора сведений, систему управления этапами анализа и средства защиты данных. Это позволяет использовать ИИ не только как диалоговый интерфейс, но и как самостоятельный инструмент подготовки аналитических материалов.
Результаты внутреннего тестирования
В ходе внутренних испытаний Альфа-Банк сравнивал разработку с зарубежными аналогами. По оценке банка, уже первая версия Deep Research продемонстрировала более последовательную методологию работы, строгий подход к проверке информации и удобную структуру отчетов.
При этом технология не отменяет участия специалиста. Подготовленный документ может использоваться как основа для дальнейшей работы, однако окончательная оценка выводов и принятие решений остаются за сотрудником. Такой формат помогает сократить время на рутинный сбор и первичную обработку данных, сохраняя человеческий контроль над значимыми бизнес-процессами.
Директор по ИИ в IT Альфа-Банка Святослав Соловьев отметил, что запуск функции отражает переход от концепции ИИ как инструмента для получения отдельных ответов к модели цифрового коллеги, способного выполнять аналитическую работу. По его словам, система берет на себя наиболее трудоемкие операции и тем самым позволяет ускорить подготовку решений, повысить качество продуктов и сэкономить сотрудникам несколько дней работы.
AlfaGen как единая ИИ-платформа
AlfaGen уже используется для создания различных решений на базе искусственного интеллекта. Внутренние ассистенты помогают сотрудникам автоматизировать повторяющиеся операции, быстрее обрабатывать информацию и ускорять разработку.
Отдельное направление связано с клиентскими помощниками. Они способны поддерживать диалог, задавать уточняющие вопросы, учитывать индивидуальные параметры пользователя и предлагать персонализированные варианты решения задачи. Интеграция Deep Research расширяет функциональность платформы: теперь она может применяться не только для общения и автоматизации, но и для подготовки сложных исследовательских материалов.
Первые пользователи - команды банка
На начальном этапе новую функцию будут использовать внутренние подразделения Альфа-Банка. Среди приоритетных сценариев - изучение рынков, мониторинг конкурентов и выявление значимых трендов.
Сотрудники смогут поручать системе подготовку предварительных обзоров, сравнение компаний, анализ отраслевых изменений и поиск факторов, способных повлиять на развитие продукта. Это особенно актуально в ситуациях, когда специалисту приходится работать с большим количеством документов и регулярно обновляемыми сведениями.
Использование цифрового аналитика также может снизить нагрузку на команды, которые тратят значительную часть рабочего времени на поиск, сортировку и сверку данных. Освободившиеся ресурсы можно направить на интерпретацию результатов, разработку стратегий и проверку гипотез.
Перспективы для бизнес-клиентов
В дальнейшем Deep Research планируется сделать доступным для бизнес-клиентов банка. Для компаний такая технология может стать инструментом оперативной подготовки исследований без необходимости каждый раз привлекать отдельную аналитическую команду.
Потенциальные сценарии включают оценку новых рынков, анализ поставщиков, изучение конкурентной среды, подготовку отраслевых обзоров и предварительную проверку инвестиционных идей. ИИ сможет помогать предпринимателям быстрее получать картину происходящего и принимать решения на основе систематизированной информации.
Особенно востребованным решение может оказаться у малого и среднего бизнеса, который не всегда располагает штатными аналитиками. Автоматизированное исследование позволит таким компаниям получать более глубокую оценку ситуации, не увеличивая существенно операционные расходы.
При этом важным условием останется корректная постановка задачи. Чем точнее пользователь сформулирует вопрос, укажет период, регион, отрасль или критерии сравнения, тем полезнее будет итоговый отчет. Поэтому Deep Research следует рассматривать как интеллектуальный инструмент для ускорения работы, а не как полностью автономный источник окончательных решений.
Внедрение функции также показывает, как меняется роль корпоративного искусственного интеллекта. Если раньше ИИ преимущественно отвечал на запросы и помогал выполнять отдельные операции, то теперь он постепенно осваивает полный цикл аналитической задачи: от планирования исследования до подготовки итогового документа.
