Кейс: как команда банка научилась применять AI в задачах риск-менеджмента
Перед департаментом рисков одного из крупнейших банков стояла задача: понять, где и как нейросети действительно могут помочь в работе: от анализа договоров до ускорения подготовки аналитики. При этом важно было не просто познакомиться с моделями, а на практике освоить инструменты, оценить их пользу и научиться запускать пилотные проекты. Для этого мы провели практико-ориентированное обучение, нацеленное на быстрые и понятные результаты.
Подробнее о процессе и результатах обучение рассказали в этом кейсе.
Подробнее о процессе и результатах обучение рассказали в этом кейсе.
Цель обучения
Научить сотрудников департамента рисков эффективно использовать современные ИИ-инструменты: от генерации текстов и обработки документов до анализа данных и построения собственных MVP.
Формат: очный тренинг в Москве, 2 дня, 9 тематических модулей
Формат: очный тренинг в Москве, 2 дня, 9 тематических модулей
Программа:
1. Введение
Базовые понятия ИИ и GenAI, разбор применимости в финансовом секторе, генерация гипотез использования под задачи участников.
2. Этика, право и «10 правил работы с ИИ»
Конфиденциальность, предвзятость, авторское право, «зеленые» и «красные» зоны использования ИИ.
3. Типы моделей и промпт-кухня
Промпт-инжиниринг, работа с документами и изображениями, получение структурированных ответов, извлечение данных из PDF.
4. Кейсы и матрица приоритетов
Отбор актуальных задач, оценка сложности и эффекта, формирование пула пилотных кейсов.
5. Работа с данными + Data-canvas
Разведочный анализ (EDA), визуализация, поиск закономерностей и аномалий с помощью ИИ.
6. Выбор решений + скоринг моделей
Подбор подходящей модели под тип задачи: текст, данные, сценарии, документы.
7. Интеграция ИИ в процессы + MVP
План внедрения, построение первых прототипов: «MVP за 3 промпта».
8. KPI и оценка ROI
Метрики эффективности, шаблон «Паспорта метрик» для оценки выгоды от внедрения.
9. Дорожная карта и масштабирование
Упаковка результатов, презентация пилота, дальнейшие шаги по развитию ИИ-практики.
Базовые понятия ИИ и GenAI, разбор применимости в финансовом секторе, генерация гипотез использования под задачи участников.
2. Этика, право и «10 правил работы с ИИ»
Конфиденциальность, предвзятость, авторское право, «зеленые» и «красные» зоны использования ИИ.
3. Типы моделей и промпт-кухня
Промпт-инжиниринг, работа с документами и изображениями, получение структурированных ответов, извлечение данных из PDF.
4. Кейсы и матрица приоритетов
Отбор актуальных задач, оценка сложности и эффекта, формирование пула пилотных кейсов.
5. Работа с данными + Data-canvas
Разведочный анализ (EDA), визуализация, поиск закономерностей и аномалий с помощью ИИ.
6. Выбор решений + скоринг моделей
Подбор подходящей модели под тип задачи: текст, данные, сценарии, документы.
7. Интеграция ИИ в процессы + MVP
План внедрения, построение первых прототипов: «MVP за 3 промпта».
8. KPI и оценка ROI
Метрики эффективности, шаблон «Паспорта метрик» для оценки выгоды от внедрения.
9. Дорожная карта и масштабирование
Упаковка результатов, презентация пилота, дальнейшие шаги по развитию ИИ-практики.
Практика на каждом этапе
Каждый модуль сопровождался прикладными задачами и мини-воркшопами, на которых участники:
-
Писали промпты для анализа документов, подготовки ТЗ и саммари встреч - Проводили разведочный анализ данных (EDA) и строили визуализации
- Выбирали пилотные кейсы и проверяли их реализуемость с помощью ИИ
- Разрабатывали простые MVP: калькуляторы, чат-боты, автоматические отчеты
- Создавали собственные метрики и рассчитывали экономический эффект
- Формировали планы внедрения и финализировали презентации
На выходе у каждого участника остался комплект шаблонов, готовых решений и собственный мини-проект, упакованный с помощью ИИ-ассистента.
Что получили участники
- Освоили работу с ключевыми ИИ-моделями (ChatGPT, Gemini, Claude и др.) под задачи анализа документов, обработки данных и генерации отчетов
- Научились формулировать точные запросы (промпты) и получать структурированные результаты
- Разобрали реальные кейсы риск-менеджмента и собрали шаблоны для типовых задач
- Разработали MVP-проекты для внедрения ИИ в текущие процессы
- Получили инструменты для оценки эффективности (KPI, ROI) и подготовки обоснования под масштабирование
Обучаем команды работе с ИИ под задачи бизнеса
ИИ-инструменты могут сэкономить десятки часов, упростить аналитику, ускорить документооборот и помочь в принятии решений. Но без практики и адаптации под задачи бизнеса — они не работают. Мы в Product Lab закрываем этот разрыв.
С нами уже работают Яндекс, Т-Банк, Газпромбанк, Сбер, ВкусВилл, Avito, Ростелеком, Сколково, Гознак, Сибур Холдинг и десятки других компаний из различных сфер: IT, промышленность, финансы, телеком, медицина, госструктуры и др.
С нами уже работают Яндекс, Т-Банк, Газпромбанк, Сбер, ВкусВилл, Avito, Ростелеком, Сколково, Гознак, Сибур Холдинг и десятки других компаний из различных сфер: IT, промышленность, финансы, телеком, медицина, госструктуры и др.
Что мы даем
- Навыки эффективной работы с ИИ (промпты, поиск, структурирование, визуализация)
- Практику применения под реальные кейсы: тексты, таблицы, презентации, договоры, CRM
- Подходящие инструменты под каждую задачу
- Программы обучения для разных ролей: от топ-менеджеров и аналитиков до HR и маркетинга
- Помощь в выборе пилотных процессов для внедрения ИИ
Форматы корпоративных программ:
- Воркшопы (1-2 дня)Быстрый старт и навыки для внедрения
- Практические курсы (2-4 недели)Прокачка под отдел или функцию
- Программы AI-трансформацииВнедрение AI в процессы компании под ключ
Больше статей по теме
Получить консультацию
Заполните форму и получите ответы
на все вопросы.
на все вопросы.