РСХБ и РСХБ-Автоматизация дополняют ИИ-платформу ассистентами на базе LLM

РСХБ масштабирует ИИ-ассистентов на обновленной платформе RAISA с компанией ООО «РСХБ-Автоматизация».

Россельхозбанк (РСХБ) выводит на новый уровень собственную платформу искусственного интеллекта ^[1] RAISA, наделив её возможностями для запуска и масштабирования десятков ИИ-ассистентов. К работам по развитию платформы активно привлекается команда ИТ-дочки банка ООО «РСХБ-Автоматизация».

RAISA (RSHB AI SYSTEMS AND APPLICATIONS) — решение полного цикла для работы с искусственным интеллектом, объединяющее все этапы — от подготовки и контроля качества данных до разработки, внедрения и мониторинга моделей.

В основе RAISA — развитая инфраструктура для подготовки и обработки данных, проведения экспериментов и документирования моделей. Платформа обеспечивает стандартизированные процессы построения и тестирования моделей, а также их развёртывание и контроль качества в промышленной среде. Особое внимание ^[2] уделено пользовательскому опыту ^[3] моделистов: рабочее пространство интегрирует инструменты аналитики, версионирования кода, автоматизации процессов и взаимодействия с корпоративными источниками данных.

 Как отметил директор Департамента больших данных РСХБ Александр Сабуров, платформенный подход является ключевым для Банка. Он позволяет централизованно контролировать весь жизненный цикл ассистентов — от определения моделей и сбора данных до мониторинга ресурсов и расчета финансовой эффективности, что экономит время и силы по сравнению с точечными решениями.

В рамках обновленной платформы уже запущены первые помощники. Они решают задачи умного поиска, генерации документов по внутренним нормативам, формализации заявок в ИТ-поддержку и предоставляют контекстные подсказки в интерфейсах систем банка. Это позволяет интеллектуально маршрутизировать задачи и снизить нагрузку на сотрудников.

Перспективы развития RAISA связаны с углублением интеграций через открытые API и созданием продвинутых механизмов контроля ресурсов. «При экспоненциальном росте потребностей ^[4] генеративного ИИ критически важен учет токенов и прогнозирование нагрузок», — подчеркнул руководитель лаборатории ИИ Департамента больших данных РСХБ Даниил Потапов.