Архив Финансовые услуги и страхование · Банки

Альфа-Банк: ИИ-агент Desmond проверяет документацию, 89,7% задач на тесте

По данным «Альфа-Банка», ИИ-агент Desmond на базе gpt-oss-120b проверяет документацию платформы «Альфа-Онлайн» по событию из Jira. В тесте на 30 реальных задачах он успешно обработал 89,7% случаев на шаге, где решает, нужна ли проверка.

Стадия
Промышленная эксплуатация
География
Россия
Год
2025
Источники
1
CB-000271
проверено 10.10.2026

/01 · ключевые результаты

  • возможность системы

    89,7%

    доля задач, успешно обработанных агентом на шаге «нужна ли проверка»

    Альфа-Банк, блог компании, 01.08.2025

    тест на реальных задачах · шаг определения необходимости ревью; 27 из 30 задач

    данные компании

  • возможность системы

    26 с

    время работы агента на примере после распараллеливания (было 1 мин 20 сек)

    Альфа-Банк, блог компании, 01.08.2025

    один пример · один пример проверки документации

    данные компании

оценка strategai

Оценку не приводим: измеренный эффект на время ревью в тексте источника не приведён

По данным «Альфа-Банка», ИИ-агент Desmond на базе gpt-oss-120b проверяет документацию платформы «Альфа-Онлайн» по событию из Jira. В тесте на 30 реальных задачах он успешно обработал 89,7% случаев на шаге, где решает, нужна ли проверка.

Стадия
Промышленная эксплуатация
География
Россия
Год
2025
Источники
1
CB-000271
проверено 10.10.2026

/02 · паспорт кейса

/ паспорт кейса · CB-000271Альфа-Банк

Бизнес

Компания
Альфа-Банк
Отрасль
Финансовые услуги и страхование · Банки
Функция
ИТ, разработка ПО и кибербезопасность
Задача
Интеллектуальная обработка документов

Технология

Класс AI
ИИ-агенты и мультиагентные системы
Тип решения
Собственная разработка

Внедрение

Стадия
Промышленная эксплуатация, на 01.08.2025
География
Россия

/03 · описание кейса

Бизнес-задача

Перед релизом фичи на платформе «Альфа-Онлайн» — веб-приложении Альфа-Банка — команда готовит поставку по workflow в Jira, где есть этап Docs review. Платформенные аналитики на дежурствах проверяют, что документация написана по стандарту и отражает все изменения продукта. У них много других задач, поэтому на этапе ревью возникают задержки, которые влияют на lead time и замедляют подготовку к релизу. Из-за человеческого фактора мелкие детали могут пропускаться, а результаты проверки различаются между ревьюверами. Алгоритмическую автоматизацию без ИИ команда отвергла: у документации нет строгого синтаксиса, и сопровождать такой алгоритм вышло бы дороже ручной проверки.

Решение

Desmond — ИИ-агент, который выполняет одну задачу: ревью внутренней документации платформы «Альфа-Онлайн». Диалогового интерфейса у него нет: агент запускается по webhook, когда задача в Jira переходит в нужный статус. Он определяет, нужна ли проверка, ищет документацию по фиче в Confluence, сверяет её со стандартом и публикует отчёт комментарием в Jira. Агент использует open-source модель gpt-oss-120b, развёрнутую внутри банка, через внутренний продукт AlfaGen — без дообучения и RAG; логика задаётся промптами с примерами. Работает на Java 21 и Spring AI в Docker и Kubernetes во внутреннем ИИ-кластере банка, интегрирован с Jira, агентом код-ревью и LibreChat.

Внедрение

Банк сообщил о внедрении агента в процесс ревью документации в Confluence в статье 1 августа 2025 года; в марте 2026 года материал обновлён. На шаге, где агент решает, нужна ли проверка, команда протестировала его на 30 реальных задачах: 27 из них обработаны успешно (89,7%). Чтобы обойти лимит токенов, документацию очищают от лишних HTML-тегов и делят на чанки; запросы к модели по чанкам выполняются параллельно на виртуальных потоках Java, и на одном из примеров время работы сократилось с 1 мин 20 сек до 26 секунд. По словам авторов, этап ревью ускорился, а аналитики продуктовых команд быстрее вносят правки. Агент разработан группой сотрудников как сторонний проект в рамках технического развития.

/04 · источники и проверка

Что подтверждено

  • По данным «Альфа-Банка», ИИ-агент Desmond внедрён в процесс ревью документации в Confluence на платформе «Альфа-Онлайн» и запускается по событию из Jira.
  • В тесте на 30 реальных задачах агент успешно обработал 27 (89,7%) на шаге определения, нужна ли проверка.
  • После распараллеливания запросов к модели время работы агента на одном примере сократилось с 1 мин 20 сек до 26 секунд.

Ограничения

  • 89,7% относится к одному шагу — определению, нужна ли проверка, — и к выборке из 30 задач; точность самой сверки документации со стандартом не приведена.
  • 26 секунд — время работы агента на одном примере; цифра не показывает, насколько сократилось время ревью для аналитиков.
  • Медианное время ревью по месяцам банк показал только на графике; в тексте значений нет, поэтому эффект на lead time не измерен в цифрах.
  1. [1] Альфа-Банк

    Как мы ускорили проверку документации с помощью AI-агента: от боли к решению

    компания · 01.08.2025

    Открыть источник

Архив Сообщить о неточности

АрхИИВ /strategai · CB-000271 · Версия 1 · 10.10.2026 · /c/CB-000271/