Россельхозбанк: более 200 ML-моделей в работе, эффект ИИ — 600 млн рублей

«Россельхозбанк» — более 30 тыс. сотрудников в 82 субъектах России, первое место на рынке финансирования агропромышленного комплекса и место в пятёрке крупнейших банков страны по активам. Три года назад банк начал выстраивать функцию внедрения искусственного интеллекта практически с нуля. Руководитель Лаборатории искусственного интеллекта Даниил Потапов называет главные ограничения среды: каждая инициатива требует обоснования окупаемости, согласования растягиваются, толерантность к риску низкая, к генеративным моделям многие относятся скептически. Стратегия ИИ встроена в ключевой документ банка по развитию ИТ-ландшафта.

Основной инструмент — собственная платформа RAISA (RSHB AI Systems & Applications) для специалистов по работе с данными, построенная по принципу self-service: от ad-hoc-аналитики и ETL-процессов до разработки и деплоя моделей машинного обучения. RAISA интегрирована со всеми хранилищами банка — от сетевых дисков до озера данных на Apache Hadoop, Greenplum и PostgreSQL. На той же платформе работают LLM-инициативы: контекстный поиск по базам знаний, системам документооборота и протоколам заседаний, ассистент для типовых документов и ассистенты для разработчиков и аналитиков на моделях Qwen и DeepSeek, развёрнутых внутри контура банка.

Команда ИИ-функции отвечает за полный жизненный цикл решений и включает собственных специалистов от DevOps и SRE до дата-инженеров и продуктовых аналитиков. Каждая инициатива стартует с финансовой модели, а методика расчёта эффекта фиксируется на этапе планирования; за основу взята методология Ассоциации ФинТех. За три года в промышленную эксплуатацию выведено более 200 моделей машинного обучения, платформой пользуются свыше 4 тыс. сотрудников, Time-to-Market сократился на 75%. После ухода Microsoft команда переписала более 3000 скриптов на новый стек. Подтверждённый эффект всех ИИ-инициатив — 600 млн рублей; цель стратегии до 2029 года — 8,8 млрд рублей.