ВТБ: RAG-чат-бот для операционистов ускорил поиск информации в 9 раз

Операционисты отделений ВТБ тратили много времени на поиск информации по регламентам, тарифам и другим вопросам, а ответы службы методологической поддержки на их запросы занимали часы. Идея проекта возникла из анализа обратной связи от операционистов и службы поддержки. Статичные базы знаний и поисковые системы, по оценке банка, перестали отвечать потребностям быстро меняющейся среды. Цель проекта — сократить время поиска информации, повысить удовлетворённость клиентов и снизить нагрузку на сотрудников поддержки. По словам владельца продукта, в ручном режиме операционисты дают корректные ответы в среднем в 70–80% случаев из-за объёма информации и сложности регламентов.

Банк создал интеллектуальный чат-бот на основе больших языковых моделей и поисково-дополненной генерации (RAG). Система состоит из трёх компонентов: чат-бот-платформы, доступной сотрудникам отделений на рабочих местах, интегрированного с ней фронт-офисного приложения и RAG-сервиса, который извлекает актуальные данные в режиме реального времени, преобразует их в машиночитаемый вид и генерирует ответы. Источники — корпоративные базы знаний: инструкции, регламенты, нормативные документы, методические рекомендации и скрипты, каталоги продуктов и услуг, сборники тарифов. Данные структурированы и периодически обновляются. Продуктом руководит Евгения Катенина, владелец продукта «Чат-боты для сотрудников Розничного Блока» ВТБ.

Пилотный проект охватил 3 тыс. сотрудников отделений. По данным банка, время на поиск информации сократилось в 9 раз, точность ответов чат-бота составляет 90%; оставшиеся 10% банк использует для дообучения модели. Проект номинирован на премию Data Award, интервью опубликовано в марте 2025 года. До конца 2025 года банк планировал масштабировать решение на всю сеть отделений и ожидал эффект 2,5 млн рублей, к 2030 году — экономию 17,5 млн рублей. Среди ожидаемых результатов масштабирования — рост автоматизации в чат-боте с 70% до 90%, сокращение времени обработки клиентских запросов в 1,5 раза и снижение нагрузки на службу методологической поддержки на 80%.