"Альфа-Банк" внедрил ИИ-систему Deep Research для бизнес-аналитики
"Альфа-Банк" расширил возможности собственной платформы генеративного искусственного интеллекта AlfaGen. В системе появилась функция "Глубинное исследование" (Deep Research) - цифровой аналитик, который способен самостоятельно сформулировать план работы, найти нужные сведения, сопоставить данные из разных источников и подготовить итоговый отчет.
Новая технология предназначена для задач, где обычного ответа чат-бота недостаточно. Вместо краткой справки система проводит многоэтапное исследование продолжительностью около 15-20 минут. За это время она обрабатывает значительный объем информации, проверяет факты и выстраивает выводы в логичную структуру.
Итогом работы становится аналитический документ с описанием изученной темы, ключевыми фактами, выявленными тенденциями и обоснованными заключениями. Такой подход может быть полезен при оценке рынков, изучении конкурентов, подготовке стратегических материалов и анализе отраслевых изменений.
Как работает Deep Research
Система самостоятельно разбивает запрос на несколько этапов. Сначала она определяет, какие сведения необходимо собрать и какие вопросы требуют дополнительной проверки. Затем выполняет поиск, отбирает релевантные материалы, сопоставляет полученные данные и формирует единый отчет.
Важная особенность решения - многоуровневая проверка информации. Алгоритм не ограничивается первым найденным утверждением, а сравнивает сведения из разных источников, оценивает их согласованность и снижает риск включения недостоверных данных в итоговый материал.
Более продолжительная обработка запроса в данном случае является преимуществом. Пользователь получает не мгновенный, но более полный и структурированный результат, который можно использовать как основу для дальнейшего анализа и принятия управленческих решений.
Технологическая основа платформы
В основе Deep Research используется языковая модель GPT-OSS-120B, отвечающая за логическое рассуждение и обработку сложных запросов. Для управления последовательностью аналитических операций применяется фреймворк LangGraph.
Поиск актуальной информации на русском языке выполняется с использованием Yandex Search API. Для точного извлечения данных из найденных материалов задействована технология Jina.ai. Защиту информационного контура обеспечивает Kaspersky Private Security Network.
Такое сочетание компонентов позволяет распределить работу между несколькими специализированными элементами: одни отвечают за поиск, другие - за обработку текстов, проверку фактов, планирование и подготовку финального документа.
От чат-бота к цифровому коллеге
В банке отмечают, что запуск Deep Research отражает переход от ИИ, который просто отвечает на вопросы, к инструменту, способному самостоятельно проводить исследовательскую работу. По словам директора по ИИ в IT "Альфа-Банка" Святослава Соловьева, система берет на себя наиболее трудоемкую часть аналитического процесса - сбор и первичную обработку разрозненных сведений.
Это позволяет сотрудникам сосредоточиться на интерпретации результатов, проверке гипотез и подготовке решений. В перспективе такой подход способен сократить сроки выполнения аналитических задач с нескольких дней до часов.
В ходе внутреннего тестирования решение сравнивали с зарубежными аналогами. По оценке банка, уже первая версия продемонстрировала более последовательную методологию исследования, строгую работу с данными и удобную структуру отчетов.
Роль AlfaGen в экосистеме банка
Платформа AlfaGen уже используется для создания различных ИИ-инструментов. Среди них - внутренние помощники, автоматизирующие рутинные операции и поддерживающие сотрудников при разработке продуктов.
Отдельное направление связано с клиентскими сервисами. Такие помощники могут вести диалог, задавать уточняющие вопросы, учитывать индивидуальные параметры пользователя и предлагать персонализированные варианты решения задачи.
Deep Research дополняет эту экосистему функциями, ориентированными не на коммуникацию, а на самостоятельное исследование. Система может стать промежуточным звеном между сырыми данными и готовой аналитикой.
Первые пользователи и дальнейшие планы
На начальном этапе новую возможность будут применять внутренние команды "Альфа-Банка". Основные сценарии - анализ рынков, конкурентов, потребительских и технологических трендов.
После доработки и накопления практического опыта технологию планируют сделать доступной бизнес-клиентам. Для компаний это может стать инструментом оперативной оценки отраслей, подготовки маркетинговых исследований, анализа партнеров и мониторинга изменений в деловой среде.
Особенно востребованным решение может оказаться у организаций, которым необходимо регулярно работать с большим количеством документов и публикаций, но при этом не хватает времени или ресурсов для расширенного аналитического отдела.
При этом результаты ИИ-исследования не заменяют экспертную оценку полностью. Финальные выводы требуют проверки специалистом, особенно если речь идет о финансовых, юридических, инвестиционных или стратегических решениях. Основная ценность системы заключается в том, что она ускоряет подготовительный этап и помогает быстрее увидеть взаимосвязи между разрозненными фактами.
Для бизнеса внедрение подобных инструментов означает не только автоматизацию поиска. Меняется сама организация аналитической работы: сотрудники получают возможность быстрее проверять гипотезы, сравнивать несколько сценариев и принимать решения на основе более широкого массива информации.
Расширение AlfaGen также показывает, что банки развивают ИИ не только для клиентских чатов и автоматизации обслуживания. Генеративные модели постепенно становятся частью внутренних процессов - от разработки и документооборота до стратегического планирования и оценки рыночных рисков.