Статья Артема Глазкова «Риск‑менеджмент в кредитной организации»

Системы поддержки принятия решений (СППР) — ключевой компонент ИТ‑ландшафта крупных финансовых организаций, который обеспечивает скорость и точность решений при взаимодействии с клиентами. Но уход западных вендоров поставил банки перед вопросом: как обеспечить переход на импортонезависимые аналоги в приемлемые сроки, в условиях ограниченных ресурсов? В статье — о подходах, позволяющих сократить ресурсоемкость миграции, и требованиях, которые сейчас предъявляет рынок к системам подобного класса.

Системы поддержки принятия решений (СППР) выступают в качестве интеллектуального ядра современных банковских процессов, обеспечивая обработку больших данных и формирование рекомендаций на основе продвинутых алгоритмов машинного обучения. Использование систем этого класса стало неотъемлемым элементом в современном банковском ИТ‑ландшафте. СППР позволяют автоматизировать процессы принятия решений, повысить их точность и эффективность, а также расширить возможности персонализации взаимодействия с клиентами.

Ключевые направления применения СППР в банковской сфере:

1. Автоматизация процессов скоринга и андеррайтинга. СППР помогает оценить кредитоспособность клиентов, используя как традиционные данные (доходы, кредитная история), так и альтернативные источники (социальные сети, поведение на сайте).

2. Оценка кредитоспособности клиентов. Система анализирует сотни параметров поступающего запроса, что позволит в результате сформировать точное и объективное решение, которое будет релевантным в условиях высокой конкуренции и роста требований к качеству кредитного портфеля.

3. Выявление подозрительных транзакций и заявок. Современные СППР помогают бороться с мошенничеством, выявляя аномалии и подозрительные паттерны в поведении клиентов и операциях.

4. Оптимизация персонализированных предложений и механик коммуникаций с клиентами. Банки могут предлагать продукты и услуги, максимально соответствующие потребностям клиента, что увеличивает клиентскую лояльность и доходы.

Вызовы, с которыми сталкиваются банки при использовании СППР западных вендоров

До недавнего времени рынок был сильно консолидирован, и производители систем подобного класса (SAS, Experian и FICO) занимали на нем ведущие позиции.

Однако сегодня использование этих продуктов накладывает серьезные ограничения:

1. Прекращение технической поддержки — банки остались один на один с проблемами, которые раньше решались силами вендора.

2. Отсутствие обновлений — системы перестали развиваться, что лишает их возможности отвечать на актуальные требования рынка и угрозы информационной безопасности.

3. Сокращение компетенций на рынке — эксперты, знакомые с этими решениями, переходят в другие области или покидают рынок. Учебные центры вендоров закрылись вместе с их уходом.

4. Устаревание технического стека — технологии, которые казались актуальными на момент создания СППР, больше не соответствуют современным стандартам.

Но это только часть проблемы. Ключевая сложность в импортозамещении вызвана тем, что код стратегий (пайплайнов, отображающих структуру производимых системой расчетов), бизнес‑правил и интеграции невозможно перенести автоматически.

По какой причине? Ввиду того, что универсальных решений для этой задачи не существует. Бесшовная миграция недоступна даже внутри родственных систем. Например, миграция наработок между «родственными» продуктами, разработанными компанией SAS (SAS RTDM и SAS ID), или между разными версиями Experian сталкивается с барьерами, вызванными различиями в архитектуре, синтаксисе и функциональности. Преодоление таких барьеров требует значительных ручных усилий и дополнительных ресурсов.

Таким образом, банки оказываются в ситуации, в которой нужно не просто заменить одну систему на другую, но и переконфигурировать свои процессы, адаптировать стратегии и обучать сотрудников.

Ключевые требования к импортозамещаемым компонентам

На данный момент рынок сформировал четкое понимание ключевых требований к современным СППР. Банки преследуют цель не только заменить устаревшие решения, но и обеспечить качественный переход на нужный уровень эффективности работы системы.

Что собой представляют эти требования?

1. Масштабируемость. Микросервисная архитектура.
Современные решения должны легко адаптироваться под растущие объемы данных и увеличивающееся количество клиентов. Микросервисная архитектура позволяет гибко подстраивать систему под решаемые задачи, добавляя новые модули без перестройки всей инфраструктуры, что особенно важно в условиях динамичных изменений во внешней среде

2. Соответствие стандартам безопасности.
Новые решения должны соответствовать всем современным требованиям защиты данных, включая общероссийские, регуляторные и корпоративные стандарты.

3. Гибкость подключения новых сервисов.
Банки постоянно внедряют новые продукты и услуги. Поэтому система должна поддерживать легкую интеграцию с внешними сервисами, будь то платежные шлюзы, внешние источники данных или аналитические платформы.

4. Вендорская поддержка. Своевременные релизы и удобный механизм обновлений.
Поддержка вендора — это очевидная необходимость. Регулярные обновления и оперативное решение технических проблем позволяют банкам быть уверенными в стабильности работы системы. Теперь поддержка находится ближе, как правило в пределах одного часового пояса, что значительно упрощает коммуникацию и позволяет решать вопросы быстрее. Взаимодействие на одном языке делает процесс эффективнее для всех участников. Удобный механизм обновлений минимизирует простои и снижает риски при внедрении новых версий систем.

5. Регистрация в Реестре отечественного программного обеспечения.
Это базовое требование для всех решений, которые планируется использовать в крупных российских компаниях.

6. Наличие low‑code конструктора, ориентированного на бизнес‑пользователей.
Важно, чтобы работа с системой не требовала от всех пользователей технических знаний по написанию кода. Low‑code конструкторы позволяют бизнес‑аналитикам и даже менеджерам самостоятельно настраивать правила и стратегии, что значительно ускоряет процессы и снижает нагрузку на ИТ‑отдел.

Эти критерии стали фундаментом для создания импортонезавимых СППР. Какие механизмы позволяют выстроить контролируемый процесс перехода?

Механизмы перехода на импортонезависимую СППР

Рассмотрим основные подходы, которые помогают минимизировать риски при миграции:

1. Повсеместное использование регрессионного тестирования.
Переходу на новую систему всегда сопутствует риск изменения логики работы бизнес‑процессов. Чтобы этого избежать, необходимо регулярное тестирование контента. Автоматизация регрессионного тестирования позволяет проверить корректность работы всех стратегий с учетом особенностей продуктов и клиентских сегментов.

2. Настройка механизма маршрутизации входящих обращений к СППР для бесшовного переключения между системами.
После разворачивания первых стратегий в новой системе внедряется механизм маршрутизации, который позволяет распределять запросы между старой и новой системами. Такой подход дает возможность переводить нагрузку на новую платформу постепенно, минимизируя риски сбоев и ошибок.

3. Синхронизация контента в период параллельной работы двух систем.
На этапе миграции возникает необходимость одновременной работы старой и новой систем. В этот период критически важно поддерживать синхронизацию данных, используемых в стратегиях.

Каждый из этих подходов направлен на то, чтобы сделать переходмаксимально безопасным и контролируемым. Автоматизация тестирования, гибкая маршрутизация и синхронизация контента — это«три кита», на которых строится успешная миграция.

Драйверы сокращения сроков и ресурсоемкости миграции

В условиях ограниченных ресурсов и высокой конкуренции важно не только выполнить миграцию, но и сделать это максимально быстро и эффективно. Рассмотрим ключевые факторы, которые помогают достичь этой цели.

1. Использование готовых шаблонов миграции.
Проработанные подходы и шаблоны позволяют значительно ускорить старт проекта. Вместо того чтобы разрабатывать состав и структуру работ с нуля, стоит использовать готовые решения, адаптируя их к специфике конкретного банка.

2. Наличие у вендора программ обучения.
Успешный переход невозможен без профильной подготовки команды
пользователей системы. Вендоры предлагают комплексные программы обучения — от уроков и тестов до мастер‑классов и наборов лучших практик. Это помогает сотрудникам быстро освоить новую систему, сократив период адаптации.

3. Использование трансляторов кода.
Автоматизация миграции типовых компонентов стратегий позволяет существенно сократить сроки импортозамещения. Благодаря трансляторам кода можно автоматически конвертировать правила и логику из старой системы в новую.

Шаблоны быстрого старта

Использование шаблона быстрого старта помогает структурировать процесс перехода. Какие действия включает в себя этот шаблон?

1. Оценка текущего состояния замещаемой СППР.
Первый шаг — это анализ существующей системы. Проводится инвентаризация всех текущих компонентов СППР:
— стратегии — бизнес‑логика и правила принятия решений;
— интеграции — взаимодействие со смежными системами;
— справочники — НСИ, используемые в работе системы;
— зависимости — связи между различными элементами системы;
— политики доступов и ролевые модели — описание работы с системой, состава ролей, доступных действий и доступов к объектам.

2. Формирование плана работ.
На основе проведенной оценки составляется детальный план миграции. Особое внимание уделяется взаимосвязям мигрируемых артефактов и возможности выполнять задачи параллельно. Например, если какие‑то компоненты независимы друг от друга, их можно переносить одновременно, что значительно ускоряет процесс. При этом план должен быть гибким, способным адаптироваться к изменениям в ходе работы.

3. Поэтапная миграция контента с тестированием на каждом этапе.
Миграция выполняется поэтапно. Каждый этап завершается тестированием (функциональным, нефункциональным и нагрузочным).
Тестирование проводится для того, чтобы убедиться, что перенесенные компоненты работают корректно, в рамках приемлемых SLA.Такой подход позволяет выявить и исправить ошибки на раннихэтапах, не допуская их накопления. Поэтапный подход снижает нагрузку на команду и делает процесс более управляемым.

Руководствуясь алгоритмом действий из подобных шаблонов,банки могут эффективно планировать и выполнять миграцию. Далеерассмотрим еще один инструмент, применяемый в задачах импортозамещения.

Трансляторы кода стратегий для сокращения сроков миграции контента

Использование транслятора кода стратегий позволяет автоматизировать перенос бизнес‑логики из старой системы в новую, минимизируя ручной труд и связанные с ним ошибки.

Трансляторы преобразуют описания стратегий из замещаемой системы (например, из отчетов в формате .pdf, файлов .xml) в структуру функциональных блоков и исполняемый код стратегии в целевой системе. В ходе этого процесса пользователи работают с наглядными конструкциями, такими как блоки правил или диаграммы решений, а система автоматически генерирует оптимизированный программный код. Генерация кода выполняется автоматически для типовых (шаблонизируемых) компонентов. На практике доля таких элементов составляет 75% от общего объема стратегий, а за счет автоматизации срок их миграции сокращается до 10 раз.

Работа транслятора состоит из трех этапов:

1. Парсинг. Система анализирует исходные данные и выделяет логические элементы стратегий.

2. Оптимизация. Генерируется оптимизированный код, который соответствует требованиям целевой системы.

3. Загрузка. Сгенерированный код загружается в новую систему для дальнейшего использования.

Затем пользователи вручную проверяют корректность сгенерированного кода. Это важный этап, который гарантирует, что миграция бизнес‑логики прошла без ошибок.

Для уникальных или сложных элементов миграция выполняется вручную. Хотя это требует больше времени, такие компоненты составляют меньшую часть общей работы.

Таким образом, транслятор кода позволяет существенно ускорить переход на новые системы. Автоматизация типовых компонентов сокращает не только время, но и число ошибок, а ручная миграция остается только для нешаблонизируемых, нетиповых объектов (рис. 1).

Ускорение перехода на новые системы

Рис. 1

Перспективы развития импортонезависимых СППР

Современные технологии, включая искусственный интеллект, представляют новые возможности для автоматизации задач разработки, тестирования и актуализации стратегий, используемых в СППР.

Применение ИИ-помощников для написания кода и создания бизнес-правил в СППР Smartax

Два основных направления применения умных помощников (рис. 2):

1. ИИ‑помощник создания бизнес‑правил.
ИИ способен проанализировать входные данные и выявить скрытые закономерности, полезные для бизнеса. На основе такого анализасоздаются четкие формализованные бизнес правила, которые легкоинтерпретировать и внедрять в стратегии. Бизнес‑правила, создаваемые такими помощниками, будут работать с высокой точностьюблагодаря объединению экспертизы пользователя (риск‑технолога)и многофакторного анализа, проводимого системой автоматически. По мере появления новых данных ИИ‑помощник помогает своевременно перестраивать правила, учитывая изменения в поведении клиентов или рыночной ситуации, что важно в условиях быстрой адаптации к новым закономерностям.

2. ИИ-помощник написания кода.
ИИ преобразует запросы бизнес‑пользователей в исполняемый код (например, на Python, Java или SQL).

Еще одно перспективное направление использования ИИ в СППР — автоматизация написания кода. ИИ преобразует запросы бизнес‑пользователей в исполняемый код (например, на Python, Java или SQL). После адаптации этот код становится частью стратегии.
В результате упрощается взаимодействие между бизнес‑пользователями и техническими специалистами. Бизнес‑аналитики и эксперты по рискам могут формулировать задачи на понятном языке, а система переводит их запрос в программный код. Код, сгенерированный ИИ, зачастую является более оптимизированным и свободным от ошибок, что повышает качество работы системы.
Наличие в СППР ИИ‑помощников представляет собой качественно новый этап в развитии СППР.

Они позволяют:
— автоматизировать создание бизнес‑правил и кода;
— сократить время на разработку и тестирование;
— повысить гибкость и адаптивность систем.
Шаблоны быстрого старта, автоматизированные трансляторы кода и грамотно организованные программы обучения создают прочную основу для успешной миграции. При этом использование технологий ИИ открывает возможности для развития отечественных СППР, не просто делая их заменой зарубежным решениям, а в ряде случаев — и позволяя опережать их с функциональной точки зрения.

Артем Глазков, эксперт Центра развития аналитических продуктов AXENIX.