Руководитель направления ИТ-комплаенса в Росгосстрахе рассказала, как сократила разбор около 500 задач с недели до двух дней, собрав ИИ-конвейер без бюджета на разработку

🗂 Руководитель направления ИТ-комплаенса в Росгосстрахе рассказала, как сократила разбор около 500 задач с недели до двух дней, собрав ИИ-конвейер без бюджета на разработку.
Задачи оценивала локальная модель на ноутбуке: данные никуда не уходят. Процессом управляет n8n (визуальный конструктор без глубокого программирования), запуск через Ollama. Модель опирается на базу уже проверенных экспертом оценок, то есть смотрит, как оценивали похожие случаи.
📊 Первые сборки дали 20% точности, потом дошли до 70–80% на тестах. На живых данных рабочий вариант выдаёт 78–82%. По её словам, алгоритм считает 500 задач 12–24 часа, а эксперт проверяет результат.
🛠 Инструменты бесплатные, подключили уже девять направлений вместо двух. Сейчас автор переносит решение в корпоративную среду, где оно работает примерно в шесть раз быстрее.
Подход «прочитать, сверить с правилами, оценить» подойдёт и для других рутинных процессов.
Темы:Локальные модели
Справка:Арсенал: n8nАрсенал: Ollama
Комментарии
Комментарии ведутся в Telegram: войдите через Telegram, чтобы написать или поставить лайк. Открыть обсуждение



