Россельхозбанк — платформа RAISA: MLOps для кредитования, скоринга и CRM

Россельхозбанк создал и развернул собственную промышленную ML-платформу RAISA (RSHB AI SYSTEMS AND APPLICATIONS) — единую точку для разработки, обучения, внедрения, мониторинга и учёта моделей ИИ, а также автоматизации процессов подразделений. Лаборатория ИИ РСХБ основана в 2023 году и насчитывает 100 специалистов. На платформе разработаны и эксплуатируются модели: оценки залогового имущества; оценки LTV и маржинальности клиентов; оптимизации каналов коммуникации с клиентами; оттока и реактивации клиентов; hard- и soft-collection; склонности клиента к покупке продуктов; классификации клиентских обращений; автогенерации тестов (it4it). В рамках импортозамещения Excel реализовано более 300 приложений для 38 департаментов банка. Более 3000 сотрудников банка ежедневно работают с моделями ИИ. Проект «RAISA» стал победителем премии Data Award 2026 в номинации «За внедрение генеративного ИИ в рабочие процессы».

Фрагментированность ML-инструментов (разные команды использовали разные подходы), зависимость от иностранного ПО SAS Analytics и Excel/VBA, отсутствие единого MLOps-цикла в системно значимом банке для АПК.

• Создать единую промышленную платформу разработки и управления ML-моделями

• Автоматизировать кредитование, коллекшен, CRM и вспомогательные процессы

• Замести SAS Analytics и Excel/VBA на отечественное решение

• Обеспечить рост кросс-продаж и снижение затрат на коллекшен за счёт предиктивных моделей

• Финансы

• Совокупный прямой финансовый эффект от ML-моделей на платформе — «сотни миллионов рублей» (рост доходов и снижение издержек)

• По оценке аналитиков банка: до 2029 года уже внедрённые ИИ-решения принесут порядка 5 млрд рублей дохода

• За первый год эффекты полностью окупили инвестиции в систему (несколько сотен миллионов рублей)

• Плановые эффекты: 7% рост кросс-продаж, 5% снижение затрат на коммуникацию с клиентами, 5% рост отклика по контактам с юрлицами, сокращение периода взыскания до 60 дней Время

• 5% снижение трудоёмкости написания автотестов при проверке ПО

• Суммарный объём обучения на платформе: более 2500 человеко-часов Нагрузка и масштаб

• Платформа: 20 подсистем, 3 геораспределённых ЦОД, до 500 RPS, до 100 ГБ данных в день

• Пользователи: 350 специалистов разрабатывают аналитику и приложения, 1200 — используют процессы на платформе, 3000+ — ежедневно работают с моделями ИИ

• 100 активных бизнес-кейсов одновременно (в 4,5 раза больше, чем год назад)

• Более 300 приложений для замещения Excel во всех 38 департаментах Импортозамещение и compliance

• Замещены: SAS Analytics (аналитические модели), Excel/VBA (автоматизация процессов)

• Зарегистрирована в ЕРРП № 25248 Качественный эффект: Россельхозбанк как опорный банк АПК создал ML-платформу, адаптированную к специфике агрокредитования — модели оценки залогового имущества (земля, сельхозтехника), агрокредитного риска, оптимального размещения банкоматов в сельской местности.