短的
- 公司中的人工智能分为四个阶段。最高层是具有角色、权限和由流程事件触发的领导者的数字工作者。
- 当流程没有被描述、信任要么全有要么全无、并且智能体无法控制时,智能体就会陷入“旁聊”角色。
- Ragify 方法论基于六个原则,每个原则都是平台的一种机制,而不是对智能体的指令中的愿望。
- 在基准集上,大约 10 分钟处理一批 26 个文档,检索准确率为 95%,召回率为 98%。
- 值得从决策图和影子模式开始,并根据测量结果扩展智能体的能力。
关于 FINOBOD 会议
FINOBOD——塔什干金融科技国际论坛——在乌兹别克斯坦数字技术部、俄罗斯经济发展部和俄罗斯驻乌兹别克斯坦贸易代表处的支持下,于2026年11月13日至14日在塔什干凯悦酒店举行。我们的会议“人工智能智能体的演变。为人们和“数字工人”协作而转变业务流程的方法论”于 11 月 14 日 15:00 至 16:00 在撒马尔罕 1 号厅的主项目“业务转型”区域举行。
主持人是国家医学知识库协会项目工作主任、斯科尔科沃生物医学集群专家委员会成员安德烈·阿尔马佐夫(Andrey Almazov)。会议的第二位发言者是 RSHB-Intech 内部开发、平台和集成解决方案部门负责人 Ivan Kabeshov。我在网上发言,我的 RESTART 同事就在大厅里。以下是我在会议中的部分内容以及不符合规定的内容。

RBC上的文章
20.11.2026 · «RBC 公司» · 采访。 叶夫根尼·格雷恰钦 - ““人工智能智能体需要入职,就像新员工一样””。在采访中 - 看看市场:为什么银行中的人工智能智能体会陷入试点,以及如何在人与机器之间共享决策。本文包含整个报告:六个原则、信用传送带的结构、标准衡量和演示。所有小组出版物都在该部分中 “关于我们的媒体”.
报告的介绍
FINOBOD 报告,15 张幻灯片:人工智能的四个阶段、数字化员工入职培训、Ragify 的六项原则、信贷管道、基准测试结果和启动的五个步骤。 PDF,俄语。
下载PDF人工智能的四个阶段
根据两个标准来区分阶段很方便:谁开始工作,谁将结果传输到工作系统。
- 预测人工智能。 评分和预测。模型产生一个数字,人做出决定。银行以这种方式运作已经有大约二十年了。
- 生成助手。 该模型编写文本并回答问题。工作是由一个人的问题开始的,他也将答案传输给系统。这就是“侧聊”。
- 执行智能体。 智能体本身将任务分解为多个步骤,调用工具,并向系统读取和写入数据。结果无需人进入系统,但工作仍然由人开始。
- 数字工作者。 智能体与人员一起集成到流程中。他有角色和权限,他由流程事件触发,他向人们分配任务并从他们那里接收任务,经理看到他在做什么。
我们在 Ragify 上构建了第四阶段。接下来 - 关于它需要什么。
数字化员工入职
加入公司的人会获得职位描述、必要系统的访问权限、经理并被介绍到流程。数字工作者需要同样的一套:
- 工作描述:智能体做什么和不做什么。从同事正在等待的结果开始是很方便的:分析师需要一个包含已分类文档和标记差异的包;
- 仅访问您需要的内容:按角色划分的技能和系统。检查包装的完整性,看其成分和要求就足够了;改变申请考虑条件的权利对此是多余的;
- 领导者:向同事发出指示的人或协调智能体;
- 流程中的位置:谁负责什么以及向谁提出问题;
- 紧急情况:何时停下来打电话给某人。
测试指令的偏差很有用。如果仅在备份源中找到该值,则智能体应将其显示给员工并等待确认,而不是默默地写下来。向智能体提供技能和工具是最容易的。为了解释他在紧急情况下的角色和行为,必须首先描述该过程。因此,向数字化工人转型的主要问题是方法论:如何重建流程。
为什么智能体商仍然“一边聊天”
在构建 Ragify 时,我们亲自考虑了这三个原因。
- 该过程存在于头部和文档中。 文件清单可能在规定中,如果文件清单不完整,只有经理知道采取行动的程序。只要他对每个新字母提出下一步建议,这项技术就取决于他。
- 全有或全无的信任。 如果为整个应用程序分配了一种信任级别,则分析人员甚至必须确认扫描识别。另一个极端更危险:数据包解析的良好结果成为向智能体提供任何操作的理由,包括从策略中排除。
- 智能体无法被控制。 智能体在十五步中的第十步犯了错误,前九步是向外部系统发出付费请求。如果您只能从头开始,您将不得不再次为这些请求付费。
下面的第一和第三个原则回答了第一个原因,第四个和第五个 - 第二个,第六个 - 第三个。第二个为其余部分设定了框架。
原理1.通过设置来设置流程
Ragify 中的贷款申请不是一个程序,而是一个设置:需要哪些文件、从中提取哪些字段、与哪些内容进行比较、根据信贷政策进行哪些检查、计算哪些指标以及申请遵循哪些状态路径。此外,无需程序员,即可创建采购或招聘包。
该人和智能体按照相同的描述工作。如果所需文档的列表已更改,经理会看到新列表,并且智能体会使用它检查传入的邮件。无需单独重写给智能体的说明并将信函发送给分析师。
原则 2:智能体就像雇员一样工作
Ragify 中的智能体卡的结构类似于员工卡:职位描述、技能(系统智能体可用)、与人员具有相同角色模型的角色、工作日志以及可以阻止智能体或将其从工作中撤职的主管。
应某人请求工作的智能体仅获得该人的权利,仅此而已。在接受后检查这一点很容易:代表经理和代表分析师给出相同的指示。如果某项操作仅适用于分析师,则经理的任务不应导致该操作。一般而言,此类规则是如何为智能体构建的 - 在有关材料中 AI代理的安全自动化.
原则 3. 模型可以理解,公式很重要
Ragify 计算可以使用该方法的公式计算的所有内容:指标、限制、最大贷款金额。该模型读取文档、提取数据、解释结果并进行对话。模型不数钱。
我们构建传送带的财务分析方法包含 64 个计算,每个计算都有自己的调节单元。因此,计算是可重复的,审核员可以从最终金额到规定的点。当分析师询问智能体 24 个月后会发生什么时,智能体使用不同的参数运行相同的公式并解释其中的差异。
原则 4:自主性由决策的风险决定。
每个流程决策都属于其中一个级别。只有当数字支持时,决策才会上升一个层次。
| 自主程度 | 解决方案示例 | 谁负责 |
|---|---|---|
| 只有人类 | 允许违反信用政策,接受风险例外 | 授权员工;智能体无此行为 |
| 智能体提出,本人确认 | 记下该值,从备份源获取数据,向外部服务发出付费请求 | 确认该提议的员工 |
| 智能体自己做 | 识别、提取、验证、计数、收集表格 | 流程负责人 - 按质量指标 |
| 自主链 | 智能体相互传输结果并完成该部分 | 目标为低风险且质量可靠的领域 |
级别是通过设置来更改的,而不是通过重写智能体来更改。解析客户邮件的智能体以两种模式工作:“经过验证”,他准备一封给客户的信并将其发送给经理;“经过验证”,他准备一封给客户的信,然后将其发送给经理; “独立”写信给客户本人,该人检查已完成的操作并可以回滚。
一个实际的例子说明了为什么需要边界。该智能体曾亲自“承认”信用政策检查有问题,并为此提出了令人信服的理由。从表面上看,任务看起来已经完成,尽管没有任何员工做出退出的决定。从此,无人智能体不允许违反策略,这是平台的一条规则:模型可以违反指令中的请求,但不会执行智能体没有的操作。
原则 5:信任经过检验
每个值都有一个来源:外部系统中的文档和页面或记录。来自不同文档的值会相互比较。当它们出现分歧时,分析人员会收到分歧以及两个碱基,并且不会浏览整个数据包。
智能体的响应分两层进行检查。首先以编程方式:答案中的每个数字都必须在智能体收到的数据中找到。然后,如有必要,一个单独的检查模型会查看每个断言是否得到确认。如果没有确认,智能体会重写响应,或者在响应中留下“数据需要仔细检查”的注释。答案本身就存在疑问,没有根据的结论不会出现在经过验证的数字旁边的结论中。
在发送到外部模型之前,全名、纳税识别号和姓名都会被屏蔽,并且模型可以保留在银行的环境中 - Restart AI Platform 部署在客户的服务器上。
原则六:智能体是可控的
Ragify 中的智能体仪表板显示谁现在正在做什么、已经完成了多少、错误和停止在哪里。
- 当智能体完成当前步骤时,停止可以是软停止;当智能体不采取任何新操作时,停止可以是立即停止。
- 如果出现故障,则从故障点重复工作。所做的事情不会重复,付费请求不会经历两次。
- 如果智能体需要人类做出决定,那么人类就有一项有截止日期的任务。指示是双向的:从人到智能体以及从智能体到人。
- 智能体由流程事件的触发器启动:“一封信已到达”、“文档已加载”、“应用程序已进入状态”。
触发器是数字工作者与助理的区别。客服人员不需要被邀请加入聊天:他会对流程的进展做出反应,就像轮到他的员工一样。
信贷管道:三渠道、一条管道、人和智能体
我们在信用传送带上演示了该技术。 The pilot device and fuses are disassembled 关于信用传送带试点的文章,这是图表。
- 三个通道。 通过邮寄方式,客户将文件发送至银行邮箱;邮件接收智能体将附件分类到公司的包裹中,检查完整性并向客户写信以进一步请求缺少的内容,并且包含文档的回复最终会放入已经启动的包裹中。在聊天中,经理向智能体写信“使用这样那样的 TIN 创建包裹”并附加文件。手动上传时,管理员将文件拖放到包卡中。
- 一台输送机。 那么路径是通用的:识别文件,确定类型,提取数据,相互比较文件,从公开登记册中获取信息,检查信贷政策申请,计算指标和最大金额,收集表格和结论草案。
- 人员和智能体。 经理的智能体使用一个 TIN,利用开源进行初步评估并收集包裹。分析师的智能体回答有关应用程序的问题(“为什么是这个金额?”、“24 个月怎么样?”),显示缺少哪些数据,并建议采取的行动,然后由分析师做出决定。方法论智能体回答政策问题;其他智能体也给他分配任务。
标准结果
这些数字是通过测量一组参考文档而获得的。时间是指准备分析包的时间,包括扫描识别;发放贷款的期限无法确定。
| 测量了什么 | 手动 | 关于拉格菲 |
|---|---|---|
| 解析文档包 | 手表 | 每批 26 个文档大约需要 10 分钟。 |
| 账户卡 | 约40分钟 | 包含在包装中 |
| 每一份合同 | 约15分钟 | 包含在包装中 |
| 检索准确率 | — | 95 % |
| 提取完整性 | — | 98 % |
准确度是正确值占提取值的比例,完整性是找到的值占预期值的比例。然后,分析师手动搜索缺失的字段,因此我们监控完整性和速度,并分别分析金额所依赖的字段中的差距。
Ragify 的代码中没有任何与信用相关的内容。交易对手的租赁、合规、保理或验证以相同的方式设置,但设置:套餐的组成和决策基础发生变化,但调节和偏差转移的程序保持不变。
成为数字工作者的五个步骤
- 分解流程 分解为对象、文档、决策和角色。与经理和分析师一起浏览一份申请并记下某人做出选择的每个地方是很方便的。 “谁根据什么数据做出什么决定”的问题比“自动化什么”的问题更有用。
- 按风险标记决策: 只有一个人,一个智能体提议,一个智能体自己做。其结果是形成一个可以与风险和安全保持一致的权限矩阵。
- 正式化方法论。 对于必填字段,指示可接受的来源;对于指标,指示 - 公式;对于违规 - 考虑的程序。
- “在阴影中”奔跑。 智能体与人并行工作,不影响决策。其结果与标准在准确性、完整性和时间方面进行比较,找出出现错误的步骤。
- 根据指标扩大自主权。 当数字证实这一点时,决策就会转向“智能体自己做”的水平。如果错误的成本较高,则仍然需要确认。
人们的角色如何变化
信用分析师不再是输入操作员。指标的传输和调节由传送带进行,分析师成为控制者和例外情况的专家:他分析差异并就损坏的支票做出决定。为此,他需要手头有主要文件,并有机会退回包裹以进行澄清。
方法论者成为人们和智能体工作规则的所有者。他必须区分识别错误和方法上的差距:在第一种情况下,他需要返回文档,在第二种情况下,他需要为所有参与者写下规则。
把车停在哪里
在我看来,智能体的进化并不是模型“智能”的增加,而是流程向智能体传达的信任的增加。信任是有条不紊地建立的:过程由设置描述,权利由角色指定,自治边界取决于风险,每个值都是可验证的,智能体的工作是可以控制的。
《目标与约束理论》一书的作者 Eliyahu Goldratt 表示:“只要你确切知道机器应该放在哪里,自动化就是好的。”我在FINOBOD上谈到的技术是关于在哪里放置数字工作者。有关该平台的更多详细信息可以在页面上找到 Ragify.
常见问题
数字工作者与可以访问系统的聊天机器人有何不同?
聊天机器人由人类问题触发,数字工作者由流程事件触发。他拥有榜样角色、权利、主管和工作日志,他的决策具有自主权级别。
有必要从邮件开始吗?
不需要。您可以先加载到卡中,然后首先在已组装的包上测试提取和协调。确认提取后,可以方便地分别评估收到的信件和与客户的信件。
如果无法将客户数据带出边界,是否可以与智能体合作?
是的。模型可以保存在银行环境中。如果使用外部模型,则在发送前屏蔽全名、INN 和姓名。
如果智能体在流程中出错怎么办?
经理在控制台上看到这一点,可以轻轻地或立即停止智能体。失败后,工作从失败点继续,付费请求不会再次消失。
您如何知道可以信任智能体做出决定?
根据影子模式数:将智能体的结果在准确性、完整性和时间方面与标准进行比较,并单独分析金额所依赖的字段中的错误。无论如何,违反信贷政策的行为仍由该人承担。
让我们讨论一下您的环境
描述任务、当前系统、约束和预期结果。我们将提供实用的第一步:诊断、试点、审计、路线图或项目团队。
