On-Premise & Fine-Tuning
Развертывание защищенной LLM в закрытом контуре банка для автоматизации кредитного андеррайтинга
Клиент: Топ-30 российский коммерческий банк | Срок реализации: 3.5 месяца
Проблема и бизнес-вызов
Строгие требования 152-ФЗ, банковской тайны и регулятора исключали использование любых облачных AI-сервисов (OpenAI, Anthropic). Требовалось независимое On-Premise решение.
Реализованное ИИ-решение
Развернули и дообучили открытую модель Qwen 2.5 72B на защищенном серверном кластере банка с GPU NVIDIA A100. Модель анализирует кредитные досье юридических лиц, финансовую отчетность и формирует проект кредитного заключения.
Достигнутые бизнес-результаты
100%
изоляция контура: данные не покидают периметр безопасности банка
3.2x
ускорение рассмотрения кредитных заявок корпоративных клиентов
75 мин
полный цикл подготовки кредитного заключения (вместо 8 часов)
152-ФЗ
полное соответствие всем нормативным требованиям ЦБ РФ
Технологический стек
Qwen 2.5 72B
vLLM
NVIDIA Triton
TensorRT-LLM
Docker
Kubernetes
Хотите аналогичный результат?
Мы изучим процессы вашей компании и предложим архитектуру внедрения с оцифрованным ROI.
Направление услуги:
Тонкая настройка и On-Premise LLM →
Другие кейсы агентства
AI-агенты
Мультиагентная система диспетчеризации и маршрутизации для федерального логистического оператора
Транспортно-логистическая компания (автопарк 1 200+ тягачей)
Ручное распределение 3 000+ заявок в сутки приводило к срывам окон доставки, нерациональным холостым пробегам (до 18%) и перегрузке диспетчеров в пиковые сезоны.
Срок: 2.5 месяца
Читать кейс →
RAG и Базы знаний
Интеллектуальная RAG-система анализа 2.5 млн страниц проектной документации для нефтегазового холдинга
Крупный добывающий и инжиниринговый холдинг
Инженеры тратили до 4 часов в день на поиск регламентов, спецификаций оборудования и протоколов испытаний в разрозненных архивах сканов, чертежей и PDF-документов за 15 лет.
Срок: 3 месяца
Читать кейс →
Голосовой ИИ
Голосовой AI-ассистент записи на прием и консультаций для сети многопрофильных медицинских клиник
Сеть из 24 медицинских центров в ЦФО
В утренние часы до 35% звонков пациентов сбрасывались из-за перегрузки колл-центра. Пациенты уходили к конкурентам, а стоимость привлечения лида росла.
Срок: 1.5 месяца
Читать кейс →