НСИС ускорила обработку обращений в 20 раз с помощью ИИ

НСИС ускорила обработку обращений в 20 раз благодаря ИИ

На форуме InsurtechDay 2026, организованном АСН и ИД «Регламент», начальник отдела по разработке и внедрению систем ИИ НСИС Александр Макаров сообщил: после внедрения искусственного интеллекта скорость обработки обращений выросла в 20 раз. При этом объем задач продолжает увеличиваться, однако компании удалось сохранить стабильную производительность без расширения команды.

Первым направлением для автоматизации стала обработка обращений, включая запросы, где необходимо заполнить большое число полей и сопоставить сведения из разных источников. Такая работа особенно важна для цифровой инфраструктуры, на которой опираются страхование, банки, кредиты, ипотека, лизинг и инвестиции.

Рост нагрузки без увеличения команды

Число обращений растет в среднем на 11% в месяц и в полтора раза год к году, но производительность не снижается, а штат отдела не увеличился ни на одного сотрудника. Александр Макаров привел оценку потенциальной потребности в персонале: «Без автоматизации нам бы пришлось штат отдела увеличить в семь раз».

Автоматизация процессов позволяет быстрее обрабатывать информацию, снижать долю ручных операций и поддерживать качество сервиса при росте нагрузки. Для рынка, где страхование тесно связано с работой с данными, а банки развивают кредиты, ипотека требует оперативных проверок, а лизинг и инвестиции нуждаются в точной аналитике, подобные технологии становятся практическим инструментом эффективности.

Почему ИИ работает в закрытом контуре

НСИС развивает искусственный интеллект исключительно во внутреннем защищенном контуре. На эти системы действуют те же требования информационной безопасности, что и на любые другие, объяснил генеральный директор НСИС Николай Галушин. «Он закрыт, он как за китайской стеной», — сказал он.

Такой подход обусловлен двумя причинами. «Во-первых, ИИ — это колоссальное потребление ресурсов, вычислительных мощностей и энергии. Во-вторых, для нас, как для компании, работающей с большими массивами персональных данных, любое внедрение ИИ — это прежде всего вопрос информационной безопасности. Мы не можем позволить себе облачные „черные ящики“. Все „железо“, защита и обучение моделей должны находиться внутри нашего защищенного периметра», — пояснил Галушин.

Защита данных приобретает особое значение там, где страхование, банки, кредиты, ипотека, лизинг и инвестиции основаны на обработке чувствительной информации. Для организаций, которые выстраивают риск-менеджмент в цифровой среде, актуальным решением может стать Киберстрахование.

Языковые модели меняют процессы разработки

Как отметил Макаров, главные перемены происходят не столько в пользовательских интерфейсах, сколько во внутренних процессах: от бизнес-анализа до поддержки и инфраструктуры. Основным инструментом стала большая языковая модель, развернутая на собственных мощностях НСИС.

На ее базе формируется RAG-система для технической поддержки, которую в дальнейшем планируется адаптировать и для других подразделений. Пользователи уже могут загружать собственные данные в локальные языковые модели и создавать корпоративные сценарии. Для тестировщиков развернуты агент и MCP-сервер: это обеспечило единую среду разработки и управления тестами, а также ускорило релизный цикл.

Развитие таких решений важно для участников финансового рынка. Страхование и банки работают с высокими требованиями к надежности, кредиты и ипотека требуют корректной обработки данных, лизинг зависит от устойчивости операционных процессов, а инвестиции — от своевременной аналитики и взвешенных решений.

ИИ помогает анализировать, но не заменяет архитектора

Границу использования технологии в НСИС определили принципиально. «ИИ не принимает архитектурные решения, а значительно сокращает время на их подготовку» — этот принцип закреплен в стратегии НСИС, отметил ведущий архитектор компании Дмитрий Болот.

Сегодня искусственный интеллект помогает архитекторам выполнять рутинный анализ: разбирать структуру проекта, строить карту зависимостей между модулями, генерировать документацию для микросервисов и искать файлы в большой кодовой базе. В планах — применять ИИ для code review, в том числе для выявления проблем безопасности, качества кода и антипаттернов. Подход Дмитрий Болот сформулировал так: «Рутинный анализ — машине, архитектурные решения — архитектору».

Для бизнеса это означает сохранение контроля специалистов над критически важными решениями. Такой баланс особенно востребован в сферах, где страхование, банки, кредиты, ипотека, лизинг и инвестиции предъявляют повышенные требования к точности, устойчивости систем и защите информации.

Четыре этапа стратегии и эффект для страхового рынка

По словам Макарова, стратегия компании включает четыре последовательных шага: закрыть самые острые проблемы в ядре бизнеса, масштабировать решения на смежные области, повышать доверие к ИИ за счет быстрых результатов и охвата, затем внедрять более сложные инструменты, не нарушая стабильности существующих систем.

Итогом для рынка становится эволюция самой АИС страхования. Система развивается от загрузки договоров и убытков до аналитической платформы, где сведения по перестрахованию, расчетам КБМ и страховым историям обрабатываются с высокой скоростью. Это дает решения для андеррайтинга, противодействия недобросовестным практикам и мошенничеству.

Цифровая устойчивость становится частью общей финансовой стратегии: страхование помогает управлять рисками, банки развивают сервисы, кредиты и ипотека переходят к более технологичным процессам, лизинг оптимизирует операции, а инвестиции получают доступ к качественной аналитике. Компании также могут оценить возможности Страхование предпринимательской деятельности для комплексного управления деловыми рисками.