ОТП Банк — платформа LLM-агентов для сотрудников и клиентов

ОТП Банк последовательно внедряет большие языковые модели (LLM) для автоматизации внутренних процессов и клиентского сервиса. Банк выстроил трёхслойную архитектуру агентной системы: менеджер канала распределяет запросы, агенты-эксперты работают внутри крупных доменов (люди, процессы, рост), агенты-специалисты создаются непосредственно сотрудниками профильных подразделений. LLM применяются для умного поиска по базе знаний (RAG), автоматического анализа деловой корреспонденции, помощи операторам контакт-центра, AI-рекрутинга (подбор резюме), анализа точек касания с клиентом для максимизации CLV.

Банку необходимо было автоматизировать обработку большого объёма неструктурированных данных, снизить нагрузку на контакт-центры, ускорить внутренние процессы (документооборот, рекрутинг, аналитика) и повысить качество работы с клиентами за счёт персонализации.

• Снизить нагрузку на контакт-центры и повысить скорость обслуживания

• Автоматизировать анализ деловой корреспонденции, документов, клиентских отзывов

• Построить масштабируемую агентную платформу, которую могут создавать сотрудники без навыков разработки

• Финансы

• Совокупный экономический эффект от внедрения ИИ в ОТП Банке по итогам 2025 года превысил 1 млрд 30 млн рублей Время

• LLM RAG позволяет мгновенно отвечать на вопросы клиентов и сотрудников

• Значительное сокращение временных затрат на рутинную работу сотрудников Качество и эффективность

• Снижение нагрузки на контакт-центры за счёт LLM-ботов

• Автоматическая классификация тематик и сравнение документов снижает риски ошибок

• Глубокий анализ клиентских отзывов помогает выявлять скрытые проблемы и потребности, улучшает показатели NPS Нагрузка и масштаб

• Трёхслойная агентная архитектура охватывает весь банк

• Децентрализованная разработка: агенты-специалисты создаются самими сотрудниками подразделений Надёжность

• Принцип чанкинга обеспечивает управляемость широкого контекста

• Узкие ролевые агенты дают более предсказуемые результаты, чем универсальные ассистенты Импортозамещение и compliance

• ОТП Банк использует как ML-, так и LLM- и open-source-модели

• Опыт показал: ML хорош для скоринга и прогнозирования, LLM — для работы с текстами и неструктурированными данными Качественный эффект: Банк одним из первых в России выстроил промышленную агентную платформу с децентрализованным созданием агентов, достигнув совокупного экономического эффекта свыше 1 млрд рублей по итогам 2025 года.