Что мы уже сделали

Задача

Выпуск карты занимал 5–7 дней. Проверки по требованиям KYC и AML делали вручную комплаенс-офицеры, а выход на каждый новый рынок удваивал расходы на операции. До 30% заявок терялось на этапе проверки документов.

Решение

Собрали модульную платформу под брендом банка: подключили провайдеров проверки личности (Sumsub, Onfido), электронную подпись документов, настраиваемые роли и полный журнал действий. Развернули в Kubernetes с гарантией доступности 99,9%.

Задача

Регистратура не справлялась. Врачи тратили до 40% времени приёма на сбор жалоб и истории болезни, очереди росли. Каждый четвёртый пациент записывался не к тому специалисту.

Решение

Сделали чат-бота, который опрашивает пациента до визита: уточняет симптомы, сверяется с клиническими протоколами клиники и подсказывает, к какому врачу идти. Врач открывает карту с уже заполненным анамнезом.

Задача

Никто не знал точно, кто вышел на объект. Расхождения между табелем и фактом доходили до 15%, а понять загрузку площадки можно было только звонком прорабу.

Решение

Сделали мобильное приложение: рабочий отмечается на входе и выходе внутри геозоны, приложение фиксирует фото и координаты. Данные уходят в 1С:ЗУП, руководство смотрит сводку в Power BI.

Задача

Скоропортящиеся товары списывали на 8%, а ходовые позиции регулярно кончались — дефицит доходил до 12%. Заказы планировали централизованно, без учёта того, чем живёт конкретный магазин.

Решение

Обучили модель на истории продаж, погоде, акциях и местных событиях — больше 50 факторов. Она считает заказ отдельно для каждой товарной позиции в каждом магазине и отправляет его без участия менеджера.

Задача

Бирже нужно было промышленное хранилище криптоактивов: кошельки с несколькими подписями, разделение горячего и холодного хранения, проверка транзакций на отмывание и готовность к европейскому регламенту MiCA.

Решение

Спроектировали архитектуру хранения: ключи лежат в аппаратном модуле безопасности, крупные операции требуют нескольких подтверждений, каждая транзакция проверяется через Chainalysis в момент проведения.

Задача

Шесть систем и ни одной общей точки контроля. Диспетчеры тратили по три часа в день, чтобы свести данные вручную. Обещанное клиенту время прибытия сбывалось в 67% случаев.

Решение

Собрали одну веб-платформу: карта всех рейсов в реальном времени, модель, которая пересчитывает время прибытия по пробкам и погоде, и автоматические уведомления при отклонении от графика.