Цифровой конвейер в банке: как BPM связывает людей, роботов и LLM-агентов

Денис Ермилов Заместитель директора по работе со стратегическими клиентами компании «Синимекс» Банковская цифровизация вошла в фазу, когда технологий становится больше, а управляемости — меньше: RPA, ИИ и low-code ускоряют отдельные операции, но не улучшают результат целиком. Процессы дробятся, ответственность размывается, контроль часто осуществляется постфактум. В такой конфигурации банк может парадоксально автоматизироваться и одновременно дорожать в сопровождении — просто потому, что нет единого управляющего слоя.

Представьте аэропорт: можно закупить больше самолётов и нанять больше пилотов, но без диспетчерской, регламентов, очередей, приоритетов и правил безопасности вы получите не рост пропускной способности, а хаос. В банке та же логика: роботы и ИИ-агенты — это «самолёты», команды — «пилоты», а BPM — «диспетчерская», которая связывает всё в единый поток работ, управляет сроками, исключениями и ответственностью. Без диспетчерской любое «ускорение» в одном месте создаёт пробку в другом.

Типовая ошибка — строить цифровизацию «лоскутно»: RPA отдельно, ИИ отдельно, интеграции отдельно. Тогда возникают разные очереди задач, разные правила и отчёты, а главный вопрос остаётся без ответа: кто отвечает за сквозной результат — человек, робот, система или подразделение? На уровне пилотов всё выглядит неплохо, но в масштабе банка растут операционные риски, стоимость сопровождения и число «ручных разруливаний», а эффект от автоматизации перестаёт масштабироваться.

В одном из крупнейших российских банков эта проблема проявилась предельно наглядно: объёмы операций росли быстрее возможностей операционной функции, значимая доля процессов бэк-офиса выполнялась вручную, а ИТ-ландшафт был фрагментирован. Распределение задач и контроль сроков во многом держались на менеджерской «ручной диспетчеризации», из-за чего рост бизнеса приводил к увеличению задержек, повторных обработок и затрат. Решение сформулировали не как набор автоматизаций, а как переход к промышленной модели исполнения — цифровому конвейеру, где каждая операция становится частью сквозного процесса, задачи автоматически маршрутизируются, видны статусы и узкие места, а ответственность и контроль закреплены на уровне процесса, а не отдельных систем или команд. На практике это даёт главный эффект: больше операций проходит без ручного участия, меньше повторных обработок и «пожаров», лучше соблюдаются сроки, а стоимость исполнения перестаёт расти пропорционально объёмам. ИИ и роботы здесь работают не как отдельные «фишки», а как способ системно увеличивать долю автоматизированного прохождения операций внутри управляемого конвейера.

Один из ключевых уроков подобных кейсов — автоматизация не масштабируется без оркестрации. В банке была реализована многоуровневая модель:

• STP-автоматизация для массовых потоков — там, где операции должны проходить в сквозном режиме по правилам: стандартные платёжные и расчётные операции, типовые проверки реквизитов и лимитов, регламентные сверки и закрытие операционного дня, выпуск стандартных документов/уведомлений.

• RPA для устранения тактической рутины и интеграционных разрывов — например, когда нужно быстро убрать ручные действия в интерфейсах или «сшить» системы без доработок.

• LLM-агенты для работы с текстом и документами — когда нужно ускорить подготовку материалов и повысить качество обработки информации: первичная классификация обращений и документов; извлечение ключевых фактов из пакета документов; подготовка черновиков ответов клиенту; резюме кейса для передачи между подразделениями; черновики пояснений по запросам комплаенса; заготовки внутренних записок и протоколов решений.

Принципиально важно, что ИИ-агенты не действуют автономно. Они встроены в BPM-процессы как управляемые участники: вызываются в определённой точке, получают формализованный контекст, а их результат фиксируется и проверяется. Ответственность за решение остаётся за человеком, что критично для регламентированной банковской среды.

В такой логике BPM — это не «схемы процессов», а управляющий слой цифрового производства. В качестве корпоративной платформы может использоваться КомандаПРО (на базе Camunda) — как ядро оркестрации, контроля и трассируемости исполнения.

В банке выигрывает не тот, кто «внедрил больше ИИ», а тот, кто сделал ИИ и роботов управляемыми участниками сквозного процесса.

Следующий шаг — управление «цифровыми сотрудниками» как системой. В третьей статье разберём практическую рамку: какие правила нужны для вызова роботов и ИИ-агентов, как выстраивать контроль качества и аудит, где должны быть обязательные контрольные точки человека, как описывать ответственность и сроки (SLA) в сквозном процессе, и почему это особенно критично в банковской среде. В качестве примера возьмём «нестандартную» операцию, где задействованы фронт, бэк-офис, комплаенс и юристы, и покажем, как конвейер распределяет работу между людьми и цифровыми сотрудниками без потери управляемости.