Перейти к содержанию

Кейс / AI-система для комплаенса / 2025–2026

Veriscope AI для AML-расследований

Переработал проверку доказательств в AML-расследованиях. Доля возвратов на доработку снизилась на 20%, а объяснения отдельных выводов AI помогли пользователям чаще замечать ошибки модели в контролируемом исследовании.

Название продукта и элементы брендинга изменены для соблюдения конфиденциальности. Показаны оригинальные продуктовые решения и результаты их внедрения.

Роль
Продуктовый дизайнер
Команда
2 дизайнера / 3 разработчика / 1 продакт-менеджер
Дата
дек. 2025 — июн. 2026
Платформа
Десктопное веб-приложение
Очередь расследований Veriscope рядом с графом доказательств

01

Обзор

О проекте

Специалист по AML превращает разрозненные уведомления и записи в решение, которое должно пройти проверку качества. Я спроектировал очередь, сравнение доказательств и объяснение каждого вывода AI, чтобы специалист мог разрешить конфликты и запросить недостающие записи до передачи кейса на проверку. После внедрения возвраты расследований на доработку сократились, а в контролируемом исследовании пользователи стали обнаруживать больше ошибок AI.

−20% Возвраты расследований на доработку: 30% → 24% Относительное изменение доли расследований, возвращённых на доработку
+12,3% Обнаружение ошибок AI пользователями: 65% → 73% Контролируемое исследование обнаружения ошибок AI пользователями
90% Распознавание правильных рекомендаций до и после изменения Распознавание правильных рекомендаций AI до и после изменения

02

Задача

Оценка риска не объясняет, какие доказательства повлияли на вывод, где источники расходятся и когда автоматизация должна остановиться. Продукт должен был сократить сбор материалов и сохранить ответственность специалиста за результат.

Проверяемость
Каждый значимый вывод AI должен вести к транзакции, записи KYC, реестру или документу.
Право решения
AI может сортировать кейсы, суммировать данные и находить конфликты. Закрыть кейс без нарушений или передать его на расширенную проверку может только специалист.
Безопасная ошибка
Низкая уверенность, пропущенные данные и конфликт источников должны блокировать завершение и давать конкретный способ продолжить работу.

03

Почему AI

Специалист сравнивает много записей, связывает сущности и объясняет подозрительный паттерн. AI полезен для подготовки такой проверки, если его выводы можно проследить до источников.

Сведение источников

Модель связывает транзакции, сущности, KYC, реестры и документы вокруг одного кейса.

Поиск паттернов

Она показывает транзакционные маршруты и расхождения во владении, которые требуют внимания специалиста.

Подготовка проверки

Она формирует выводы с источниками и отмечает пропущенные данные до решения человека.

04

Модель AI-системы

Система превращает разрозненные записи в проверяемые выводы и сохраняет результат человека.

  1. 01

    Сбор

    Объединяет уведомление, транзакции, KYC, реестры и документы в одном кейсе.

  2. 02

    Связи

    Сопоставляет сущности и находит паттерны риска с сохранением источника.

  3. 03

    Объяснение

    Формирует выводы с уверенностью, происхождением и состоянием доказательств.

  4. 04

    Проверка

    Даёт специалисту сравнить источники и разрешить неоднозначность.

  5. 05

    Запись

    Сохраняет подтверждённое решение и историю доказательств в неизменяемом журнале.

05

Ключевые решения

  1. 01 Данные

    Контракт доказательств

    Определил обязательные свойства вывода: источник, время, владелец данных, уверенность и недостающие доказательства. Этот контракт задал структуру интерфейса и проверки.

  2. 02 Контроль

    Решение остаётся за специалистом

    Сохранил закрытие и эскалацию кейса за специалистом. Модель готовит рекомендацию, а неразрешённый конфликт приостанавливает её, пока специалист не сравнит записи и не уточнит недостающие доказательства.

  3. 03 Оценка

    Оценка качества расследований

    Оценка охватывает возвраты расследований на доработку и проверку AI-рекомендаций пользователями. Контролируемое исследование измеряло обнаружение ошибок AI; рядом отслеживалось распознавание правильных рекомендаций.

Рекомендацию можно проверить, когда каждый значимый вывод ведёт к доказательству.

06

Решение

Очередь по срочности доказательств

Риск, ответственный и срок видны на первом экране. Фильтры помогают приоритизировать работу, а активный кейс и его этапы остаются в отдельной панели навигации.

Наблюдение
Аналитикам приходилось открывать каждое уведомление, чтобы найти срочные кейсы.
Решение
Показать факторы риска, владельца и срок прямо в очереди.
Эффект
Специалист видит приоритет, ответственного и срок прямо в очереди расследований.
Очередь расследований с видимым риском, владельцем и сроком.
Очередь Veriscope с приоритетом по доказательствам и сроку

Очередь расследований с видимым риском, владельцем и сроком.

Путь транзакции и решающие источники

Граф держит сущности и транзакции рядом с записями, которые подтверждают подозрительный путь. Для каждого источника указаны происхождение, дата и состояние конфликта.

Наблюдение
Отдельная оценка риска скрывала маршрут, из-за которого операция выглядела подозрительной.
Решение
Разместить путь транзакции и основные источники на одном экране.
Эффект
Специалист проверяет маршрут без ручной сборки в нескольких инструментах.
Граф доказательств со связанными источниками.
Граф доказательств Veriscope с транзакциями и связанными источниками

Граф доказательств со связанными источниками.

Объяснение AI по отдельным выводам

Рекомендация разделена на выводы. Уверенность, покрытие источниками и пропущенные данные находятся рядом с каждым утверждением. Специалист проверяет модель по одному выводу за раз.

Наблюдение
Общая оценка уверенности не показывала, какой вывод требует внимания.
Решение
Разделить объяснение на выводы с локальной уверенностью и источниками.
Эффект
В контролируемом исследовании пользователи обнаруживали 73% ошибок AI вместо 65%, относительный рост составил 12,3%. Распознавание правильных рекомендаций осталось на уровне 90%.
Проверка объяснения AI по отдельным выводам.
Объяснение AI в Veriscope с уверенностью и источниками для каждого вывода

Проверка объяснения AI по отдельным выводам.

Восстановление до принятия решения

При расхождении данных о владельце Veriscope приостанавливает рекомендацию. Специалист сравнивает две записи, видит недостающий источник и запрашивает конкретное доказательство.

Наблюдение
Конфликтующие записи и недостающие источники могли оставаться неуточнёнными при передаче расследования на проверку качества.
Решение
Сопоставить конфликтующие записи, указать недостающий источник и предложить точечный запрос доказательства до проверки качества.
Эффект
После внедрения доля расследований, возвращённых на доработку, снизилась с 30% до 24%, на 20% относительно исходного уровня.
Проверка человеком с приостановленной рекомендацией.
Проверка человеком в Veriscope с конфликтом источников и действием для восстановления

Проверка человеком с приостановленной рекомендацией.

07

Контроль человека и восстановление

Ошибки и восстановление

Низкая уверенность

Когда
Уверенность в значимом выводе ниже порога проверки.
Ответ продукта
Рекомендация приостанавливается, а слабый вывод получает приоритет.

Конфликт источников

Когда
Две авторитетные записи расходятся в значимом факте.
Ответ продукта
Значения показаны рядом, а финализация заблокирована.

Нет актуальных данных

Когда
Обязательная запись отсутствует или устарела.
Ответ продукта
Интерфейс называет источник и предлагает точечный запрос доказательства.

Изменение решения человеком

Когда
После проверки специалист приходит к другому выводу.
Ответ продукта
Исходное состояние модели и обоснование специалиста сохраняются в истории.

Механизмы безопасности и проверки

Видимое происхождение

Каждый значимый вывод связан с именованным источником, временем и владельцем данных.

Локальная уверенность

Уверенность относится к конкретному выводу и не скрывается в общей оценке кейса.

Блокировка неоднозначности

Неразрешённый конфликт не позволяет зафиксировать закрытие кейса или эскалацию.

Неизменяемая история

Состояния модели, изменения источников и действия человека доступны для аудита.

08

Оценка AI-решения

Результаты охватывают качество расследования при передаче на проверку и способность пользователей оценивать AI-рекомендации. Возвраты на доработку характеризуют результат процесса, а контролируемое исследование измеряет обнаружение ошибок AI человеком.

Методы оценки

Возвраты на доработку

Доля расследований, возвращённых на доработку, снизилась с 30% до 24%, на 20% относительно исходной доли.

Контролируемое исследование обнаружения ошибок AI

Обнаружение неправильных AI-рекомендаций пользователями выросло с 65% до 73%. Показатель описывает проверку рекомендаций человеком, а не точность модели.

Распознавание правильных рекомендаций

Распознавание правильных AI-рекомендаций составило 90% до и после изменения. Этот показатель приводится отдельно от обнаружения неправильных рекомендаций.

09

Результаты

−20% Возвраты расследований на доработку: 30% → 24% Относительное изменение доли расследований, возвращённых на доработку
+12,3% Обнаружение ошибок AI пользователями: 65% → 73% Контролируемое исследование обнаружения ошибок AI пользователями
90% Распознавание правильных рекомендаций до и после изменения Распознавание правильных рекомендаций AI до и после изменения

После внедрения доля расследований, возвращённых на доработку, снизилась с 30% до 24%. В контролируемом исследовании обнаружение ошибок AI пользователями выросло с 65% до 73%, а распознавание правильных рекомендаций составило 90% до и после изменения. Эти результаты описывают качество расследований и проверку AI-рекомендаций человеком.

10

Выводы

Сосредоточил дизайн на сопоставлении доказательств и уточнении пробелов до проверки качества. Результаты связывают эти решения с сокращением возвратов расследований и лучшим обнаружением неправильных AI-рекомендаций. Оценка правильных рекомендаций рядом с ошибочными сохраняет фокус на обоснованном суждении, а финальное решение остаётся за специалистом.

Рабочая область прогноза ликвидности Flowcast

Следующий кейс

Flowcast / AI-копилот для управления ликвидностью

Смотреть кейс

11

Напишите мне

Создаёте AI, FinTech или Enterprise-продукт? Помогу превратить сложные решения в понятные процессы с доказательствами, контролями и измеримым результатом.

Скачать резюме