Отрасли
Финтех и банкинг
Платёжные и кредитные платформы, KYC и скоринг, сходящиеся леджеры и ИИ, который читает документы и подсвечивает риск, — с аудитом, шифрованием и готовностью к регулятору.
Какие типичные задачи в финтех- и банковском ПО?
Самое сложное в финтех-продукте — редко сам платёж; сложнее сохранять корректность продукта, пока под ним меняются регулирование, партнёры и схемы мошенничества. PSD2 (Директива (ЕС) 2015/2366) ввела строгую аутентификацию клиента и API открытого банкинга, а DORA (Регламент (ЕС) 2022/2554) с 17 января 2025 года применяется к финансовым организациям ЕС и добавляет в бэклог управление ИКТ-рисками, отчётность об инцидентах и надзор за подрядчиками. Тем временем онбординг упирается в ручной KYC, леджеры расходятся с выписками процессинга и банков, а правила, написанные в прошлом квартале, пропускают мошенничество этого.
- Регуляторные требования (PSD2, AML, GDPR, DORA) меняются быстрее дорожной карты
- Ручной KYC и проверка документов растягивают онбординг на дни
- Сверка ломается между леджерами, процессингом и банками
- Схемы мошенничества эволюционируют; статичные правила отстают
Что мы строим для финтеха и банкинга?
Мы строим транзакционное ядро и интерфейсы вокруг него: платёжные шлюзы, кошельки, кредитные и BNPL-платформы, леджеры с двойной записью, сверкой и регуляторной отчётностью, онбординг, подключённый к провайдерам KYC/AML, мобильный банкинг и инвестиционные приложения. Сервисы работают на Python (FastAPI, Django) или PHP (Laravel, Symfony) поверх PostgreSQL со строгими транзакционными гарантиями; каждый внешний процессинг или KYC-провайдер закрыт изолированным адаптером, чтобы смена поставщика никогда не касалась леджера. Там, где в контуре карточные данные, проектируем под PCI DSS v4.0, отложенные требования которого стали обязательными с 31 марта 2025 года (PCI SSC, 2024).
- Платёжные шлюзы, кошельки, кредитные и BNPL-платформы
- Леджеры, сверка и отчётность
- Онбординг клиентов с провайдерами KYC/AML
- Мобильный банкинг и инвестиционные приложения
Где ИИ двигает цифры в финтехе?
ИИ окупается в финтехе там, где объём встречается с экспертной оценкой: кредитный и риск-скоринг, KYC с большим количеством документов, мониторинг транзакций и поддержка. По данным McKinsey Global Payments Report (2024), мировая выручка платёжной индустрии в 2023 году достигла примерно 2,4 трлн долларов, поэтому даже доли процента в снижении мошенничества и ложных срабатываний материальны. Ограничение — объяснимость: Регламент ЕС об ИИ (Регламент (ЕС) 2024/1689) относит оценку кредитоспособности физических лиц к высокорисковым применениям, а значит логирование, человеческий контроль и документация — часть модели, а не дополнение. Поэтому мы поставляем интерпретируемые модели или объяснения по каждому решению и оставляем человека в цикле для решений с юридическими последствиями. См. ИИ и машинное обучение.
- Кредитный скоринг и риск-модели с объяснимостью
- Document AI для пакетов KYC, выписок и договоров
- Выявление аномалий и мошенничества в транзакциях
- Ассистенты поддержки, опирающиеся на политики и условия продуктов
Правила или машинное обучение для выявления мошенничества: что нужно вам?
Большинству команд нужно и то и другое. Правила прозрачны, дёшевы и меняются мгновенно, поэтому остаются правильным инструментом для жёстких лимитов политики и санкционного скрининга. ML-модели ловят новые паттерны и снижают ложные срабатывания на объёме, но требуют размеченной истории, мониторинга и досье по управлению моделью. Обычный путь: сначала правила, затем модель в теневом режиме, затем смешанное решение, когда модель доказала себя на ваших данных.
| Критерий | Движок правил | ML-модель |
|---|---|---|
| Время до первого результата | Дни; история данных не нужна | Недели или месяцы; нужна размеченная история |
| Новые схемы мошенничества | Пропускаются, пока не написано правило | Обнаруживаются как аномалии, с ложными срабатываниями |
| Объяснимость | Полная по построению | Нужны SHAP-объяснения или интерпретируемые модели |
| Стоимость эксплуатации | Растёт с числом правил и временем аналитиков | Растёт с переобучением, мониторингом и дрейфом |
| Регуляторная позиция | Легко аудировать | Аудируема с model card и логированием (AI Act, 2024) |
Почему Glanit для финтеха?
Потому что комплаенс, журналы аудита и шифрование входят в первый спринт, а не в последний. За 16 лет и 500+ проектов мы усвоили: леджер, который не сходится, и модель, которую нельзя объяснить, заканчиваются одинаково — остановленным запуском. GDPR (Регламент (ЕС) 2016/679) задаёт базу защиты данных для любого продукта, обращённого к ЕС, и мы с самого начала проектируем хранение, удаление и контроль доступа под него. Каждая модель поставляется с model card и объяснениями по каждому решению, которые может прочитать комплаенс-офицер, а каждая интеграция — с таймаутами, повторами и мониторингом. Тестирование безопасности — в разделе услуги по безопасности.