Кейс Revolut: как агенты OpenAI сдерживают раздувание штата комплаенса

Сокращение времени написания кода на 30–60% от постановки задачи до слияния функционала отражает операционную выгоду, которую Revolut извлекает из моделей OpenAI и Codex. Цифровой банк работает более чем на 40 рынках, обслуживая 800 000 корпоративных клиентов параллельно с розничной базой, которая выросла на 23% за последние 12 месяцев. Столь стремительное масштабирование неизбежно создает операционное узкое горлышко: по мере резкого роста объема транзакций расширение штата комплаенс-контролеров для проверки каждого подозрительного инцидента становится финансово нежизнеспособным.
Мониторинг транзакций и операции по борьбе с мошенничеством испытывают сильнейшее структурное давление. Согласно одному из отчетов, в 2025 году более половины взрослого населения мира столкнулось с попытками мошенничества. Объем входящих транзакций многократно превышает физические возможности любого банковского учреждения. Это формирует жесткий операционный вызов: способны ли автономные агенты вести сложные расследования без раздувания фонда оплаты труда и без риска пропустить критические регуляторные инциденты?
Интеграция моделей OpenAI в инфраструктуру Revolut демонстрирует переход от экспериментальных инструментов к структурному контролю расходов в сфере противодействия финансовым преступлениям. Делегирование сквозных процессов расследования автономным агентам формирует готовую рабочую модель управления регулируемыми финансовыми сервисами, исключающую синхронный рост штата следователей вслед за клиентской базой.
Передача пайплайна расследований
Чтобы отвязать растущий объем транзакций от численности комплаенс-персонала, Revolut развернул специализированного FinCrime-агента на базе моделей OpenAI. Вместо ручной обработки каждой отмеченной транзакции система оценивает входящие данные, применяет внутренние регламенты и автономно закрывает определенные категории дел.
«Главная проблема, которую мы можем решить сегодня с помощью ИИ, — это масштабирование людей в ответ на растущий спрос», — подчеркивает руководитель направления ИИ David Abitbol.
Данная архитектура трансформирует юнит-экономику антифрод-операций. David Abitbol поясняет, что релиз GPT-5.5 стал поворотной точкой, обеспечив необходимый уровень технической точности и структуру затрат для полной передачи скрининга транзакций и комплексных расследований агенту. Инженер по информационной безопасности Mo Amiri отмечает, что такая автоматизация напрямую усиливает защитные механизмы и формирует устойчивую операционную модель.
Как инженерной организации сохранить единообразие разрозненных внутренних сервисов при делегировании полномочий автоматизированным агентам?
За счет внедрения единых технических ограничений во всех контурах разработки. David Abitbol указывает, что Revolut придерживается единого фреймворка, применяющего идентичные стандарты разработки, A/B-тестирования и прогнозирования бизнес-метрик к каждому сотруднику, выпускающему внутренние инструменты на базе искусственного интеллекта.
Оптимизация инженерных издержек
Операционная емкость меняется и в основном цикле разработки программного обеспечения. Codex сократил время написания кода на 30–60% и сэкономил от 1 до 2 дней на проверках безопасности кодовой базы. Кроме того, Revolut потребовался всего один день, чтобы перевести накопленную за семь лет проектную документацию в структурированный контекст, доступный для обработки искусственным интеллектом.
Старший инженер платформы Dmitry Pitik наблюдал эту механику на практике при проектировании внутреннего сервиса ревью кода. Изначально он планировал задействовать для создания компонентов целую команду разработчиков. Вместо этого Dmitry Pitik спроектировал архитектуру и распределил реализацию отдельных функций между несколькими автономными агентами, выступившими в роли виртуальной группы разработки.
«Я понял, что мне не нужна целая команда инженеров для этой реализации. Я могу просто запустить разных агентов и поручить каждому конкретную задачу», — констатирует старший инженер платформы Dmitry Pitik.
Инженерное руководство акцентирует внимание на том, что автоматическая генерация не отменяет жесткого контроля. Dmitry Pitik подчеркивает: разработчики несут полную ответственность за свой код и не полагаются на выдачу моделей вслепую. Kim Maniovich, глобальный руководитель направления бизнес-маркетинга Revolut, отмечает, что партнерство с OpenAI позволяет компании выстраивать бережливые и экономически эффективные решения силами компактных операционных команд.
Проведите аудит внутренних инженерных процессов и очередей транзакций, чтобы локализовать участки, отнимающие 1–2 дня ручной рутинной проверки. Зафиксируйте единые базовые стандарты тестирования и оценки метрик, после чего протестируйте делегирование задач моделям на изолированных повторяющихся этапах скрининга — до того, как пересматривать бюджеты операционных команд.
Как менялась картина
Где финтех реально срезает операционные косты с помощью нейросетей? Пока в середине июня Codex набирал 5 миллионов активных пользователей в неделю, необанк проверял эту механику на живой инфраструктуре более чем 40 рынков. По оценке компании, перевод семи лет внутренней документации в доступный ИИ контекст занял ровно один день, избавив от необходимости раздувать штат следователей вслед за транзакционным потоком.
Наши материалы: OpenAI Codex: новая эра автоматизации и бизнес-процессов (13 июня).
Источник: OpenAI Blog