STAIR - як банкінгу приборкати АІ без втрати контролю та порушення таємниці

IBA Ukraine взяла участь в онлайн-конференції «Фінансовий моніторинг у цифрову епоху: штучний інтелект, хмарні технології та кібербезпека» та презентувала нові АІ-рішення. Захід відбувся 29 жовтня та об’єднав представників банків, ІТ-постачальників, фінансових експертів і фахівців у сфері безпеки.

У той час як більшість галузей навипередки експериментують із генеративними нейромережами та розмовними асистентами, фінансовий сектор діє з виваженою обережністю. Банки переживають виразний розрив між колосальним потенціалом автоматизації та суворими вимогами до регуляцій, безпеки й аудиту. Рутинний фінмоніторинг, постійне комплаєнс-оцінювання, складний аналіз даних та щоденна управлінська звітність створюють постійне навантаження на бюджети й кадровий потенціал фінансових установ, змушуючи їх шукати порятунку в штучному інтелекті. 

Проте перша ж спроба вивести пілотний АІ-проєкт у реальний банківський продакшн впирається в жорсткі архітектурні обмеження. Як передати обробку даних автономному агенту, якщо витік банківської таємниці чи персональних даних клієнта до зовнішньої мовної моделі тягне за собою кримінальну та регуляторну відповідальність? Як довірити рішення системі, схильній до галюцинацій та нездатній пояснити алгоритм своїх дій наглядовим органам? 

Відповіддю на ці виклики якраз і може стати STAIR (Scalable Traceable AI Runtime) - корпоративна АІ-платформа, яка створена для переходу від розрізнених даних і пілотних експериментів до керованої бізнес-дії. Про деталі нового рішення IBA Group та специфіку його застосування у фінансовому секторі розповів Сергій Байбара, директор IBA Ukraine. 

Контекст впровадження штучного інтелекту у фінансовому секторі радикально відрізняється від будь-якого іншого бізнесу. Якщо для інтернет-магазину помилка чат-бота - це прикрий інцидент у комунікації, то в банківській сфері хибний висновок АІ-агента під час оцінки комплаєнс-ризику чи формування фінансового звіту перетворюється на офіційне зауваження НБУ, грошовий штраф або навіть втрату ліцензії. 

«Банки відчувають такий самий тиск щодо негайного впровадження АІ, як і інші галузі, але змушені діяти за суворішими правилами, - підкреслив Сергій Байбара. - Зростання навантаження з фінмоніторингу та комплаєнсу змушує шукати нові шляхи, адже ручний аналіз та звітність виснажують персонал. Водночас регулятори й клієнти очікують від банків швидших і точніших рішень». 

Спікер окреслив ключові обмеження, на яких зупиняється більшість банківських пілотів. Насамперед ідеться про захист банківської таємниці, адже конфіденційні дані клієнтів не можуть безконтрольно потрапляти до зовнішніх мовних моделей чи публічних хмарних сервісів. Другим бар'єром є вимога пояснюваності: кожне автоматизоване рішення має бути повністю простежуваним для регулятора та внутрішнього аудиту. Третій фактор стосується принципу мінімально необхідних прав, оскільки агенти з доступом до core banking та платіжних систем повинні мати лише ті повноваження, які строго потрібні для конкретного завдання. Нарешті, поки офіційне IT шукає безпечні шляхи, працівники починають неформально використовувати публічні інструменти, створюючи загрозу «тіньового АІ», який робить ризики витоку інформації прихованими й некерованими. 

«У банку АІ-агент фундаментально не готовий до промислової експлуатації доти, доки безпеку, контроль та аудитованість не закладено в його архітектуру з першого дня. Саме цим шаром і стає платформа STAIR», - додав Сергій Байбара. 

Більшість команд розробки на початковому етапі роблять типову помилку: вони концентруються виключно на бізнес-логіці та формулюванні промптів. Проте реальний корпоративний АІ-агент потребує значно складнішого оточення, ніж самі лише алгоритми. 

Навіть для найпростішого бізнес-процесу навколо агента доводиться будувати повноцінну інфраструктуру. Сюди входить автентифікація та ролева модель доступу (RBAC) для визначення меж відповідальності, а також керування секретами для безпечного збереження облікових даних під час підключення до банківських API. Обов'язковими є журналювання та трейсинг виконання, що дозволяють покроково простежити запуск агента й дослідити проблему у разі відхилення. Нарешті, необхідний шар інтеграцій і знань, який забезпечує контрольований доступ до схвалених корпоративних баз даних, документів та підключених моделей.

Без спільної платформи кожен новий АІ-проєкт змушений відбудовувати ці інфраструктурні елементи заново. Це не лише створює колосальні додаткові зусилля для першої команди, а й призводить до дублювання роботи та виникнення неузгоджених рішень у межах однієї компанії. 

Платформа STAIR поєднує ці можливості в єдиному керованому корпоративному середовищі. Завдяки цьому команди розробників можуть повністю зосередитися на бізнес-логіці агента, а не будувати щоразу власні шлюзи, протоколи журналювання й системи авторизації. 

Центральне місце у структурі платформи посідає концепція STAIR-агента, яка розділяє його функціонал на прозорі та контрольовані компоненти. Його мовним мозком виступає LLM, яка аналізує вхідну інформацію та ухвалює рішення щодо наступного кроку. Експертиза формується у вигляді багаторазово використовуваних знань предметної області (Skills). Очима та руками агента стають MCP-інструменти (Model Context Protocol), через які він отримує дані з CRM чи баз даних та виконує схвалені дії через API. Призначення та межі дозволеної поведінки визначаються інструкціями у промптах, а жорсткі політики доступу та механізми Guardrails регулюють права на виконання чи зміну. Усі метрики активності при цьому фіксуються в журналах для постійного оцінювання та покращення якості. 

Особливий акцент під час презентації було зроблено на тому, як STAIR розв'язує проблеми регуляторної відповідності для фінансових установ. Налаштування платформи узгоджені з вимогами Національного банку України, європейського акта про штучний інтелект (EU AI Act), регламенту DORA та правил GDPR. 

Також STAIR підтримує динамічне налаштовуване маскування персональних даних (PII) безпосередньо перед зверненням до мовної моделі., а підключення моделей здійснюється централізовано з можливістю приватного або On-Premises розгортання в периметрі банку. Для забезпечення аудиту та розслідувань STAIR надає журнал подій (де фіксується, хто, як і коли змінив ресурси платформи), і журнал виконань агентів та трасування кожного запуску, надаючи доказову базу для перевірок наглядових органів. 

Принцип мінімально необхідних прав реалізується через точкове призначення повноважень для користувачів, команд та сервісних акаунтів, а авторизація On-Behalf-Of (OBO) дає змогу звертатися до банківських систем від імені користувача з урахуванням його прав. Щоб запобігти неконтрольованому виконанню критичних операцій, впроваджено MCP Tool Guardrails із політиками типу DENY або ASK_USER, які блокують виклик інструмента або вимагають обов'язкового підтвердження людиною перед проведенням платежу чи блокуванням рахунку. Надійність роботи та захист від галюцинацій контролюються за допомогою Agent Evaluations на основі еталонних банківських кейсів та моделей-суддів (LLM-judge). Контроль витрат і нагляд за третіми сторонами забезпечує централізований LLM Proxy, який дає змогу встановлювати жорсткі ліміти на бюджети, кількість токенів та частоту запитів. 

Як наочний приклад бізнес-застосування STAIR під час презентації було продемонстровано роботу АІ-аналітика, інтегрованого з системою Microsoft Power BI. У класичному сценарії для порівняння показників або підготовки щоквартального звіту керівнику доводиться самостійно шукати потрібні дашборди або замовляти вивантаження аналітикам. З використанням STAIR процес спрощується до діалогу природною мовою у STAIR Chat. 

Під час демонстрації користувач ставить запитання: «Як змінилися показники відділень за минулий квартал? Порівняй регіони та покажи цифри, що це підтверджують». Агент через MCP-інструменти знаходить відповідні дані в Power BI, зіставляє бізнес-терміни з точно визначеними корпоративними метриками й повертає стислий аналітичний висновок із підтверджувальною таблицею. При цьому права користувача на перегляд конкретних даних строго зберігаються: АІ-агент працює в межах доступу поточного співробітника й не відкриває закриті корпоративні показники тим, хто не має відповідних повноважень. 

Платформа розроблена з урахуванням того, що компанії перебувають на різних етапах зрілості у сфері АІ-автоматизації. Для організацій, які тільки починають свій шлях, STAIR стає готовим фундаментальним шаром, що дозволяє будувати перших агентів за виваженими стандартами безпеки й уникнути перероблювання інфраструктури під час масштабування. 

Для компаній із вже наявними АІ-агентами впровадження відбувається етапно без зупинки поточних процесів. Спочатку підключається LLM Gateway для реєстрації схвалених моделей та контролю витрат токенів. Наступним кроком налаштовуються MCP Gateways для централізованого управління інструментами та guardrails, після чого агенти поступово переносяться під повне управління життєвим циклом у STAIR. 

«Наш підхід полягає в тому, щоб починати з чіткого бізнес-кейсу, де зменшення ручної праці або підвищення точності дає вимірювану цінність, - підсумував Сергій Байбара. - Ви описуєте системи, визначаєте межі пілота й розгортаєте керованого агента. Далі, на основі реальних метрик використання та витрат, приймається рішення про поширення підходу на інші процеси». 

Як безпечно перейти до системного та керованого використання ChatGPT Business