Для банков и финансовых организаций проверка бизнес-клиентов давно перестала быть формальностью из серии «запросить устав, выписку и паспорт директора». Сейчас это уже не эпизодическая работа с документами, а непрерывный процесс анализа данных из десятков источников. В статье расскажем, как ИИ помогает финансовым организациям быстрее собирать KYB-досье, проверять документы и снижать риск ошибок в процедурах ПОД/ФТ.
KYB по 115-ФЗ: почему проверка начинается со стопки документов
При работе с бизнес-клиентами банки и финансовые организации обязаны выполнять процедуры KYB (Know Your Business) и проверять компанию в целях противодействия отмыванию доходов и финансированию терроризма. В соответствии с 115-ФЗ банк, прежде чем начать обслуживание, обязан идентифицировать юридическое лицо или ИП, подтвердить полномочия его представителей, установить выгодоприобретателей и бенефициарных владельцев, а также оценить профиль деятельности клиента.
На практике KYB-досье формируется из десятков разнородных источников: регистрационных и учредительных документов, уставов, решений, протоколов, приказов, выписок, листов записи ЕГРЮЛ/ЕГРИП, доверенностей, бухгалтерской отчетности, документов о полномочиях представителей, паспортов руководителей и бенефициарных владельцев.
Дополнительно для оценки деятельности клиента и экономического смысла операций могут запрашиваться договоры, счета, акты и платежные документы. Эти данные поступают в разных форматах: как качественные сканы, фотографии с телефона, архивы и многостраничные PDF-файлы, где нужные сведения еще необходимо найти, извлечь и сопоставить.
Почему ручной ввод – это проблема
Проблема начинается там, где эти документы нужно превратить в структурированные данные. Сотрудникам приходится вручную:
- Открывать каждый файл и определять тип документа;
- Искать нужные страницы в многостраничных PDF, сканах и архивах;
- Обрабатывать реквизиты из уставов, выписок ЕГРЮЛ/ЕГРИП, решений, приказов, доверенностей и паспортов;
- Переносить данные о компании, представителях и бенефициарных владельцах в банковские системы;
- Сверять одни и те же сведения между разными источниками;
- Проверять полномочия представителей и сроки действия документов;
- Сопоставлять регистрационные данные, паспортные сведения, договоры, счета, акты и платежные документы;
- Фиксировать расхождения и возвращаться к документам при повторных проверках.
Поэтому ручной ввод в KYB – это не просто медленная административная операция, а источник операционного и комплаенс-риска. Ошибка в наименовании компании, ИНН, ОГРН, паспортных данных представителя, сроке полномочий или сведениях о бенефициаре может затянуть открытие счета, вызвать повторный запрос документов и усложнить дальнейшую риск-оценку клиента. Чем больше документов и форматов в досье – тем выше нагрузка на сотрудников и тем сложнее обеспечить одинаково высокое качество проверки на потоке.
Почему просто «расширить штат» нельзя
На первый взгляд, самый очевидный ответ на рост нагрузки – увеличить штат. Это выглядит логично: если документов становится больше, значит, нужно больше сотрудников для их обработки. Но в KYB такой подход не устраняет ключевую проблему – ручной характер процесса.
Больше сотрудников означает больше обработанных файлов, но не гарантирует одинаковую точность. Наоборот, чем больше людей вовлечено в процесс, тем сложнее поддерживать единый стандарт проверки: один сотрудник может иначе трактовать документ, другой – пропустить срок действия доверенности, третий – ошибиться при переносе ИНН, ОГРН или паспортных данных.
В результате масштабируется не только производительность, но и риск человеческой ошибки. При большом потоке бизнес-клиентов такие ошибки становятся системной проблемой: они приводят к повторным проверкам, дополнительным запросам документов, задержкам в открытии счета и усложняют дальнейшую риск-оценку клиента.
Поэтому расширение штата может временно снизить очередь, но не решает главную задачу – как быстро и стабильно превращать разрозненные документы в точные структурированные данные.
При этом важно понимать, что KYB-досье содержит чувствительную информацию: персональные данные представителей и бенефициаров, финансовые документы, сведения о структуре компании, доверенности, подписи, печати. Чем больше ручных операций, пересылок и внешних сервисов – тем сложнее контролировать контур обработки и снижать риски утечки.
Как автоматизировать обработку KYB-досье
Для задач ПОД/ФТ банкам и финансовым организациям нужен не просто OCR, а система для распознавания и интеллектуального анализа документов. Она должна не только переводить изображение в текст, но и понимать состав KYB-досье: определять типы документов, находить в них значимые данные, сопоставлять сведения между собой и выявлять случаи, которые требуют внимания специалиста.
Smart Engines убирает из KYB-процессов самую трудоемкую часть – ручную работу с документами. Процесс выглядит так: сотрудник банка загружает комплект документов, а остальную работу берет на себя ИИ.
Что умеет решение Smart Engines для автоматизации KYB?
- Автоматическая классификация, то есть определение типов документов в составе KYB-досье;
- Распознавание регистрационных, учредительных, финансовых, бухгалтерских и отчетных документов;
- Поддержка распознавания корпоративных документов, включая уставы, решения, протоколы, приказы, счета, акты, листы записи ЕГРЮЛ/ЕГРИП и другие формы;
- Распознавание удостоверений личности руководителей: паспортов, ID-карт, видов на жительство, доверенностей, свидетельств ЗАГС и других документов;
- Извлечение печатных и рукописных реквизитов с точностью до 99,9%;
- Работа с текстом на более чем 100 языках и поддержка документов 210 стран и юрисдикций;
- Контроль качества изображений и признаков вмешательства: искажений, обрезки, размытий, цифровых изменений, проблем с печатями, подписями, штампами, таблицами и чек-боксами;
- Полностью on-premise обработка внутри ИТ-контура организации.
Для типовых сценариев предусмотрено свыше 80 преднастроенных шаблонов. Если в процессе появляется новый документ – нет необходимости подключать разработку и ждать несколько месяцев, пока этот документ станет доступен для распознавания. Достаточно загрузить всего один пример в дизайнер форм от Smart Engines: ИИ-агент помогает определить структуру документа, поля и таблицы, после чего шаблон можно использовать для распознавания.
В результате KYB-досье собирается быстрее, сотрудники меньше времени тратят на перепечатку и сверку реквизитов, а спорные случаи попадают на ручную проверку уже с понятным контекстом: какие данные извлечены, где есть расхождения и почему система считает участок проблемным. Для финансовой организации это означает снижение операционной нагрузки и повышение качества данных в процессах ПОД/ФТ.
Что в итоге
KYB по 115-ФЗ невозможно сделать простым в регуляторном смысле: требований много, документы разные, риски высокие. Но его можно сделать технологически управляемым. Когда ИИ берет на себя классификацию, ввод данных из документов, проверку качества и первичный антифрод, специалисты освобождаются от механической работы и возвращаются к тому, что действительно важно: оценке риска, принятию решений и защите бизнеса от недобросовестных клиентов.
Если вы хотите сократить количество рутинных операций в KYB-процессах, ускорить онбординг юридических лиц и повысить качество данных в ПОД/ФТ, пишите Smart Engines – команда поможет подобрать решение под ваши задачи и инфраструктуру!
