Итоги вебинара о банковской отчётности: как соединить подготовленные данные с ежедневной работой финансовой команды

20 августа мы провели совместный вебинар с компанией BI.Qube «Вавилонская башня банковской отчётности: как достроить и начать в ней жить». Вебинар был посвящён тому, как связать банковские данные, управленческую модель и рабочую аналитику. В первой части эксперты BI.Qube показали, как собрать управленческий баланс на витринах данных, от подключения к автоматизированной банковской системе до загрузки неформализованных планов из Excel с помощью локальных языковых моделей.

Во второй части эксперты Visiology разобрали четыре дашборда под разную дистанцию анализа, от внутридневной ликвидности до многолетней динамики кредитного портфеля и структуры баланса. Дальше речь шла о сводных таблицах в Excel поверх модели данных и агентах Visiology Cortex, которые работают внутри контура банка.

Откуда берутся расхождения в управленческой отчётности банка

Первую часть вебинара провёл Антон Харитоничев, руководитель банковской практики BI.Qube. Он начал с главной причины искажений в отчётности. Единых правил управленческого учёта не существует, в отличие от строго регламентированного бухгалтерского, поэтому и методику расчёта показателей, и правила отнесения операций к статьям каждый банк формирует самостоятельно. Управленческий баланс при этом ведут в Excel, а планы — в отдельном файле, где названия статей прописывают вручную, так что в них могут быть опечатки. А поскольку данные собираются из разных мест, один и тот же показатель приходит в разных значениях.

Искусственный интеллект поверх данных, посчитанных по разным правилам и на разные даты, положение не улучшает. Он просто быстрее выдаёт все версии одной и той же цифры.

Отчётность на подготовленных витринах данных вместо доработки АБС

Дальше Антон показал подход команды BI.Qube в банковских проектах. По его словам, управленческую и регуляторную отчётность выгоднее готовить на подготовленных витринах, чем настраивать расчёт показателей и выгрузку форм внутри самой АБС. В качестве аргументов он назвал снятие нагрузки с учётной системы, единые алгоритмы расчёта благодаря одной модели данных и независимость от конкретной АБС, а значит и более простую адаптацию к новым требованиям регулятора.

Инструментом для этого служит фреймворк BI.Qube, включённый в реестр российского ПО. Он закрывает весь цикл подготовки данных, от готовых коннекторов к основным АБС до генерации витрин в Visiology. Антон обратил внимание, что языковые модели подключаются уже при подготовке данных и работают локально, на мощностях банка. Неформализованный файл с планами загружается в исходном виде, и система сама сопоставляет статьи из него со структурой управленческого баланса, даже когда в названиях есть опечатки.

Четыре дашборда под разные скорости принятия решений

Вторую часть провёл Артём Чжен, пресейл-менеджер Visiology. Он начал с того, что происходит с данными после того, как витрина собрана. Дистанция анализа определяет, какое решение вообще можно принять по дашборду, поэтому к вебинару он подготовил четыре дашборда на синтетических данных.

Внутридневная ликвидность нужна казначейству, которое работает в масштабе часов и минут. Дашборд показывает текущую позицию и ожидаемую траекторию. Он отвечает на вопрос, есть ли проблема в ближайшие тридцать минут.

Финансовый план и прогнозы рассчитаны на горизонт месяца. Здесь важна не скорость реакции, а объяснение. Казначейство и финансовое управление видят не просто отклонение от плана, а его причину и нужное управленческое действие. Каскадная диаграмма раскладывает отклонение на ставки, фондирование, объём, комиссии, рынок и резервы.

Кредитный портфель рассчитан на горизонт нескольких лет, поскольку кредитный цикл проявляется только на длинной дистанции. На дашборде — выдачи и погашения, просрочка, резервирование и концентрация по клиентам и отраслям.

Баланс нужен для сверки. Сверху — активы, обязательства и капитал, ниже — каскад по отделениям и детализация до конкретных статей по месяцам.

К той же модели данных подключается Excel Addon. Аналитик собирает сводную таблицу по статьям и остаткам и переходит по связям модели к счёту, договору и операции, вплоть до клиента.

Visiology Cortex внутри контура банка

Банк заинтересован в языковых моделях и одновременно ограничен законом о банковской тайне, поэтому обычные облачные сервисы согласование не проходят. Артём разобрал три сценария, в которых искусственный интеллект работает без выхода за периметр.

• Дизайнер-агент собирает черновик дашборда по текстовому запросу.
• Cortex: Аналитик отвечает на вопросы о цифрах обычным языком и показывает источник ответа.
• Подключение через MCP позволяет спросить о данных в том ассистенте, которым сотрудник уже пользуется. Ассистент сам находит дашборд, применяет фильтры и возвращает ответ, ничего не изменяя.

Языковая модель, агенты и данные остаются в контуре банка. Модель работает на его GPU, история диалогов хранится в его PostgreSQL, интернет агентам не нужен, доступ выдаётся по пользователям и группам, все обращения фиксируются в аудите. При этом постановка вопроса, отраслевой контекст, требования ЦБ и ответственность за показатели, которые уходят в управленческую и регуляторную отчётность, остаются за человеком.

Материалы вебинара

На записи — сквозной прогон во фреймворке BI.Qube, от подключения к АБС до генерации витрины, разбор всех четырёх дашбордов по виджетам, три демонстрации агентов Cortex и ответы экспертов на вопросы из чата.

▶

Планы развития платформы опубликованы на дорожной карте.