AI-обработка документов по страховым убыткам для европейского страховщика

Страховщик пробовал универсальный инструмент до нас. Тот считал пакет одним документом и задавал модели вопросы по нему целиком. Но пакет — это контейнер: порядок страниц ничего не значит, а одно поле встречается в нескольких документах с законно разными значениями — в смете, дополнительной смете и счёте. Инструмент уверенно их усреднял. Поэтому мы извлекаем данные по каждому документу отдельно, по схеме его типа и с привязкой к исходной странице.

У уровня инференса нет исходящего маршрута. Веса моделей доставили офлайн, телеметрия сервинга отключена, а GPU-узлы стоят в сегменте, где исходящий трафик запрещён политикой, а не договорённостью. Именно этот контроль проверял комплаенс страховщика: специалисты прочитали политику межсетевого экрана и подтвердили её. Правило действует и для страниц, которые выглядят безобидно: пока страница не классифицирована, неизвестно, что на ней.

Полная гибель, вред здоровью, признаки мошенничества, судебные споры и пакеты, где два документа расходятся в существенном поле, всегда идут человеку — при любой уверенности модели. Решения о покрытии и ответственности система только готовит: EU AI Act относит оценку рисков и ценообразование в страховании жизни и здоровья к высокому риску, а статья 22 GDPR ограничивает полностью автоматические решения. Эта граница записана в правилах маршрутизации.

Отдельно для каждого поля и каждого типа документа, а не одной общей цифрой: конвейер, который безупречно читает номера полисов и плохо — строки смет, в среднем выглядит нормально, но это ничего не говорит. Точность и полнота отслеживаются раздельно, потому что пропущенное и неверное поле стоят по-разному. На ключевых полях каждого типа точность выше 97 % по эталонной выборке и постоянному теневому сравнению.

Главный сигнал дрейфа — доля ручных исправлений. Когда крупная сеть автосервисов сменила формат смет, доля исправлений по строкам смет выросла за несколько дней. Этот тип документов вернули на ручную проверку, обновили извлечение и заново провели через ту же оценку на эталонной выборке. Версии моделей закреплены, и новая попадает в работу только после повторной оценки.

Извлечение полей — задача схемы, а не поиска, поэтому векторная база не нужна. С дообучения не начинали: строгая схема, ограниченное декодирование и реальная эталонная выборка прошли пороги точности, а дообученная модель становится обузой в сопровождении, как только меняются форматы документов. Агентный фреймворк тоже не нужен: это конвейер, и код выглядит как конвейер. Стек намеренно небольшой, чтобы его эксплуатировала команда страховщика.

Да. Через шесть недель после запуска по убыткам на той же платформе заработал приём заявок на андеррайтинг: анкета, история убытков, перечень имущества со стоимостью и переписка с брокером приходят таким же пакетом. Понадобились новая схема полей, правила маршрутизации и оценка на эталонной выборке, а не новая разработка с нуля.