· AI Engineer NYC 2026 Online Talks
Внедрение AI в банке — не инженерная задача
Deploying AI Inside a Bank Is Not an Engineering Problem — Paden Gayle, Applied AI Engineers
Работающий демо-прототип AI-системы в банке ещё не даёт пути в продакшен, пока не названы владельцы данных, инфраструктуры, рисков и аудита.
- Владельцы решений на первой неделе — до проектирования нужно назвать владельца данных, владельца продакшен-инфраструктуры, подписанта модельного и стороннего риска и владельца аудита. Для каждого нужны конкретный человек, список требуемых доказательств и следующий разговор.
- Автономия по ступеням — начинать стоит с наименьших полномочий, которые дают ценность: ассистент подсвечивает источник и готовит черновик формы, аналитик проверяет и отправляет. Расширять полномочия можно по наблюдаемым ошибкам, переопределениям и возможности восстановиться, а не по ожиданиям от модели.
- Воспроизводимость решений — сохранять входы, промпты, версию модели, конфигурацию, выход и действия ревьюера, потому что повторный запуск модели не восстановит прошлое решение. Слабые сегменты стоит показывать в отчёте явно, а использование с малым объёмом данных ограничивать.
Кому полезно: тем, кто выводит AI-систему в банк или другую регулируемую среду и отвечает за первые недели проекта.
Статья по теме
Главы
Похожие доклады
Чему ошибка банка на $900 млн учит нас об AI agents
Близко по содержанию
Почему передовые модели не справляются с работой аналитиков на стороне инвесторов
Близко по содержанию
Практическое руководство по запуску ИИ-агентов в корпоративном масштабе
AI Engineer Europe 2026
Близко по содержанию
1 368 сбоев ИИ и чему они учат в evals
Близко по содержанию
