АО «Национальная страховая информационная система» (НСИС) внедрило внутренний искусственный интеллект, который уже ускорил обработку обращений в 20 раз и позволил не наращивать штат, несмотря на рост числа запросов в полтора раза. Вся разработка идёт в защищённом периметре компании, без использования облачных сервисов. Для страховой отрасли это пример того, как большие языковые модели и автоматизация могут справляться с валом данных без потери скорости и раздувания штата.
Почему ИИ развернули на собственных мощностях
«ИИ — это колоссальное потребление ресурсов. Кроме того, для нас, как для компании, работающей с большими массивами персональных данных, любое внедрение ИИ — прежде всего вопрос информационной безопасности. Мы не можем позволить себе облачные «чёрные ящики». Всё «железо», защита и обучение моделей должны находиться внутри нашего защищённого периметра», — заявил генеральный директор НСИС Николай Галушин. Именно поэтому большая языковая модель развёрнута на локальных мощностях, а развитие ИИ идёт исключительно во внутреннем контуре.
Обращения: рост в полтора раза без увеличения штата
Как рассказал начальник отдела по разработке и внедрению систем искусственного интеллекта НСИС Александр Макаров, на первом этапе была отлажена работа с обращениями, включая те, которые требуют заполнения множества полей и сопоставления данных из разных источников. Среднемесячный рост количества обращений составляет около 11%, а год к году их число увеличивается в среднем в 1,5 раза. «Резкий рост количества обращений не привёл к увеличению численности сотрудников компании ни на одного человека благодаря отстроенной системе обработки на платформе ИИ. Без автоматизации нам бы пришлось штат отдела увеличить в 7 раз», — отметил Макаров. При этом сама система «не тормозит» — скорость обработки данных не падает.
ИИ-помощник, а не архитектор
Ведущий архитектор НСИС Дмитрий Болот подчеркнул принцип, заложенный в стратегию компании: «ИИ не принимает архитектурные решения, а значительно сокращает время на их подготовку». ИИ выступает в роли помощника, а человек остаётся капитаном. Этот подход уже позволил разработчикам подгружать собственные данные в локальные LLM-модели, создавая уникальные корпоративные сценарии. Для тестировщиков развёрнуты агент и MCP-сервер, что ускоряет релизный цикл. Параллельно на основе языковой модели разрабатывается RAG-система (генерация ответов, дополненная поиском) для технической поддержки; в перспективе её адаптируют и для других подразделений.
Что это значит для отрасли
НСИС — оператор АИС страхования, через которого проходят практически все данные рынка. Успешное внедрение внутреннего ИИ на защищённой инфраструктуре показывает, что даже в условиях строгих требований к безопасности можно добиться двадцатикратного ускорения рутинных процессов. Для страховщиков это прежде всего сигнал: автоматизация обработки обращений и документации больше не требует расширения штатов и может быть реализована без передачи данных за периметр компании. По сути, НСИС создаёт эталонную модель, на которую могут ориентироваться другие участники рынка, планирующие собственную ИИ-трансформацию.
