ИИ-помощник для службы безопасности

Анализ звонков, переписок и договоров в защищённом контуре компании

Коротко. Сейчас сотрудники СБ вручную слушают звонки, читают переписки и договоры, поэтому проверить удаётся только часть потока. ИИ-помощник заранее разбирает каждый материал: выделяет главное, ставит маркеры риска и даёт ссылку на нужный фрагмент. Аналитик тратит время только на то, что требует внимания. Решения по-прежнему принимает человек.

Запрос: согласовать пилот на 1 месяц.

1. Проблема

Служба безопасности работает с тремя потоками данных: звонки, переписки и договоры. Все три сейчас обрабатываются вручную.

• На один звонок уходит 10–30 минут прослушивания, при этом большая часть разговора не несёт информации, значимой для безопасности.
• Объём данных растёт быстрее, чем штат. Проверка неизбежно становится выборочной.
• Если материал не проверен, инцидент в нём не будет обнаружен вовсе или будет обнаружен поздно.
• Время аналитиков уходит на рутину, а не на расследования.

Итог: покрытие ограничено числом людей, а не уровнем риска.

2. Решение

ИИ-помощник аналитика СБ — система, которая автоматически обрабатывает каждый материал и формирует для сотрудника карточку:

Принцип работы: ИИ подсвечивает, человек решает. Система не блокирует, не наказывает и не делает выводов о сотрудниках. Она экономит время аналитика и не даёт пропустить важное.

3. Сценарии применения

 3.1. Звонки

• Транскрибация речи моделью GigaAM: открытая модель для русского языка, работает внутри контура.
• Краткое содержание разговора без «пустых» частей.
• Маркеры риска с таймкодами: аналитик сразу переходит к нужной минуте записи.

 3.2. Переписки

• Выявление попыток передать данные за пределы компании.
• Подозрительные договорённости, обход регламентов, нетипичные внешние контакты.
• Ссылка на конкретное сообщение.

 3.3. Договоры

• Нетиповые и рискованные условия.
• Отклонения от утверждённого шаблона.
• Ссылка на конкретный пункт.

4. Как это устроено

Обработка идёт в несколько этапов. Ключевой из них — обезличивание персональных данных: оно выполняется до анализа, двумя независимыми способами.

1. Приём данных из телефонии, систем переписки и СЭД.
2. Распознавание речи (для звонков): GigaAM, полностью внутри контура. Аудио никуда не передаётся.
3. Обезличивание ПДн. ФИО, телефоны, паспортные данные, номера карт и счетов заменяются метками. Работают два слоя:
   • алгоритмический: шаблоны и словари, детерминированный поиск;
   • ИИ-слой: находит то, что не ловится шаблонами (например, данные, продиктованные словами).
4. Анализ обезличенного текста языковой моделью: категории, маркеры, краткое содержание.
5. Обратная подстановка: внутри контура аналитик видит карточку с реальными данными, если его роль даёт к ним доступ.
6. Карточка попадает в очередь аналитика

6. Человек принимает решение

ИИ ничего не решает за сотрудника. Каждый вывод системы можно проверить за секунды:

• таймкод ведёт в нужное место записи;
• цитата показывает конкретное сообщение;
• ссылка на пункт открывает нужное место договора.

Аналитик может подтвердить сигнал, отклонить его или отправить на дополнительную проверку. Отклонённые сигналы используются, чтобы настроить систему и снизить число ложных срабатываний.

7. Ожидаемый эффект

Экономия времени: [N] материалов в день × [M] сэкономленных минут = [H] часов в месяц ≈ [X] ₽ / [Y] ставки

Затраты: сервер уже приобретён. Текущие расходы: [расшифровка: электроэнергия, лицензии/API, поддержка].