Валентин Широбоков: "ИИ умнеет быстрее, чем мы успеваем внедрять его в бизнес"

По оценкам экспертов Financial News London, к 2025 году искусственный интеллект станет неотъемлемой частью финансового сектора: от защиты персональных данных и рисков утечек конфиденциальной информации до угроз массовых сокращений специалистов, занимающихся рутинными операциями. Как автоматизировать процессы и снизить издержки без ущерба безопасности и стабильности отрасли – ключевой вопрос, стоящий сегодня перед крупнейшими международными компаниями. О том, как отрасль может ответить на эти вызовы, рассказывает Валентин Широбоков, ведущий Java-разработчик Sapiens Software Solutions, лауреат престижной премии BrainTech Awards 2025 и член экспертного совета премии Cases & Faces. За 15 лет прошел путь от инженера-программиста в Донецке до создателя ИИ-решений для международных финансовых гигантов в Израиле. Недавно он был принят в престижные международные организации – Институт инженеров электротехники и электроники (IEEE) и Международную ассоциацию разработчиков (IAHD). Валентин разрабатывает интеллектуальные системы, которые помогают крупнейшим мировым финансовым корпорациям, таким как международный страховой концерн Allianz, американская страховая компания AIG и один из крупнейших банков США Bank of America, автоматизировать бизнес-процессы и сократить операционные издержки. Валентин рассказал о преимуществах микросервисной архитектуры в современном финансовом ПО, разработанных им уникальных технических решениях для высоконагруженных систем и о том, как искусственный интеллект трансформирует процесс анализа многостраничных регуляторных документов в банковской и страховой отраслях.

— Валентин, эксперты прогнозируют полную интеграцию ИИ в финансовый сектор к 2025 году. Насколько это реалистично и какие направления искусственного интеллекта станут ключевыми для финансовых организаций?

Эти прогнозы имеют под собой серьезные основания. Мы действительно наблюдаем стремительное проникновение ИИ в финансы, и к 2025 году этот процесс достигнет критической массы. Но речь идет не о замене человека, а об усилении его возможностей. Наиболее перспективными направлениями станут автоматизация обработки документов, предиктивная аналитика для оценки рисков и выявления мошенничества, а также персонализация предложений на основе больших данных. Самым революционным будет автоматизация принятия решений на основе сложных регуляторных требований – здесь ИИ даст наибольший экономический эффект, освобождая специалистов от рутины и снижая количество ошибок. Главной проблемой остается обеспечение прозрачности ИИ-систем, ведь финансовые решения должны быть объяснимыми.

— Валентин, сейчас вы работаете со сложными финансовыми системами. Когда впервые соприкоснулись с разработкой ПО для финансового сектора и как развивались в этом направлении?

— Мой интерес к финансовым технологиям зародился еще во время учебы в Донецком национальном техническом университете, где я получил степень магистра по специальности "Компьютерные системы и сети". Первый практический опыт пришел в компании SVS в Донецке — местной IT-фирме, специализирующейся на автоматизации бизнес-процессов. Там я занимался проектированием баз данных и интеграцией с банковскими системами, что заложило фундаментальное понимание специфики финансовой отрасли. Следующим важным этапом стало соучредительство в компании BUSINESS DATA GROUP в Донецке – стартапе, который разрабатывал программное обеспечение для платежных терминалов и развивал сеть таких терминалов. Этот опыт научил меня видеть финансовые технологии не только с технической стороны, но и понимать бизнес-потребности и ожидания конечных пользователей. После переезда в Израиль в 2015 году я продолжил развиваться в профессиональном плане, работая в медиа-компании MAKO (Keshet Media Group) с высоконагруженными системами и API.

— Вы занимаетесь внедрением ИИ-решений для анализа документов в продукте Sapiens Decision — инструменте автоматизации принятия бизнес-решений, которая значительно повлияла на развитие компании и её позиции на рынке финансового ПО и позволила более эффективно распределять нагрузку и использовать ресурсы. Для решения каких конкретных бизнес-задач используется эта технология?

— В SAPIENS я смог объединить накопленный опыт с новейшими тенденциями в области искусственного интеллекта, фокусируясь на разработке продукта Sapiens Decision, который помогает автоматизировать принятие сложных финансовых решений в банках и страховых компаниях по всему миру. Мы применяем ИИ-решения для анализа документов в первую очередь для автоматизации обработки сложных финансовых и страховых регламентов и требований. До внедрения этих технологий правила для принятия решений вводились вручную: аналитики изучали многостраничные документы, выделяли релевантные правила и переводили их в формализованные термины. Наша технология революционизировала этот подход: теперь система самостоятельно обрабатывает документы на естественном языке, выделяет ключевые правила и преобразует их в структурированные объекты, которые интегрируются в бизнес-логику приложения.

— Сейчас вы участвуете в переходе от монолитной архитектуры к микросервисам. Какие конкретные преимущества этот переход дал бизнесу компании?

— Прежде всего, мы повысили отказоустойчивость системы и гибкость при внедрении новых функций, что напрямую отразилось на удовлетворенности наших клиентов из финансового сектора, для которых надежность критически важна. Новая архитектура позволила нам сократить время выхода новых версий продукта на рынок в 2-3 раза, быстрее реагировать на запросы клиентов и эффективнее внедрять инновационные решения, включая интеграцию искусственного интеллекта. Это дало Sapiens конкурентное преимущество на рынке программного обеспечения для страховых и финансовых компаний, позволив привлечь таких крупных клиентов как Allianz, AIG, Prudential и Bank of America.

— За свои выдающиеся заслуги в сфере ИТ вы были удостоены престижной международной награды BrainTech Awards как самый инновационный инженер-программист года — признание, которое получают лишь лидеры технологических преобразований. Кроме того, благодаря вашей высокой профессиональной репутации и глубокому техническому опыту, вас пригласили в состав жюри международной премии Cases & Faces. Как вы считаете, какие из ваших профессиональных достижений сыграли ключевую роль в получении такого высокого доверия и признания на международной арене?

Награда BrainTech Awards стала для меня большой честью и подтверждением того, что многолетняя работа над сложными технологическими решениями действительно нашла отклик в профессиональном сообществе. Я горжусь тем, что мои разработки, в частности система автоматического извлечения бизнес-правил из финансовой документации с применением ИИ, были признаны значимым вкладом в развитие отрасли. Эта технология позволяет компаниям сократить затраты на обработку документов примерно на 60% и оперативно адаптироваться к новым регуляторным требованиям — и я рад, что она получила международное признание.

Что касается моего участия в жюри премии Cases & Faces, для меня это не только высокая ответственность, но и возможность внести вклад в формирование справедливого и профессионального отбора. Я оценивал работы в номинациях “Инноватор года” в сферах “Программное обеспечение” и “Компьютерные сервисы”, где было представлено множество сильных проектов и выдающихся специалистов. Я постарался подойти к оценке максимально объективно, чтобы в числе победителей оказались действительно самые достойные — те, чьи решения обладают практической значимостью и инновационной силой. Участие в жюри такого уровня — это не только признание опыта, но и возможность поддержать развитие отрасли, вдохновляя новые поколения специалистов.

— В израильской медиа-компании MAKO вы разрабатывали поисковые системы для новостного портала mako.co.il. Как этот лингвистический опыт применяется сейчас в создании ИИ-решений для анализа финансовых документов?

— Технические вызовы, с которыми я столкнулся при работе над поиском на иврите, оказались схожими с теми, что возникают при обработке финансовой документации искусственным интеллектом. В случае с ивритом проблема заключалась в необычном направлении письма, сложной морфологии и множестве префиксов, которые стандартные алгоритмы не могли корректно обработать. Финансовые документы, хоть и написаны обычно на более распространенных языках, содержат свой особый "диалект" – специфическую терминологию, сложные логические конструкции и многозначные формулировки. Разработанные мной алгоритмы токенизации, стемминга и контекстного анализа для иврита я адаптировал для работы с финансовыми текстами. Это позволило нашим ИИ-системам точно извлекать бизнес-правила из многостраничных банковских регламентов и страховых полисов, правильно интерпретировать юридические нюансы и формировать структурированные модели для автоматизации принятия решений. По сути, метод глубокого лингвистического анализа, созданный для медиа-сферы, превратился в мощный инструмент для финансовой индустрии.

— Валентин, вы недавно стали членом IEEE и IAHD, которые принимают только самых почетных специалистов, имеющих подтвержденные выдающиеся заслуге в сфере. Какие возможности открывает для вас членство в этих организациях?

— Членство предоставило мне доступ к обширной базе знаний и дало возможность обмениваться опытом с ведущими профессионалами отрасли со всего мира, что особенно ценно при работе в такой динамичной сфере как разработка программного обеспечения. Эти организации позволяют быть в курсе передовых практик и актуальных исследований, которыми я пользуюсь последние годы в компании Sapiens.

— Какие новые решения на базе ИИ вы планируете разрабатывать в ближайшем будущем?

— ИИ умнеет быстрее, чем мы успеваем внедрять его в бизнес, поэтому в ближайшей перспективе я планирую сосредоточиться на развитии нескольких направлений в области ИИ для финансового сектора. Прежде всего, это создание интеллектуальных систем, способных не просто распознавать правила в документах, но и анализировать их потенциальное влияние на бизнес-процессы, выявлять противоречия между различными регуляциями и предлагать оптимальные решения на основе накопленного опыта. Также в планах разработка гибридных моделей принятия решений, сочетающих традиционные подходы на основе правил с современными методами машинного обучения. Особое внимание уделю созданию персонализированных финансовых продуктов, которые смогут автоматически адаптироваться к потребностям конкретных клиентов на основе анализа их данных и поведения.