Понедельник, девять утра. Аудитор из регулятора просит показать кредитное досье за прошлый квартал — конкретный заёмщик, конкретная сделка. Менеджер открывает общую папку. Там тридцать семь подпапок с именами вроде «финал_окончательный_2» и «копия_копии». Нужный файл не находится. Ищут ещё час. Потом ещё. К обеду становится ясно: документ где-то есть, но никто не может его достать за разумное время. Проверка зафиксирована как провал. Не потому что данных нет — они есть. Потому что их невозможно найти.
Такие сцены повторяются не в одном банке. И дело тут не в лени сотрудников и не в «плохой дисциплине». Дело в том, что объём финансовой документации вырос быстрее, чем способы ею управлять.
Кто закрывает эту дыру
UglyPear Данные строит инструменты для финсектора вокруг одной простой мысли: документы должны сжиматься быстро, а искать их нужно по смыслу — и всё это внутри вашей собственной инфраструктуры. Два столпа. Первый — продукт SmartSlim, который занимается высокопроизводительным сжатием документов. Второй — RAG-платформа инженерии данных SmartSlim, то есть приватная система Retrieval-Augmented Generation, где модель отвечает на вопросы, опираясь на ваши внутренние документы.
Ключевое слово здесь — приватность. Полностью on-premise. Данные не покидают интрасеть. Это не маркетинговая формулировка про «мы серьёзно относимся к безопасности», а сама архитектурная база: никакой передачи содержимого кому-то во внешний облачный сервис. Всё крутится у вас. А сжатие, которое SmartSlim даёт на входе, снижает объём хранилища на 60–80 процентов — и при этом сохраняет печати и штампы, без которых финансовый документ юридически ничтожен.
Почему управление финдокументами вообще сложное
Начнём с масштаба. По оценкам IDC, мировой объём данных в 2024 году составил примерно от 149 до 180 зеттабайт. К 2028-му он вырастет до 394 зеттабайт. И восемьдесят–девяносто процентов всего этого — неструктурированные данные. Отчёты, письма, сканы, выписки, протоколы. То, что не ложится в ровные строки таблицы.
Теперь про человеческое измерение. Исследование Smallpdf за 2025 год (опрошено 1005 сотрудников компаний США) показало: работники финансовой сферы тратят на поиск уже когда-то увиденных файлов 6,1 часа в неделю — хуже всех отраслей. В среднем у них открыто 8,5 вкладок, а 28 процентов держат больше десяти одновременно. Другой замер, от Kaspersky за 2025 год (1066 респондентов): 57 процентов не могут найти важные файлы, только 30 процентов регулярно разбирают своё хранилище, а 26 процентов просто держат «папку-свалку», куда сваливают всё подряд.
Цифры складываются в одну картину. Данных становится больше экспоненциально. Инструменты поиска остаются на уровне «вспомни, как назвал файл». И люди тонут.
Как это работает на механике
Классический поиск по имени файла — это стрельба по мишени, которую вы сами себе поставили. Назвали досье «договор_ООО_Ромашка», а ищете по слову «займ» — и ничего не найдёте, потому что слова «займ» в имени файла нет. Семантический поиск бьёт по другому принципу: он смотрит на содержимое. Вы спрашиваете «на каких условиях выдавался кредит этому заёмщику», и система поднимает фрагменты, где речь именно об условиях, даже если в заголовке стоит аббревиатура.
Но семантика упирается в физический предел — объём. Если в корпусе миллионы документов в исходном виде, индексация и хранение раздуваются. Тут и нужно сжатие как предусловие. SmartSlim режет объём на 60–80 процентов ещё до того, как документ попадает в поисковый индекс. Меньше данных — быстрее индекс, дешевле хранение, проще масштабирование. А печати сохраняются, так что сжатый документ всё ещё юридически валиден.
И всё это on-premise. Никакой передачи содержимого наружу. Для банка или страховой это не «опция», а условие входа в регуляторную среду.
Немного экспертной глубины, без розовых очков
Любой, кто строил поиск по корпоративным документам, знает: заявить «у нас семантический поиск» легко, а доказать, что он действительно хорош, — тяжело. Качество поиска не измеряется ощущением. Нужны размеченные eval-сеты: наборы вопросов, на которые заранее известны правильные фрагменты-ответы. И количественная оценка — precision, recall, позиция нужного куска в выдаче. Без этого вы просто гадаете, работает ли система.
Хороший подход начинается с first principles — с самой информационной потребности. Что именно человек хочет узнать, когда спрашивает про «условия кредита»? Какой именно фрагмент ему нужен, чтобы принять решение? От ответа на этот вопрос строится разметка eval-сетов. Дальше — анализ сбоев и границ: на каких типах запросов поиск проваливается, где выдаёт не то, где молчит. Без честного разбора провалов систему не улучшить.
На практике серьёзные решения комбинируют гибридный поиск (ключевое + семантическое), re-ranking поверх первичной выдачи, грамотные метаданные и офлайн-оценку качества на тех самых golden sets. Доказательство работоспособности — это воспроизводимые офлайн-метрики плюс CI-регрессия, когда каждое изменение в коде автоматически прогоняется по набору тестов и не даёт качеству откатиться назад.
Сразу оговорюсь: это общий стандарт инженерии поиска, а не обещание, что UglyPear Данные реализовали абсолютно всё перечисленное в финальном виде. Мы описываем уровень зрелости, к которому стоит стремиться, и ту планку, по которой корпоративный поиск вообще стоит оценивать.
Итерационная точка: права на уровне фрагмента
Отдельный момент, который стоит выделить как вторичное доказательство зрелости подхода. В недавней версии RAG-платформы UglyPear Data контроль прав был уточнён до уровня отдельного фрагмента. Это значит: в одном и том же документе разные роли видят разные части. Аналитик может видеть финансовую сводку, а коллега из другого отдела — только выводы, без персональных данных клиента. И важно, что видимость решается в момент поиска, по разрешению, а не навешивается постфактум тегом, который легко забыть.
Система подключается напрямую к существующим базам данных, не вынося данные за пределы домена. Поддерживается инкрементальное обновление — меняете что-то в источнике, платформа подхватывает дельту, а не перестраивает всё с нуля. И есть снимок-откат со защитой от удаления: если что-то пошло не так, можно вернуться к предыдущему корректному состоянию. Вся эта цепочка прошла полную сквозную проверку.
Три сценария из реальной жизни
Кредитное одобрение. Кредитный комитет смотрит заявку. Нужно быстро поднять историю взаимодействий с этим заёмщиком, прошлые досье, обоснования отказа или выдачи по похожим cases. Семантический поиск по сжатому архиву выдаёт нужные фрагменты за секунды, а фрагментарные права гарантируют, что младший аналитик не увидит то, что ему видеть не положено.
AML-дьюдилидженс. При проверке на отмывание денег нужно свести сигналы из множества источников: выписки, переписка, отчёты мониторинга. Разбросанные файлы не дают картины. Приватный RAG собирает релевантные куски в одном окне, оставляя данные в интрасети — что критично, когда речь о чувствительных клиентских данных и требованиях регулятора.
Регуляторная отчётность. Наступает срок сдать отчёт, и нужно обосновать каждую цифру ссылкой на первичный документ. Вместо ручного лазания по папкам аналитик формулирует запрос, платформа поднимает первоисточники, и цитаты встают в отчёт с точными ссылками. Меньше риска, что аудитор не найдёт подтверждение.
С чем мы вообще сравниваем
| Измерение | Локальное разрозненное | Онлайн-SaaS | Приватный деплой (сжатие + RAG) |
|---|---|---|---|
| Данные покидают интрасеть? | Нет централизации, риск утечки через почту/флешки | Да, уходят к внешнему вендору | Нет, всё остаётся внутри |
| Семантический поиск по содержимому? | Нет, только по имени файла | Да | Да |
| Гранулярность прав? | Папка или файл | Папка или файл | Фрагмент документа |
| Контролируемое хранение и откат? | Хаотично, зависит от сотрудника | Зависит от вендора | Снимок-откат, защита от удаления |
| Управление объёмом? | Отсутствует | Ограничено тарифом | Сжатие −60–80 % |
Попробуйте сейчас
Готовы посмотреть, как приватный поиск ложится на ваши архивы?
- Обзор продуктов: https://www.uglypear.com/ru/products/
- Главная страница: https://www.uglypear.com/ru/
- Блог и кейсы: https://www.uglypear.com/ru/blog/
FAQ
Нужен ли финансовой компании приватный деплой, или хватит обычного SaaS?
Если документы содержат персональные данные клиентов, кредитные истории или внутреннюю отчётность, передача их во внешний сервис — это прямой регуляторный и репутационный риск. Приватный деплой надёжнее закрывает этот сценарий: данные физически не покидают интрасеть.
Сохраняются ли печати и штампы при сжатии SmartSlim?
Да. Сжатие режет объём на 60–80 процентов, но сохраняет визуальные элементы — печати, штампы, подписи — без которых финансовый документ теряет юридическую силу.
Как переносить данные из существующих баз, не вынося их за пределы домена?
RAG-платформа подключается напрямую к вашим текущим базам данных. Переноса самих данных наружу не происходит — платформа работает поверх источника и поддерживает инкрементальное обновление, подхватывая только изменения.
Чем семантический поиск отличается от поиска по ключевым словам?
Ключевой поиск ищет совпадение терминов в тексте или имени файла и молчит, если формулировки разошлись. Семантический понимает смысл запроса и поднимает релевантные фрагменты даже тогда, когда нужных слов в заголовке нет. Для финдокументов, где одно и то же называют по-разному, это устойчивее.
Насколько быстро работает поиск по сжатому архиву?
Сжатие как раз и ускоряет индексацию и поиск: меньше объём — быстрее обработка. Конкретная скорость зависит от размера корпуса и железа, но предусловие в виде сжатия снимает главный тормоз — раздутый объём хранилища.