Международный банк: фасилитация AI для риск-команды за один день

В начале 2025 года мне позвонил руководитель риск-функции одного крупного международного банка. Задача звучала просто: сто с лишним человек из шести разных направлений, один день на синхронизацию понимания и приоритизированные инициативы на выходе. Без долгих подготовок, плотный график.

Я ответил: «Можно. Но это будет не семинар». Семинар — это один лектор на сотню слушателей, через час половина зала засыпает, к концу дня красивые слайды и ни одного конкретного действия. Мне нужно было наоборот: к концу дня активная работа всей команды, у каждой подкоманды — свой набор инициатив, и на выходе — карта зрелости плюс дорожная карта для всей риск-функции.

Формат, который я предложил, назывался AI Café — авторская адаптация классического World Café под обсуждение внедрения ИИ. Этот день стал для меня самым большим пилотом: 100+ участников в гибридном режиме, шесть риск-тем за один день. Ниже — как это было, что сработало и что мы не предусмотрели. Публикую кейс с согласия банка, но без раскрытия его названия — по соглашению о конфиденциальности.

Почему именно шесть тем

Первое, что мы обсуждали на предварительной встрече, — не формат, а структура тем. Банковская риск-функция — не одно направление, а семья дисциплин. Если взять «риски вообще» как единую тему, фродовый аналитик не поймёт специалиста по санкциям, а санкционщик не погружён в логику ICAAP-narrative.

Мы составили список шести направлений, которые покрывают всю риск-функцию:

1. OpRisk — операционные риски. Частотное направление с быстрыми победами: автоматизация регистрации инцидентов, классификация, ранние предупреждения.
2. Anti-Fraud — антифрод. Классические ML-модели уже давно на L0, а LLM-слой добавляет объяснимость сработок для внутренних аудитов.
3. Санкции и геориски. Область, где RAG (L2) даёт максимальный результат: поиск по санкционным спискам, регуляторным обновлениям, геополитическим ограничениям.
4. Integrated Risk — включая стресс-тестирование и ICAAP-narratives. LLM-помощник на L1 экономит часы аналитика при подготовке нарративов.
5. Risk-Controlling — ALM, Capital, RWA, LLM-дашборды. Здесь начинается Gen BI — генеративная аналитика поверх BI-систем.
6. Data & Model Risk — BCBS 239 и MRM 2.0. Стык регулирования и инноваций: как адаптировать классический Model Risk Management под GenAI.

Шесть — это максимум, который проработали за один день. Семь — уже перебор, обсуждения становятся поверхностными. Четыре — безопаснее, но теряем охват.

Как прошёл день

С утра в зале собралось сто с лишним риск-специалистов. Ещё около тридцати подключились онлайн. Это был один из первых моих опытов с гибридным AI Café — с одной стороны хотелось охвата, с другой понимали, что онлайн-участники будут чувствовать себя «на периферии», если их специально не вовлечь.

Начал с короткого вступления на двадцать минут: сегодня мы не учимся, сегодня вместе работаем над картой AI-инициатив. Я — фасилитатор, вы — эксперты. Я задаю структуру, вы приносите содержание.

Дальше разделение на шесть тематических столов — через QR-коды offsite.panteo.ai, моей собственной платформы ИИ-фасилитатора. Каждый участник сканировал код своего стола, регистрировался в нужной группе и получал на телефон программу встречи. Онлайн-участники сформировали параллельные брекаут-комнаты в Zoom.

Основная часть дня — пять ротаций по 30 минут. За каждой ротацией группа работала с темой по четырёх вопросной структуре: какие процессы в этой теме — кандидаты на AI; на каком уровне шкалы автономности процессов они сейчас и на какой имеет смысл перевести; какая главная боль; какой первый шаг за две недели после сессии. По сигналу таймкипера все кроме хозяина и секретаря переходили за следующий стол. Хозяин за три минуты вводил новую группу в контекст — и обсуждение продолжалось. offsite.panteo.ai в это время подкидывал каждой новой группе уточняющие вопросы на основе того, что наработали предыдущие.

Между ротациями — десятиминутные перерывы на кофе. Не для отдыха, а для неформальных разговоров между столами. Именно здесь часто появлялись лучшие идеи: санкционщик слышал обсуждение у MRM-стола и соединял две темы в одну инициативу.

К концу ротаций на каждом столе было по 5–7 проработанных идей. Всего около сорока инициатив. Больше, чем могло попасть в дорожную карту, но это нормально: сначала широко, потом отсев.

После ротаций — публичная галерея и голосование. Голосование шло через телефоны участников прямо в offsite.panteo.ai: каждый получал по пять голосов и отмечал самые важные инициативы — причём не по своей теме, а по любой. Это ключевой момент: голоса по своей теме предсказуемы, а голоса по чужой показывают, что интересно команде в целом.

Публичный разбор топ-инициатив занял последний час. Я брал по три-четыре инициативы с наибольшим числом голосов из каждой темы и уточнял с командой: что на шкале автономности, какая метрика, какой первый шаг, кто ответственный. На этой стадии часто выяснялось, что две похожие инициативы из разных столов — на самом деле одна, и их надо объединить.

К финалу у нас было 12 приоритизированных инициатив — по две от каждого из шести направлений. Каждая с владельцем, целевым уровнем автономности, метрикой и первым шагом. Они легли в основу дорожной карты внедрения ИИ, которую я дооформил в течение следующей недели.

💡 Хотите такую же фасилитацию для вашей риск-команды? Однодневная программа «ИИ для управления рисками» — формат AI Café на 50–150 участников с полной поддержкой платформой offsite.panteo.ai. Обсудить фасилитацию →

Самый яркий момент дня

Если меня спросить, что я запомнил лучше всего, я назову не цифры и не финальную карту. Я назову один разговор за столом MRM.

Там сидел один из самых опытных MRM-специалистов банка — человек, работавший с классическим MRM ещё по SR 11-7 образца 2011 года. Он сказал примерно следующее: «Наш фреймворк построен для детерминированных моделей. Есть модель, она делает предсказание, я могу её валидировать — прогнать на отложенной выборке, сравнить с фактом, посмотреть на ошибки. Всё понятно. А что мне делать с GenAI? Я не могу валидировать ответ GPT, потому что ответ каждый раз другой. Я не могу объяснить этот ответ, потому что у модели нет внутренней логики в нашем понимании. У меня в руках всё разваливается».

Это был момент истины. Ровно эту проблему я описываю в отдельной заметке «MRM для GenAI». Классический MRM действительно не работает для вероятностных моделей, но решения существуют — они другие. Вместо валидации на отложенной выборке — трассируемость каждого запроса, логирование промпта, фиксация версии модели, continuous monitoring. Вместо объяснения модели — объяснимость на уровне пайплайна: не «почему модель так ответила», а «какие документы модель использовала для ответа».

Мы обсуждали это минут двадцать, и у команды MRM появилась та самая ясность, ради которой проводятся такие сессии. Не «нам надо переписать весь MRM», а «нам надо добавить к существующему MRM новый слой специально для GenAI». Эта инициатива попала в финальную дорожную карту.

Честный разбор недочётов

Было бы нечестно рассказывать этот кейс как гладкую историю. После сессии мы собирали обратную связь через offsite.panteo.ai, и участники указали несколько конкретных проблем. Публикую их открыто — они важнее любых рекламных историй.

Нехватка предварительной информации о формате. Участник написал: «В первые минуты нас спросили об ожиданиях, при том что о курсе мы ничего не знали — ни программы, ни целей». Справедливая претензия. С тех пор я отправляю программу за неделю до сессии, и offsite.panteo.ai подтягивает её прямо в карточку события на телефоне участника.

Перегрузка ведущего техническими задачами. Другой участник: «Ярослав сам переключал слайды, включал опросы, управлял голосованиями». Было. С тех пор я стал передавать часть технической работы напарнику-фасилитатору и встроил автозапуск опросов в offsite.panteo.ai — теперь они срабатывают по расписанию, без ручного клика.

Неоднозначность разделения по столам. «Нас разделили по направлениям, но люди сидели с теми, кого не знают, и разговор шёл тяжело». Это тонкий момент. Разделение по темам — сознательное решение, которое создаёт неудобство первых десяти минут, но потом даёт ценность кросс-команды. На следующих сессиях я стал больше времени тратить на объяснение, почему именно так разделены столы и что участники получат от обсуждения с людьми из других отделов.

Галопом прошли по MCP. «Тему MCP проскочили, даже полностью не расшифровали». Мой промах. MCP — не тривиальная тема, и десяти минут на неё на фасилитации мало, но и уходить в техническую лекцию неуместно. Решение: на offsite.panteo.ai теперь встроены короткие справочные карточки, которые участник может открыть прямо с телефона, не останавливая общий разговор.

Бессмысленная самооценка зрелости. «Мы ставили оценки уровня зрелости наугад». Сигнал, что перед голосованием нужна короткая шпаргалка, а не только просьба «оцените своё направление». Теперь offsite.panteo.ai подсказывает определение каждого уровня прямо в форме голосования.

Дезинформирующие графики и фонящий микрофон. Мелкие технические и визуальные промахи — тоже честно зафиксированы. Графики я переделал на следующую сессию, микрофон купил новый. Это та категория ошибок, которая неприятна, но легко устраняется при итерации.

Все эти замечания стали фичами в offsite.panteo.ai и инструкциях к следующим сессиям. Это то, что даёт связка консалтинг плюс собственный продукт — каждая ошибка на живой сессии превращается в улучшение инструмента, которым пользуется следующий клиент. Подробнее об этом — в заметке «Почему мы не только консультируем, но и разрабатываем ПО».

Что я вынес из дня

Первое — гибридный формат работает, но требует отдельной подготовки. Онлайн-участники теряют часть ценности, если их не вовлекать специально. offsite.panteo.ai снимает большую часть этой проблемы — каждый с телефона участвует в голосовании и видит ту же аналитику, что зал.

Второе — шесть тем это реальный предел для одного дня. Больше — начинается поверхностность. Я иногда слышу от клиентов «давайте восемь или девять» и каждый раз говорю нет.

Третье — публичное голосование меняет динамику сессии. Это не красивый элемент в конце, а принципиальный механизм. Он показывает команде, что их голоса учтены и что решения принимаются не узким кругом руководителей, а совместно.

Для кого этот формат

Если вы руководитель риск-функции крупного банка и у вас задача за один день синхронизировать команду по всем направлениям риск-работы в отношении ИИ и получить на выходе приоритизированные инициативы и дорожную карту — однодневная фасилитация AI Café подходит. Формат работает от 50 до 150 участников. Гибридный режим возможен, но требует предварительной подготовки — обсуждаю это с клиентом на этапе согласования.

Подробнее о формате — в описании программы «ИИ для управления рисками». Обсудить конкретно вашу ситуацию — через форму.

Обсудить фасилитацию для вашей риск-команды →