Как мы разработали систему оценки имущества на базе ИИ для казахстанского ломбарда

К нам обратился крупный казахстанский ломбард с проблемой низкой скорости и непостоянства оценки имущества. Эксперты тратили слишком много времени на анализ каждого предмета, при этом субъективный фактор часто приводил к расхождениям в стоимости. Это снижало доверие клиентов и увеличивало количество жалоб.

Основная цель разработки — создать прозрачную, быструю и автоматизированную систему оценки, которая сократит операционные издержки и повысит доверие клиентов.

Эти шаги мы визуализировали в виде CJM (карта пути клиента), выявив точки, где теряется время и деньги.

Необходимо создать систему, которая:

Мы обсудили с клиентом нашу методологию:

Клиент предоставил нам базу из 100 000+ записей:

Мы очистили данные, отсеяв дубликаты и «шум». Для обучения ИИ были выделены категории:

На базе OpenAI мы обучили модель:

Мы подключили систему к существующей базе данных для автоматического обновления списка аналогов.

Систему внедрили в 3 филиалах на этапе пилотного запуска. В течение месяца мы:

После успешного пилота система была развернута на все филиалы. Мы провели обучение персонала и выпустили инструкции по работе с новым инструментом.