Банки передают данные в разных форматах — их нужно сопоставить
Для обмена финансовыми данными банки используют API — программные интерфейсы связи между системами. Названия полей и форматы могут различаться, в том числе отклоняться от стандарта Financial Data Exchange (FDX). Чтобы настроить обмен, специалисты сопоставляют поля и проверяют данные. По словам Ninth Wave, раньше на эту работу и обсуждение готовности в таблицах и переписке уходили недели. Источник
Подключение согласуют инженеры банка, специалисты Ninth Wave и команда компании, которая собирает финансовые данные. Им нужны общие сведения, история решений и проверка требований. Для ответов по документации можно использовать RAG: программа находит материалы в базе знаний, а модель ИИ составляет ответ на их основе. Источник
Главный агент выбирает одного из семи исполнителей
Ninth Wave создала Compass на Amazon Bedrock AgentCore и Strands Agents — инструментах для разработки и запуска ИИ-агентов. Агент — программа, которая выполняет задачу с помощью модели ИИ и подключённых инструментов. Главный агент определяет запрос пользователя и выбирает одного из семи исполнителей. Тот получает сведения и инструкции для своей части работы. Источник
Сортирует результаты поиска по полезности, чтобы разработчики быстрее находили нужные материалы в документации портала.
Отвечает на обычные вопросы по документации Compass и стандарту FDX.
Распределяет загруженные документы по категориям.
Находит, каким полям стандарта FDX соответствуют поля API конкретного банка.
Находит расхождения в полях, ошибки формата и нарушения правил именования.
Проводит пользователя по этапам подключения и обращается к подключённым инструментам, когда нужно выполнить действие.
Объясняет, насколько банк готов к подключению. Только этот агент использует Amazon Bedrock Knowledge Base вместе с RAG: сначала получает материалы из базы знаний, затем составляет ответ по ним.
До обращения к ИИ система отделяет сведения одного банка от других
Перед запуском агента приложение собирает документацию банка, настройки и историю взаимодействий. У каждого клиента отдельные индексы для поиска в OpenSearch и разделы хранилища S3. По данным AWS, такое разделение призвано не допустить попадания сведений одного банка в диалог другого, хотя система моделей у них общая. Источник
Модели тоже выбирают под задачу. Для массовых несложных операций используют лёгкие модели. Сопоставление полей, анализ и сложные вопросы передают моделям, которые лучше справляются с рассуждением. Источник
AWS сообщает о сокращении времени сопоставления и анализа на 95%
По данным AWS, время сопоставления и анализа API сократилось на 95%. Компания также описывает переход от недель работы специалистов к минутам работы системы. Оба утверждения относятся к этим задачам, а не ко всему сроку подключения банка.
По данным AWS, первые клиенты получили бета-версию 1 марта 2026 года. К 15 мая подготовили среду для постоянной работы, а 1 июня приложение открыли всем клиентам.
Команда сопровождения следит за состоянием инфраструктуры, а для каждого агента учитывает число вызовов, время ответа и стоимость. Отдельно отслеживает расход токенов — единиц текста, по которым рассчитывают использование модели.
Поиск, сопоставление и оценка готовности устроены по-разному
Главный агент определяет задачу и выбирает исполнителя
Для сопоставления полей агент получает отдельные инструкции. Поиск в документации выполняет другой агент со своими инструкциями. Так можно задать каждому исполнителю задачу и правила её выполнения. Источник
Приложение заранее собирает сведения конкретного клиента
Приложение собирает разрешённые сведения до обращения к модели. Агент начинает работу с данными нужного банка, которые заранее отделены от сведений других клиентов. Источник
Модель подбирается под сложность задачи
Лёгкие модели выполняют массовые операции, а более сложные модели — сопоставление и анализ. Такое распределение позволяет выбирать модель с учётом требований к качеству и стоимости конкретной задачи. Источник
Оценку готовности можно вычислить по правилам
Балл готовности по FDX рассчитывается по доле обязательных полей, для которых найдено соответствие. Модель не выставляет его самостоятельно. Формулу расчёта проще проверить при аудите. Источник
Отдельные данные клиента, агенты по задачам и проверяемый результат
Документы и настройки клиента → доступ только к нужным сведениям → агенты по отдельным задачам → оценка готовности → общее рабочее пространство.
Документация API → сопоставление полей → проверка → поиск недочётов → следующие шаги для клиента и команды внедрения.
Данные поставщика → классификация документов → проверка по правилам → поиск недостающих сведений → оценка готовности.
Документы конкретного клиента → отдельные проверки → расчёт оценки по правилам, где это возможно → разбор нестандартных случаев человеком.
Для каждого этапа подключения — своя задача и способ проверки
Сначала нужно выбрать действие для автоматизации: поиск, сопоставление полей, проверку данных или оценку готовности. Требования к этому действию определяют выбор инструментов.
В Compass задачи разделены так же, как работа при подключении банка. Для поиска, сопоставления полей, анализа, оценки готовности и пошагового сопровождения нужны разные сведения, инструкции и модели.
В Compass поиск по базе знаний через RAG нужен агенту оценки готовности; другие агенты работают иначе. Сам балл готовности считают по формуле. Сведения клиентов разделяют до обращения к модели, а время и стоимость отслеживают по каждому агенту.
Так каждую часть процесса можно настроить и проверить отдельно.
Четыре вопроса перед созданием системы из нескольких агентов
Для каких этапов подключения нужны разные инструкции или модели?
Какие сведения о клиенте нужно собрать до обращения к ИИ?
Какие оценки и проверки можно выполнять по заданным правилам без модели ИИ?
Можно ли измерить время ответа, стоимость и качество работы каждого агента?
Настройка обмена данными и автоматизация подключения клиентов
Подключение клиента затягивается из-за таблиц, переписки и согласований между специалистами?
Расскажите, какие данные вы получаете от нового клиента, с чем их сверяете и на каких шагах подключение задерживается. Вместе разберём проверки и согласования, определим задачи для ИИ и обычных программ, а также решения, которые останутся у специалистов.
Это независимый разбор команды M2B2 системы, описанной Ninth Wave и AWS. Команда M2B2 не участвовала во внедрении. Описание устройства системы, даты запуска и показатели взяты из технического разбора AWS от 14 сентября 2026 года. Команда M2B2 не проверяла эти сведения независимо.