# Банк с 400 миллионами файлов поручил ИИ вычёркивать лишнее. И это уже не игрушка - Site: VeraPoint News - Section: Новости - Date: 2026-06-25 - Canonical: https://verapointmedia.com/news/huntington-bank-redacting-sensitive-data-from-400m-documents-with-aws/ - Markdown: https://verapointmedia.com/news/huntington-bank-redacting-sensitive-data-from-400m-documents-with-aws.md - Summary: Huntington Bank развернул AWS-пайплайн для редактирования PII и PCI в 400M+ документов. Сроки упали с лет до месяцев, но вопросы к качеству и контролю остались. - Tags: #aws #банки #compliance #pii #pcidss #автоматизация - Image: https://verapointmedia.com/static/content-assets/news/huntington-bank-redacting-sensitive-data-from-400m-documents-with-aws/cover.webp ## Sources - https://aws.amazon.com/blogs/machine-learning/huntington-bank-redacting-sensitive-data-from-400m-documents-with-aws/ - https://news.google.com/rss/articles/CBMitwFBVV95cUxOX3hXSm9vSVVTU0dROEZLTkVWSkU2aEZjejJSbG9CZHh4S0hiS2pmSG14R0JPNWRHM1phbWhEcTlJS1NSUTBHT3RpWDI3QVVlMERjdE5EeWtSQ19lT1JOTXo1a2dzbmowcWM1N0RERXBZbGQ0VlpOTzl4VDQwbnEtOVl4NGVENzc5c3k2N0hwNVdQQ0FPa1U2MWRSWFBzRjltN1h1eXJCeUwxeEo4OXNhWV9qaHBqWkU?oc=5 --- ## Когда у тебя не «папка с PDF», а архив на 400 миллионов документов Если у банка лежат сотни миллионов файлов, то ручная проверка уже не выглядит добросовестной осторожностью. Она начинает выглядеть как очень дорогая пауза на годы. И вот тут Huntington National Bank сделал ход, который трудно назвать хайпом: он собрал на AWS систему, которая автоматически находит и редактирует чувствительные данные — PII и PCI. Если по-человечески, это персональные данные и платёжные данные: имена, номера, карточные следы и всё, что лучше не оставлять в тексте “как есть”. Для людей, которые отвечают за compliance, IT-архитектуру и риски, это не абстрактная AI-новость. Это вопрос: как не утонуть в наследии из старых документов и не превратить защиту данных в вечную ручную каторгу. Через три минуты тут можно понять простую вещь: где в такой автоматизации реальная польза, где уже начинается красивая упаковка, и почему «95% точности» — это не то же самое, что «ну всё, можно расслабиться». ## Что банк вообще сделал — без магии и без театра Huntington хранит документы на своей собственной инфраструктуре, on-premises — то есть не в облаке, а у себя. И речь не о паре тысяч файлов, а о более чем 400 миллионах документов, накопленных с 2015 года. В 2025 году банк решил пройтись по этому архиву и вычистить чувствительные фрагменты. Для этого собрали конвейер из четырёх AWS-сервисов. Amazon Textract — это, по сути, OCR плюс разметка текста: сервис “читает” сканы и документы и вытаскивает из них текст и структуру. Amazon SageMaker — платформа для обучения и запуска ML-моделей. AWS Step Functions — оркестратор, который связывает шаги процесса в цепочку. AWS Lambda — безсерверные функции, которые запускаются по событию и не требуют отдельного сервера под каждый чих. Смысл всей конструкции не в том, что “ИИ всё понял”. Смысл в том, что банк выстроил поток: достать документ, распознать, определить, где PII/PCI, замаскировать, а потом вернуть результат обратно в on-premises-хранилище. И вот это уже похоже не на демонстрацию возможностей, а на индустриальную сборку. ## Почему это не очередной AI-шум Меня тут зацепило не слово “AI”, а масштаб старой боли. Потому что у финсектора есть очень скучная, очень дорогая и очень реальная проблема: архивы живут дольше, чем любые внутренние проекты, а требования к данным только ужесточаются. В 2025 году это особенно заметно на фоне PCI DSS и CCPA. Если совсем по-простому: PCI DSS — это правила для работы с платёжными данными, а CCPA — калифорнийский закон о персональных данных. Для банка это не декоративные рамки, а условия игры. И вот тут автоматизация выглядит не как модный эксперимент, а как способ вообще не застрять в ручном аудите на годы. По оценке Huntington, без такой системы задача заняла бы годы. С ней — месяцы. Разница, честно, почти неприличная. Но, конечно, надо смотреть и на вторую сторону. Потому что банку важно не просто “ускорить”, а ускорить так, чтобы не создать новую дыру прямо в процессе ускорения. ## Где тут польза, а где уже начинается осторожная зона Польза очевидна: меньше ручного труда, быстрее обработка, меньше шансов, что кто-то пропустит чувствительный фрагмент просто потому, что устал и уже видел этот PDF в девятьсот восемнадцатый раз. Для банка это снижает операционный риск. Для клиентов — теоретически уменьшает вероятность того, что в старых документах останутся лишние данные, которые там не должны лежать. Но теперь неприятная, зато честная часть. Авторы кейса пишут про точность редактирования выше 95%. Звучит бодро, но это не финальный вердикт. Нам не показывают, сколько было ложных срабатываний, сколько пропусков, сколько документов всё равно ушло на ручную проверку, и как система вела себя на самых кривых и грязных форматах. То есть “95%+” — это хорошо. Но это не “идеально”, и уж точно не “можно выключить людей”. Вот тут и прячется главный смысл подобных кейсов: ИИ здесь не отменяет контроль, а меняет его форму. Вместо ручного пролистывания — надзор за качеством пайплайна, метриками и исключениями. Не менее скучно, но намного масштабнее. ## Почему архитектура важнее красивого пресс-релиза Мне нравится, что в этом кейсе есть именно архитектура, а не просто “мы внедрили ИИ”. Потому что для организаций с большими архивами реальная задача почти всегда одна и та же: как принять старые данные, обработать их безопасно, не сломать compliance и не потерять контроль над результатом. И тут важны детали: - данные должны быть зашифрованы и при хранении, и при передаче; - доступ к хранилищам и сервисам должен быть строго ограничен; - используемые сервисы должны попадать в зону PCI DSS; - результаты нужно вернуть обратно в исходные on-premises-системы. Вот это и есть взрослая часть истории. Не “AI нашёл всё”, а “мы построили цепочку, в которой можно вообще работать с такими объёмами”. И, если честно, это уже ближе к дорожной карте для других банков и fintech-команд, чем к вдохновляющему кейсу для презентации. ## Что это значит для читателя — без корпоративной пены Если у вас в компании тоже лежат тонны старых документов, этот кейс говорит очень простую вещь: ручная проверка на больших архивах больше не выглядит единственным “надёжным” вариантом. Иногда она просто становится слишком медленной, слишком дорогой и слишком человеческой. Но вывод не в том, чтобы срочно “переехать на ИИ”. Вывод в том, что автоматизация в таких задачах имеет смысл только тогда, когда вы заранее понимаете: - какие именно данные ищете; - где будет контроль качества; - что делать с ошибками модели; - как вернуть результат в существующую инфраструктуру; - и кто потом отвечает за то, что ИИ промахнулся. Вот это, между прочим, и есть настоящая взрослость подобных внедрений. Не в слове “генеративный”, а в скучной, но важной способности не развалить процесс на пути к ускорению. И да, немного забавно: в 2025 году самый полезный AI-кейс для банка — это не чатик, а система, которая методично вычёркивает лишнее из миллионов документов. Очень скромно. Очень по делу. Очень без фейерверков. А вот вопрос, кто теперь будет проверять, что ИИ не вычеркнул лишнего, остаётся вполне человеческим. ## Материалы - [AWS Machine Learning Blog] Huntington Bank: Redacting sensitive data from 400M+ documents with AWS | Amazon Web Services: https://aws.amazon.com/blogs/machine-learning/huntington-bank-redacting-sensitive-data-from-400m-documents-with-aws/ - [news.google.com] supporting context: https://news.google.com/rss/articles/CBMitwFBVV95cUxOX3hXSm9vSVVTU0dROEZLTkVWSkU2aEZjejJSbG9CZHh4S0hiS2pmSG14R0JPNWRHM1phbWhEcTlJS1NSUTBHT3RpWDI3QVVlMERjdE5EeWtSQ19lT1JOTXo1a2dzbmowcWM1N0RERXBZbGQ0VlpOTzl4VDQwbnEtOVl4NGVENzc5c3k2N0hwNVdQQ0FPa1U2MWRSWFBzRjltN1h1eXJCeUwxeEo4OXNhWV9qaHBqWkU?oc=5