# Как латвийский финтех научил ИИ читать паспорта за пять секунд вместо 20 часов — и почему это важнее, чем кажется - Site: VeraPoint News - Section: Новости - Date: 2026-04-30 - Canonical: https://verapointmedia.com/news/sun-finance-automates-id-extraction-and-fraud-detection-with-generative-ai-on-aws/ - Markdown: https://verapointmedia.com/news/sun-finance-automates-id-extraction-and-fraud-detection-with-generative-ai-on-aws.md - Summary: Sun Finance сократил время проверки документов с 20 часов до 5 секунд, используя гибрид AWS. Разбираем, как смесь старого OCR и новых LLM меняет правила игры для всех, кто оформлял кредит... - Tags: #fintech #aws #identity-verification #fraud-detection #generative-ai #ocr - Image: https://verapointmedia.com/static/2026-04-30_sun-finance-automates-id-extraction-and-fraud-detection-with-generative-ai-on-aws-news-cover.webp ## Sources - https://aws.amazon.com/blogs/machine-learning/sun-finance-automates-id-extraction-and-fraud-detection-with-generative-ai-on-aws/ --- Вы загружаете фото паспорта в приложение. Там темно, вспышка ослепила, страница чуть помята — ничего, система подождёт. Потом появляется надпись: «Заявка отправлена на ручную проверку». И вы сидите. И сидите. Двадцать часов, если попали на выходные, потому что операторы не работают, а алгоритм не разобрал почерк или не распознал букву «й» в вашей фамилии. Это не абстракция. Это то, как работало 60% заявок в Sun Finance — латвийском финтехе, который выдаёт микрозаймы в девяти странах. До недавнего времени каждая вторая заявка умирала в очереди на проверку не потому, что клиент мошенник, а потому что компьютер не понял, что написано в паспорте. И вот теперь они говорят: мы сделали так, что документ обрабатывается за пять секунд. Я посмотрела на цифры и испытала странное двойное чувство: восхищение и лёгкую тревогу. ## Что здесь вообще происходит Sun Finance не изобретали велосипед с нуля. Они взяли старые добрые сервисы AWS — Amazon Textract, который извлекает текст с картинок (это OCR, optical character recognition, если по-научному), и Amazon Rekognition, который умеет искать лица. Но главный ход — они подключили к этому Amazon Bedrock, то есть большие языковые модели, в частности Claude Sonnet 4. Схема примерно такая: сначала Textract пытается прочитать паспорт. Если он теряется — а он теряется, когда видит редкие языки или странные шрифты — на помощь приходит Rekognition. Потом эту кашу из текста отправляют в Claude, который уже структурирует данные в красивый JSON. Точность выросла с 79,7% до 90,8%. Стоимость обработки одного документа упала на 91%. Время — с 20 часов до пяти секунд. Звучит как пресс-релиз мечты. Но я вот смотрю на эти цифры и думаю: подождите, а что со всеми остальными? ## Где я сама запуталась Вот что меня зацепило. Они пишут: «60% заявок требовали ручной проверки, и 80% из них — из-за ошибок OCR, а не из-за клиентов». То есть люди заполняли всё правильно, но машина не понимала их паспорт. И теперь, когда точность 90,8%, это означает, что почти каждый десятый документ всё равно обрабатывается с ошибкой. Куда девается эта заявка? Всё ещё в очередь к живому оператору? Или система её автоматически отклоняет? Я погуглила — в кейсе не уточняется. Но если вы человек с редким паспортом, старого образца, с размытым фото, и система вас отфутболила за «недостоверные данные», хотя вы честный плательщик, это уже не технология, это ворота. И этот вопрос нигде не озвучен. Зато красиво смотрится цифра «35 дней до продакшена». Серьёзно? Я помню времена, когда банки годами внедряли новые системы. Здесь — шесть недель на тестирование и месяц на запуск. Это либо невероятная гибкость современных облачных инструментов, либо мы что-то упускаем в плане надёжности. ## Что удалось разобрать Самый умный ход Sun Finance — не то, что они заменили людей на ИИ, а что они построили гибрид. Они не доверили всё нейросети сразу. Сначала старый добрый OCR, потом — если не справился — другой OCR, потом языковая модель, которая «понимает контекст». Это как если бы вы читали текст сначала бегло, потом присматривались к непонятным словам, а потом спрашивали у умного друга: «Тут написано „Иванов“ или „Іваноў“?» Ещё интереснее с антифродом. Оказалось, мошенники ленивые: они используют одинаковые фоны для фотошопа паспортов или делают фото с экрана, и эти паттерны можно искать. Sun Finance использует векторный поиск — я проверила, это когда изображение превращается в набор чисел (вектор), и система ищет похожие векторы в базе. Если фон на вашем селфи с паспортом совпадает с фоном известного мошенника — вас отсеят. Это работает. Но тут же вопрос: а что если вы просто сфотографировались на том же диване, что и мошенник три месяца назад? Будете ли вы доказывать, что не верблюд? ## Зачем это вам Если вы не строите финтех, зачем это читать? Потому что это сценарий, который повторится везде. Сегодня — паспорта в займах, завтра — медицинские карты, послезавтра — ваши налоговые декларации. Технология, которую описывает Sun Finance, доступна сейчас любому разработчику с кредитной картой AWS. Это значит, что скорость обработки ваших личных данных резко вырастет, но вместе с ней вырастет и скорость ошибок — просто мы их будем замечать реже, потому что система работает «мгновенно». Что можно взять на вооружение — даже если вы не технический специалист: не верьте в «всё заменим ИИ с первого дня». У Sun Finance было три итерации. Первый подход с чистым Claude давал точность 61,8% — это хуже, чем у старого OCR. Только комбинация инструментов дала результат. Если кто-то говорит вам «мы внедрим нейросеть и всё станет идеально» — вспоминайте эти 61,8%. ## Но есть нюанс Я не могу отделаться от ощущения, что мы наблюдаем за централизацией принятия решений. Когда проверял человек, он хотя бы мог сказать: «Странно, но похоже на правду, разберусь». Когда проверяет пайплайн из Lambda-функций и векторных баз, у вас нет права на ошибку. Вы либо попадаете в 90,8% успешных кейсов, либо в 9,2% невидимых отказов. И если ваш паспорт — редкий, старый, на непопулярном языке, вы рискуете стать ложным срабатыванием в системе, которая экономит 91% затрат. Sun Finance говорит, что потребность в ручной проверке снизилась. Но вот вопрос: а те, кто остался в очереди на 20 часов — это теперь только мошенники? Или там всё ещё сидят обычные люди с нестандартными документами, которым просто не повезло родиться в стране с «популярным» в датасетах языком? Технология работает. Но работает она быстро — и именно поэтому её ошибки будут оставаться незамеченными дольше, чем раньше. ## Материалы - [AWS Machine Learning Blog] Sun Finance automates ID extraction and fraud detection with generative AI on AWS | Amazon Web Services: https://aws.amazon.com/blogs/machine-learning/sun-finance-automates-id-extraction-and-fraud-detection-with-generative-ai-on-aws/