Финансовые учреждения ежедневно обрабатывают тысячи заявок, и каждая может содержать поддельные документы. По данным Inscribe, мошенничество встречается в каждом 16-м документе, причем число ИИ-сгенерированных подделок выросло в 5 раз с апреля по декабрь 2025 года. Традиционная ручная проверка занимает 30 минут на заявку, что создает три основные проблемы: масштабирование (требуется найм дополнительных аналитиков), адаптивность (статичные правила не ловят новые схемы, такие как deepfakes) и согласованность (разные аналитики приходят к разным выводам).

Inscribe разработала агентную ИИ-систему на базе Amazon Bedrock, которая имитирует работу эксперта-аналитика. Система не просто помечает подозрительное поле — она принимает документ, направляет его в соответствующие модели, запускает параллельные криминалистические проверки, сверяет данные по всему набору документов, ищет информацию о работодателе в интернете и формирует аудируемый отчет. Весь процесс занимает менее 90 секунд — в 20 раз быстрее ручной проверки.

CustomerFraud Losses PreventedReview Time ReductionKey Outcome
BHG FinancialMillions prevented90%+ reductionSystematic workflow that grows with you
Logix Federal Credit Union$3M+ in 8 monthsUp to 99% reductionAI forgery detection
BCU$5.6M preventedHandles volume from 10 to 10,000 applicationsFraud ring detection

Ключевая особенность архитектуры — использование нескольких foundation models (FM) через Amazon Bedrock. Ни одна модель не подходит для всех задач одинаково, поэтому Inscribe выбирает оптимальную FM для каждого этапа: одна модель лучше распознает текст, другая — выявляет манипуляции с изображениями, третья — проверяет логическую согласованность. Amazon Bedrock предоставляет единый API к моделям от AI21 Labs, Anthropic, Cohere, Meta, Stability ИИ и Amazon, а также встроенные средства безопасности и конфиденциальности.

Традиционная ручная проверка занимает 30 минут на заявку и не справляется с масштабом

Inscribe fraud detection architecture on AWS showing document ingestion, queue-based asynchronous processing, text extraction, the Amazon Bedrock multi-model pipeline, Amazon SageMaker AI models, and the storage and observability layers
Inscribe fraud detection architecture on AWS showing document ingestion, queue-based asynchronous processing, text extraction, the Amazon Bedrock multi-model pipeline, Amazon SageMaker AI models, and the storage and observability layers · Источник: AWS Machine Learning Blog

Решение работает совместно с отделами рисков и андеррайтинга: автоматизирует рутинный анализ, а сложные случаи передает человеку. Такой подход сохраняет точность и объяснимость, необходимые для соответствия финансовым регуляциям. Экономический эффект значителен: одна пропущенная подделка может стоить миллионов долларов прямых убытков, а долгие проверки приводят к отказу клиентов от заявок.