Правила и исключения: DMN, CMMN и AI в банковской практике

Ключевые темы

1. Назначение DMN

• Что такое Decision Model and Notation.
• Когда нужен DMN.
• Чем DMN отличается от BPMN.
• Почему бизнес-правила не стоит прятать в длинном тексте требований.
• Роль DMN в кредитных, AML, KYC, fraud и операционных решениях.
• Где DMN соприкасается с AI.

2. Структура модели решений

• Decision Requirements Diagram.
• Decision.
• Input Data.
• Business Knowledge Model.
• Knowledge Source.
• Связь решения с требованиями и процессом.
• AI-score / ML-score как входные данные, а не как "магическое решение".

3. Таблицы решений

• Входные параметры.
• Выходные значения.
• Условия.
• Правила.
• Результаты.
• Проверка полноты таблицы.
• Проверка непротиворечивости таблицы.
• Обработка неопределенных и пограничных случаев.

4. Hit Policies

• Unique.
• First.
• Priority.
• Any.
• Collect.
• Когда какую политику применять в банковском решении.

5. Банковские сценарии DMN

• Первичная оценка кредитной заявки.
• Определение необходимости ручной проверки.
• Решение по лимиту.
• Маршрутизация заявки.
• Проверка KYC.
• AML-флаги.
• Fraud-risk.
• Решение об отказе.
• Запрос дополнительных документов.
• Решение с учетом AI-score.

6. Контроль и версионирование правил

• Версии правил.
• Ответственность за изменение правил.
• Проверка влияния изменения правил.
• Объяснимость решения.
• Подготовка правил к тестированию и аудиту.
• Контроль изменения AI-моделей и входных скоринговых показателей.
• Риски автоматизированного принятия решений.

Практика

Практическое задание 1. Выделение решений из BPMN

Слушатели анализируют BPMN-модель и выделяют точки принятия решений:

• одобрить заявку;
• отказать;
• отправить на ручную проверку;
• запросить дополнительные документы;
• передать в комплаенс;
• заблокировать операцию до проверки.

Результат: перечень решений для DMN-моделирования.

Практическое задание 2. Decision Requirements Diagram

Слушатели строят DRD для кредитного решения.

Результат: диаграмма требований к решению.

Практическое задание 3. Таблица решений с AI-score

Слушатели разрабатывают таблицу решений с параметрами:

• доход клиента;
• долговая нагрузка;
• кредитная история;
• сумма кредита;
• срок кредита;
• KYC-статус;
• fraud-флаг;
• AML-флаг;
• AI-score / ML-score;
• результат скоринга.

Возможные результаты решения:

• одобрить;
• отказать;
• направить на ручную проверку;
• запросить дополнительные документы;
• передать в комплаенс;
• заблокировать до дополнительной проверки.

Результат: DMN-таблица решений с использованием AI-score.

Практическое задание 4. Проверка правил

Слушатели проверяют таблицу:

• есть ли противоречия;
• есть ли пропуски;
• есть ли дубли;
• понятен ли результат;
• можно ли объяснить решение клиенту, аудитору и внутреннему контролю;
• не является ли AI-score единственным основанием для критичного решения.

Результат: проверенная модель принятия решений.

Практическое задание 5. Связка BPMN + DMN + AI

Слушатели связывают:

• задачу BPMN;
• решение DMN;
• входные данные;
• AI-score;
• результат решения;
• контроль;
• дальнейший маршрут процесса.

Результат: связанная модель процесса и решений.

Практическое задание 6. Разбор спорного решения

Сценарий: клиент получил отказ, потому что AI-score показал высокий риск.

Слушатели определяют:

• какие правила сработали;
• какие данные использовались;
• можно ли объяснить решение;
• какие контрольные действия нужны;
• требуется ли ручная проверка;
• какие риски возникают для банка.

Результат: описание объяснимости и контроля автоматизированного решения.

Ключевые темы CMMN

1. Назначение CMMN

• Что такое Case Management Model and Notation.
• Когда нужен CMMN.
• Почему не все банковские ситуации являются линейными процессами.
• Отличие CMMN от BPMN.
• Отличие CMMN от DMN.

2. Сложные банковские кейсы

• AML-расследование.
• Fraud case.
• Жалоба клиента.
• Нестандартная ручная проверка.
• Эскалация в комплаенс.
• Спорное кредитное решение.
• Проверка подозрительной операции.
• Расследование операционного инцидента.

3. Основные элементы CMMN

• Case.
• Stage.
• Task.
• Milestone.
• Event Listener.
• Sentry.
• Discretionary Task.
• Обязательные и необязательные действия.
• Условия запуска задач.
• Роль knowledge worker.

4. CMMN и AI

• AI как помощник специалиста, а не автоматическая замена расследования.
• Классификация кейса.
• Приоритизация кейсов.
• Поиск похожих случаев.
• Подготовка подсказок.
• Выявление аномалий.
• Риски AI-подсказок:
• ошибочная рекомендация;
• непрозрачный источник вывода;
• чрезмерное доверие сотрудника к AI;
• слабая доказательная база;
• отсутствие ручной проверки.

5. Связка CMMN с BPMN и DMN

• BPMN запускает кейс.
• DMN помогает принять отдельное решение.
• AI помогает анализировать данные и предлагать гипотезы.
• CMMN описывает работу со сложной ситуацией.
• Как не смешивать процесс, решение, кейс и AI-подсказку в одну нечитаемую модель.

Практика

Практическое задание 1. Выбор сложного кейса

Слушатели выбирают из сквозного кредитного процесса ситуацию, которую неудобно/невозможно описывать обычным BPMN:

• подозрение на fraud;
• жалоба клиента на отказ;
• AML-флаг;
• нестандартная проверка;
• эскалация в комплаенс;
• спорное решение, принятое с учетом AI-score.

Результат: описание сложного банковского кейса.

Практическое задание 2. CMMN-модель кейса

Слушатели моделируют выбранный кейс:

• стадии;
• задачи;
• события;
• вехи;
• обязательные действия;
• дискреционные действия;
• условия запуска;
• возможные результаты.

Результат: CMMN-модель сложного кейса.

Практическое задание 3. AI-поддержка сложного кейса

Слушатели определяют, где AI может помогать специалисту:

• классифицировать кейс;
• найти похожие случаи;
• выявить аномалии;
• предложить список проверок;
• подготовить краткое резюме кейса;
• сформировать вопросы для дополнительной проверки.

Отдельно фиксируются ограничения:

• что AI не должен решать самостоятельно;
• где требуется ручное подтверждение;
• какие действия должны логироваться;
• какие решения должны быть объяснимы.

Результат: описание AI-поддержки и ограничений в сложном кейсе.

Практическое задание 4. Связка BPMN + DMN + CMMN + AI

Слушатели определяют:

• из какого места BPMN-процесса запускается кейс;
• какие DMN-решения используются внутри кейса;
• где используется AI-подсказка;
• какие результаты кейса возвращаются в основной процесс;
• какие требования и риски связаны с кейсом.

Результат: связанная модель процесса, решений, сложного кейса и AI-поддержки.

Практическое задание 5. Итоговая защита

Команды защищают итоговую модель:

• требования;
• BPMN-процесс;
• DMN-решения;
• CMMN-кейс;
• AI-компоненты;
• риски;
• контрольные точки;
• практическая применимость для банка.