OpenAI показала приклад агента Trove — інструмента, який автоматизує перевірку третіх сторін на санкційні, фінансові та репутаційні ризики й формує структурований звіт для фінансових команд.
Навіщо бізнесу агент для third‑party risk management
Перевірка постачальників, підрядників і партнерів зазвичай включає кілька рутинних кроків: пошук даних у різних системах, звірку з санкційними списками, аналіз фінансової стійкості, оцінку репутаційних ризиків, а потім — складання формалізованого звіту для внутрішніх процесів комплаєнсу.
Це займає багато часу й вимагає дисципліни, щоб дотримуватися єдиних стандартів оцінки. Trove демонструє, як агент на базі ChatGPT може взяти на себе більшу частину цієї роботи, залишивши людині роль фінального рецензента.
Як налаштовується агент Trove
Створення агента починається з промпту, який описує:
- робочий процес: що саме має робити агент під час перевірки постачальника;
- інструменти й системи: з якими джерелами даних та корпоративними застосунками він працює;
- необхідні навички: які типи аналізу та операцій має виконувати.
До цього додається окрема «skill» — формалізований набір практик, які фінансова команда вже використовує для оцінки ризиків постачальників. У ньому зафіксовані:
- найкращі практики оцінки;
- інструкції щодо послідовності дій;
- метадані, потрібні для послідовного застосування цих правил.
На основі цього опису ChatGPT автоматично формує план агента та починає його реалізовувати: конфігурує інструменти, підключає навички, налаштовує інтеграції з додатками. Результатом стає детальний набір інструкцій для агента, який не потребує залучення інженерів чи написання коду.
Інтерфейс побудови поділено на дві частини:
- ліворуч — робота з агентом у форматі природної мови: уточнення вимог, зміни логіки, ітерації над поведінкою;
- праворуч — конфігурація інструментів, навичок і застосунків, які агент використовує під час виконання завдань.
Прев’ю, трасування та контроль поведінки
Після базового налаштування Trove можна одразу запустити в режимі попереднього перегляду. Це дає змогу протестувати, як агент поводиться в реальному сценарії перевірки постачальника.
Ключовий елемент — моніторинг виконання:
- доступ до run traces — покрокового журналу виконання;
- перегляд викликів інструментів, їхніх вхідних даних і рішень агента;
- можливість оцінити, як саме агент збирає докази та на чому ґрунтує висновки.
Такий підхід дозволяє зберегти прозорість процесу: фінансова чи ризик-команда бачить не лише фінальний звіт, а й логіку, за якою він був сформований.
Від збору доказів до готового звіту
У робочому режимі агент виконує повний цикл third‑party risk management:
- збирає докази з підключених систем і джерел;
- застосовує вбудовану навичку для структурованої оцінки ризиків;
- оркеструє роботу між системами — від запитів до зовнішніх сервісів до оновлення внутрішніх записів;
- формує структурований, відшліфований звіт, який передається на перегляд аналітику.
Усе це відбувається за лічені хвилини. Людина-експерт звільняється від ручного збору даних і рутинного оформлення документів, зосереджуючись на інтерпретації результатів, виняткових випадках і прийнятті рішень.
Таким чином, агентний підхід дозволяє поєднати швидкість і масштабованість автоматизації з контролем і стандартами, які задає фінансова команда.