Choice AI: как OpenAI помогает японцам платить налоги и получать подарки

Выбор — это всегда стресс, особенно когда он напрямую касается ваших денег и налоговых обязательств. В Японии существует уникальная и крайне популярная система Furusato Nozei. Она позволяет гражданам направлять часть своих налогов в бюджеты сельских префектур, а взамен получать локальные деликатесы, изделия ремесленников или сертификаты на отдых. Идея прекрасная, но на практике она превратилась в логистический кошмар для пользователя. Когда перед вами открывается каталог из десятков тысяч позиций — от мраморной говядины из Кобе до наборов органических овощей с Хоккайдо — мозг просто отказывается выбирать. TRUSTBANK решил, что пора прекратить мучить клиентов бесконечными фильтрами, и обратился к технологиям OpenAI.

Совместно со стартапом Recursive банк запустил Choice AI — интеллектуальную систему, которая берет на себя роль персонального консьержа. Это не просто чат-бот в привычном понимании, который выдает заранее заготовленные ответы. Разработчики построили полноценную мультиагентную систему. Внутри нее работают несколько специализированных ИИ-агентов, каждый из которых отвечает за свою часть задачи. Один агент анализирует профиль пользователя и его прошлые предпочтения, другой фильтрует огромную базу данных подарков в реальном времени, а третий следит за тем, чтобы рекомендации соответствовали налоговым лимитам конкретного человека. В итоге вместо утомительного поиска пользователь просто ведет непринужденную беседу, постепенно уточняя свои желания.

Почему это важно именно сейчас? Мы наблюдаем фундаментальный сдвиг в том, как бизнес взаимодействует с клиентом. Раньше компании соревновались в том, у кого удобнее фильтры и быстрее поиск. Сегодня этого уже недостаточно. Choice AI демонстрирует переход к модели «интерфейса намерений». Пользователю больше не нужно знать, как устроена база данных или какие категории товаров существуют. Ему достаточно выразить намерение — например, «хочу что-то необычное на ужин для семьи из четырех человек, чтобы поддержать фермеров, пострадавших от дождей». Модели OpenAI обладают достаточным уровнем понимания контекста, чтобы связать этот абстрактный запрос с конкретными артикулами в системе.

Recursive не зря сделала ставку на мультиагентную архитектуру. Одиночная LLM часто склонна к галлюцинациям или упрощениям при работе с большими массивами данных. Разделение обязанностей между агентами позволяет добиться гораздо более высокой точности. Пока один агент «креативит», предлагая варианты, другой выступает в роли строгого цензора, сверяя наличие товара на складе и актуальность цены. Это делает систему пригодной для использования в банковском секторе, где любая ошибка в цифрах может привести к репутационным потерям.

Для TRUSTBANK этот проект стал способом выделиться на фоне конкурентов, которые все еще предлагают пользователям классические веб-витрины. В условиях перенасыщения рынка побеждает не тот, у кого больше товаров, а тот, кто быстрее и точнее помогает клиенту принять решение. Мы видим, как искусственный интеллект постепенно становится тем самым «умным слоем» между человеком и сложными бюрократическими или финансовыми процессами. Японский опыт с налогами — лишь первая ласточка. Скоро подобные агенты будут помогать нам выбирать страховку, планировать инвестиции или подбирать образовательные курсы, избавляя от необходимости часами изучать мелкий шрифт в описаниях.

Главное: Эпоха самостоятельного копания в каталогах подходит к концу. Choice AI доказывает, что мультиагентные системы способны превратить даже скучную уплату налогов в персонализированный и приятный опыт. Станет ли ИИ-ассистент обязательным стандартом для любого финтех-приложения в ближайшие два года?