Rocket Close автоматизировала проверку прав на недвижимость с помощью агентного AI от AWS

Rocket Close, платформа для автоматизации сделок с недвижимостью, построила агентную AI-систему Supercharger на базе AWS. Решение автоматизирует проверку права собственности на объект — один из самых документоёмких и рискованных этапов закрытия сделки.

Проблема: горы документов перед каждой сделкой

Перед тем как сделка с недвижимостью может быть закрыта, специалисты по праву собственности проводят комплексную проверку юридической чистоты объекта. Это включает изучение реестров всех предыдущих собственников, ипотечных и залоговых записей, судебных обременений, налоговых долгов, сервитутов и ограничений. История каждого объекта может уходить на десятки лет назад, а данные нередко распределены по муниципальным, региональным и федеральным реестрам.

Ручная обработка таких запросов требует времени и высокой концентрации. Одна пропущенная запись об обременении способна заблокировать или аннулировать сделку стоимостью в миллионы долларов. При масштабировании бизнеса этот процесс упирается в человеческие ресурсы: нельзя просто нанять больше специалистов и ожидать линейного роста производительности.

Именно эту задачу Rocket Close решал при проектировании Supercharger. Цель — автоматизировать стандартные проверки и оставить специалистам только нестандартные случаи, требующие профессионального суждения.

Как устроен

Supercharger Система построена на связке из нескольких компонентов AWS, объединённых в единую агентную архитектуру: Strands Agents — фреймворк AWS для оркестрации нескольких AI-агентов; каждый агент специализируется на своём типе проверки Amazon Bedrock — платформа для работы с большими языковыми моделями; здесь происходит смысловой анализ документов и извлечение структурированной информации Amazon Bedrock Knowledge Bases — векторная база знаний для RAG: агенты динамически извлекают нормативные требования, юридические шаблоны и прецеденты, релевантные текущему запросу Model Context Protocol (MCP) — открытый стандарт, позволяющий подключать внешние инструменты и источники данных непосредственно к языковым моделям В рабочем цикле агенты получают задачу, самостоятельно определяют, к каким инструментам и базам данных обратиться, выполняют извлечение и сверку информации, а затем возвращают структурированный результат. Операторы включаются лишь в исключительных случаях — когда агент сталкивается с документом, выходящим за пределы известных паттернов или требующим юридической интерпретации.

Уроки команды при внедрении AWS публикует кейс

Rocket Close в блоге Machine Learning как один из первых примеров применения Strands Agents в боевых условиях. Команда делится рядом практических выводов. Качество Knowledge Bases оказалось определяющим фактором.

Без тщательно структурированной и размеченной базы знаний агенты теряли контекст при работе с нестандартными юридическими формулировками — специфической терминологией конкретных штатов, устаревшими записями или нетипичными формами обременений. Команда потратила значительное время на построение и разметку корпуса документов, прежде чем система начала стабильно выдавать надёжные результаты. MCP существенно ускорил интеграцию с внешними источниками данных.

Вместо написания кастомных коннекторов под каждый реестр команда подключала новые источники через стандартный протокол, что сократило время разработки. Среди задокументированных бизнес-результатов: сокращение времени обработки title-запросов, снижение операционной нагрузки при рутинных проверках и возможность масштабировать объём работ без пропорционального роста штата.

Что это значит

Кейс Rocket Close — конкретный пример того, как агентный AI выходит за пределы технологических компаний и начинает решать операционные задачи в традиционных отраслях: юридической, финансовой, страховой, риелторской. AWS активно продвигает Strands Agents как production-ready инструмент, и этот кейс становится одним из первых публичных подтверждений его реального применения в контексте с высокими требованиями к точности и ответственности результата. Если подход распространится, операции с правом собственности могут стать стандартным use case агентной автоматизации в сфере недвижимости — с последующим переносом паттерна на смежные документоёмкие процессы: страховой андеррайтинг, юридическую экспертизу контрактов, комплаенс-проверки в банках.