Райффайзен Банк строит цифровой двойник ИТ-ландшафта и готовит Agentic RAG

Райффайзен Банк описал, почему решил отказаться от привычной модели корпоративной архитектуры с отдельными диаграммами и ручным ведением репозитория. Вместо этого банк строит собственный EA Tool — платформу, которая должна стать цифровым двойником ИТ-ландшафта и рабочей базой для будущих AI-инструментов.

Почему старые EA-системы

По словам команды банка, классические решения вроде Sparx EA, Alfabet и iServer долго оставались отраслевым стандартом, но сегодня всё хуже справляются с требованиями скорости. Главная проблема не в наборе функций, а в самой логике работы: такие продукты создавались как инструменты для архитекторов, а не как живая среда для совместной работы команд. В итоге данные быстро устаревают, связи между объектами поддерживаются вручную, а обсуждение изменений всё равно часто уезжает в draw.

io и презентации. На этом фоне бизнес требует другого режима: быстрее выводить изменения в прод, точнее персонализировать продукты и сокращать ручную операционную поддержку. Для этого банку нужен единый источник истины по ИТ-активам, который не просто хранит схемы, а обновляется вместе с реальной разработкой.

Именно поэтому в Райффайзене решили не ограничиваться заменой одного вендорского инструмента на другой, а запустить собственную платформу управления архитектурой.

Как устроен EA Tool Новый EA Tool строится вокруг единого репозитория архитектурных объектов.

В банке описывают его как автозаполняемый digital twin: каждый объект в системе имеет историю, связи и место в общей модели. Причём целевая аудитория платформы — не только архитекторы, но и автономные agile-команды, которые должны работать с архитектурными данными напрямую, а не через отдельный слой согласований и ручных выгрузок.

• Архитектурная модель связывает бизнес-способности, функции, API, потоки данных и компоненты Согласованные модели могут запускать CI/CD-процессы через стандартизированный Green Path YAML-спецификации и данные из Git помогают сверять реальный ландшафт с проектным решением * В перспективе платформа сможет генерировать заглушки, схемы баз данных и базовый код Такой подход подводит банк к Spec-Driven Development, где архитектурный артефакт перестаёт быть картинкой для согласования и становится исполняемой спецификацией. Команда признаёт, что на старте скорость подготовки решений просела: пришлось жёстко нормировать нотации, обязательные поля и качество входных данных. Но после принятия этих правил часть рутины на финальных этапах ушла, а регистрация систем и потоков данных после согласования стала происходить автоматически.

Куда ведут SDD и RAG

Следующий этап связан уже не с визуализацией, а с использованием ИИ поверх архитектурного репозитория. Сначала банк хочет сфокусироваться на контекстном поиске, NLP и RAG-сценариях. Идея простая: любой участник команды сможет задать вопрос на естественном языке и быстро выяснить, какие системы отвечают, например, за карточный процессинг или где ещё используется устаревшая СУБД. Это должно заметно снизить порог входа в архитектурные знания и убрать зависимость от узкого круга экспертов.

«Будущее уже здесь.

Просто оно неравномерно распределено». Дальше Райффайзен смотрит в сторону Agentic RAG, где AI-агенты не только достают знания из базы, но и сами действуют внутри заданных правил. В статье речь идёт именно о векторе развития: такие агенты могли бы проверять проектные решения на соответствие политикам безопасности, находить дублирующиеся бизнес-функции и предлагать оптимальные интеграционные маршруты на основе исторических данных банка. Архитектор при этом не исчезает, а смещается в роль того, кто формализует знания, задаёт рамки и валидирует AI-черновики на уровне стратегии и решений.

Что это значит

Кейс Райффайзен Банка показывает, что корпоративная архитектура постепенно превращается из вспомогательной документации в операционный слой разработки. Если эта модель приживётся, ценность будут создавать не сами диаграммы, а связка из структурированных внутренних данных, производственного процесса и AI-инструментов поверх них. Для рынка это ещё один сигнал: самый полезный корпоративный ИИ может появиться не в отдельном чат-боте, а внутри цифрового двойника компании.