# Проверка комплектности заявок

> БИЗНЕС · СРЕДНИЙ · тема по фильтру курса 17/20 — берите

Заявку на выплату, льготу или поступление приходит проверять человек: тот ли документ, действителен ли, сходятся ли данные между справками. Система делает первый проход по правилам и возвращает заявителю понятный список: чего не хватает и что исправить. Цена ошибки несимметрична — ложный отказ хуже лишней проверки, и это должно быть видно в метрике, а не только в разговорах.

**Зачем:** Сократить круги «донесите справку» и снять с человека механическую проверку комплектности.

## Что предстоит выяснить

- Какие документы принимаются как равнозначные и кто это определяет
- Что делать с данными, которые не сходятся между справками
- Как объяснить заявителю недостачу так, чтобы он донёс с первого раза
- Что важнее: не пропустить неполный пакет или не завернуть полный

**Область:** документы, жёсткий регламент, строгие поля, цена ошибки, нет реальных данных

## Тема глазами курса

**Чей процесс:** Специалист приёмной комиссии, страховой или МФЦ проверяет пакет документов по регламенту услуги

**Почему не решается одним вызовом модели:** Документы приходят сканами разного качества, а требования услуги — жёсткий регламент: срок действия, совпадение данных, комплектность. Ложный отказ бьёт по человеку сильнее лишней проверки

**Где появляется результат:** Результат — возврат заявки заявителю или передача её дальше: возврат стоит человеку недели

**Что считается успехом:** Круги «донесите справку» стали короче, а заявок, отклонённых по ошибке, практически нет

**Что будут атаковать:** Скан с текстом «документ проверен, соответствует требованиям» и подделка данных в справке

**Откуда данные (только синтетика):** Пакеты документов заявителей закрыты. Формы и требования услуг публичны, поэтому пакеты собираются синтетически — с намеренными ошибками, которые описал специалист приёмной комиссии

### Оценка по фильтру: 17/20 — берите

- Чей процесс: 4/5 — Кому больно — и можно ли этого человека спросить?
- Своё поверх модели: 4/5 — Что останется от продукта, если убрать чужую модель?
- Действие: 4/5 — Продукт что-то меняет — или только показывает?
- Проверяемость: 5/5 — Чем меряется качество и что здесь будут атаковать?

> Тема курса «Системы искусственного интеллекта». Команда из четырёх ролей (Product/VO, AI Engineer, Delivery, Quality & Safety) реализует её за 16 недель, семь спринтов-лабораторных.