ASPEX
·
aspex.kz
·
Апрель 2026
·
10 мин на чтение
Каждая ошибка аналитика в пакете документов МСБ увеличивает риск роста NPL — ручная обработка стабильно даёт 30–40% ошибок в данных. А средний пакет заёмщика — это 120–150 файлов в пяти форматах на трёх языках. Добро пожаловать в реальность кредитования МСБ в СНГ.
Это не кейс одного банка
Это системная проблема 188 банков в девяти странах
Когда мы начали разговаривать с банками в Казахстане, Узбекистане, Грузии и Азербайджане — оказалось, что боль одна и та же. Аналитик открывает архив с документами МСБ и первые полдня просто раскладывает файлы по папкам. Вручную. Потому что у каждой компании-заёмщика свой формат, своя учётная политика, своя версия 1С. Потом начинает считать. Ошибается. Считает заново. Через 10–20 дней выдаёт решение.
К 2027 году Нацбанк Казахстана обязал банки принимать решения за 3 дня. Грузинский регулятор GFSA требует 48 часов уже к 2026. «Banking Roadmap 2030» Узбекистана — 90% цифровых кредитов МСБ к 2028. Это не пожелания — это требования регуляторов с конкретными дедлайнами.
💡
Узнаёте свои процессы? Каждый из этих четырёх пунктов — отдельный проект на год для внутренней разработки. Или одна интеграция с LUMI за две недели.
$60+ млрд и 188 банков, которым нужно решение прямо сейчас
Регуляторное окно закроется через 2–3 года
Мы долго думали, на чём фокусироваться сначала. Казахстан — очевидный старт, мы здесь 10 лет и знаем рынок насквозь. Но когда посмотрели на регион целиком — стало понятно, что это не локальная история.
| Страна | Банков | Портфель МСБ | Рост г/г | Программа цифровизации |
| 🇰🇿 Казахстан | 21 | $21 млрд | +20% | Цифровой Казахстан 2025 |
| 🇺🇿 Узбекистан | 33 | $15,2 млрд | +35% | Digital Uzbekistan 2030 |
| 🇦🇿 Азербайджан | 26 | $8,5 млрд | +22% | Azerbaijan 2030 |
| 🇬🇪 Грузия | 15 | $4,2 млрд | +18% | Стратегия цифровизации банков |
| 🇧🇾 Беларусь | 24 | $4,2 млрд | +7% | Программа цифровой экономики |
| 🇦🇲 Армения | 17 | $2,8 млрд | +15% | Digital Armenia 2030 |
| 🇰🇬 Кыргызстан | 23 | $1,9 млрд | +12% | Программа цифровизации |
| 🇲🇩 Молдова | 11 | $1,5 млрд | +8% | Ассоциация с ЕС — цифровизация |
| 🇹🇯 Таджикистан | 18 | $1,1 млрд | +10% | Национальная стратегия 2030 |
| ИТОГО | 188 | $60,4 млрд | +18% средн. | |
И это только банки. Плюс 600+ МФО ($12 млрд портфель), 250+ лизинговых компаний, 500+ корпоративных финдепартаментов холдингов. Общий addressable market — $83+ млрд: банки ($60,4 млрд) + МФО ($12 млрд) + лизинг ($8 млрд) + факторинг ($3 млрд).
В СНГ прямых конкурентов с end-to-end решением для региона = нет. Западные продукты не понимают кириллицу, 1С и локальные форматы отчётности. Это окно. И оно скоро закроется.
📈
Только Казахстан: 9,3 трлн ₸ портфеля МСБ, рост +20% год к году. Банк, который даст решение за 3 дня к 2027, заберёт этот рынок. Вопрос — на чём он будет это делать?
Знакомьтесь: LUMI
Не ещё один скоринговый модуль. Полный конвейер от хаоса документов до решения
Мы потратили 10 лет на то, чтобы понять, как реально устроены финансовые данные в СНГ. 400+ проектов, 670 млрд тенге обработанных данных, First Heartland Bank, ForteBank, Нацбанк Казахстана — всё это дало нам понимание, которое невозможно купить или скопировать.
LUMI — это то, что мы построили на этом фундаменте. LUMI внедряется в закрытый контур банков и холдинговых групп — данные не покидают периметр. Встраивается в Colvir или работает отдельным модулем. Срок внедрения — 3–5 месяцев. Под капотом — собственный код и open-source решения, без зависимости от внешних API. Также готовится решение по подписке. И делает одну вещь, но лучше всех для региона: превращает 150 разноформатных документов на русском, казахском, узбекском* в готовое кредитное решение за минуты вместо 15–20 дней.
* узбекский в разработке
🔧
Один интерфейс для всего цикла. Загрузка → консолидация → анализ → решение. Аналитик не переключается между Excel, почтой и банковской системой — всё здесь.
Как это работает: три шага
Никакой магии — просто хорошо сделанная инженерия
01
Загрузите что есть — LUMI разберётся
PDF, сканы, фото плохого качества, Excel, выгрузки из 1С 8.2/8.3/УЗ-версии, архивы с сотнями файлов. Просто перетащите. LUMI Data Engine сам определит тип документа, период, компанию, структуру. Если распознавание сомнительное — скажет об этом, не будет делать вид что всё окей.
02
Консолидация без боли — даже по группе из 10 компаний
LUMI Financial Analyzer сам клеит формы, выравнивает статьи, убирает внутригрупповые обороты и расхождения. Учитывает разные учётные политики за разные периоды. Выгружает в Excel в привычном виде. Всё прозрачно — один клик и любая цифра раскрывается до первичной проводки.
03
Скоринг по вашим правилам — не по нашим
LUMI Decision Maker формирует заключение по скоринговым правилам конкретного банка. Не навязывает свою методологию. Аналитик видит не чёрный ящик — видит риски, триггеры, рекомендации. И если нужно изменить веса или формулы — меняет сам, не ждёт обновления вендора.
⚡
Четыре модуля, один пайплайн. Data Engine → Financial Analyzer → Decision Maker → (опционально) Forecasting. Каждый делает своё, все говорят друг с другом.
То, что реально меняет жизнь аналитика
Не features из презентации — то, за что платят клиенты
🔍
Прозрачность до первичных данных
Любая цифра в отчёте — один клик до исходной проводки. Никаких «доверься модели». Это важно для банков: регулятор спросит, откуда цифра, и аналитик сможет ответить.
⚠️
Аномалии прямо на таблицах
Рост дебиторки +60%, падение ROE на 5 п.п., высокая доля ФОТ — всё подсвечивается прямо на данных, не в отдельном отчёте. Аналитик видит проблему там, где она есть.
🏢
Структура группы из документов
LUMI сам восстанавливает структуру холдинга, учредителей, связанные лица — из самих документов. Не нужно вводить вручную то, что уже есть в бумагах.
💸
Перетоки денег внутри группы
Диаграмма движения денег между компаниями холдинга. Сразу видно, кто реально зарабатывает, а кто перераспределяет. Золото для оценки групповых заёмщиков.
📊
Cash Flow прогноз и стресс-тесты
Модуль Forecasting: прогноз на 3–12 месяцев, автопересчёт по стресс-сценариям, моделирование влияния кредита на Cash Flow заёмщика. Отдельный модуль, не входит в базовый LUMI.
🌍
Под капотом — свой код, не API к GPT
LUMI построен на собственном коде и открытых open-source решениях — без зависимости от OpenAI или других внешних API. Данные банка остаются внутри закрытого контура. Русский, казахский, узбекский + МСФО, НСФО, локальные ПБУ — всё обучено на реальных документах СНГ за 10 лет.
🎯
Скоринговая таблица с детализацией по каждому условию. Банк настраивает веса и формулы сам — LUMI считает так, как считаете вы. Не наоборот.
🚨
Рост дебиторки на +60%, падение ROE на 5 п.п. — LUMI замечает это в момент консолидации, не после того, как кредит уже выдан.
🔄
Кто реально зарабатывает в группе, а кто просто перераспределяет — это видно на диаграмме за 30 секунд. Раньше уходили дни.
Цифры, которые не нужно объяснять
6 минобработка 120 документов и 10 компаний
−90%ручных операций аналитика
−70%ошибок в данных кредитных сделок
×3пропускная способность одного аналитика
2
банка в подписанных контрактах. Это не PowerPoint-стартап. Продукт работает. Аналитики используют. Результат измерим.
📉
3–5 дней → 10–20 минут. Это не маркетинговые обещания — это то, что мы замерили на реальных пакетах документов от реальных заёмщиков.
Почему у нас получилось?
10 лет работы с финансовыми данными в 400+ проектах, в том числе в банковском секторе
93% проектов Digital Transformation в банках СНГ не достигают целей — это данные McKinsey за 2023 год. Причина почти всегда одна: внешний вендор не понимает, как реально работают данные в регионе. LUMI — это 10 лет понимания изнутри.
🇰🇿
FIRST HEARTLAND BANK
Автоматизировали финансовую отчётность за 13 лет деятельности в один динамический дашборд P&L
🇰🇿
FORTEBANK
6 дашбордов по бюджетированию с автоматическим расчётом KPI — считаются без аналитика
🇰🇿
НАЦИОНАЛЬНЫЙ БАНК КАЗАХСТАНА
Система сбора и обработки отчётных данных. Динамический портфель по внеказахстанским активам
🇰🇿
ГРУППА 248 КОМПАНИЙ
КФО с вычетом ВГО теперь ежедневно вместо 1 раза в год. Высвободили 27 бухгалтеров