Дмитро Солопов
Про експерта
Допомагаю компаніям запускати AI-агентів (програми на базі LLM — штучного інтелекту, що розуміє текст і виконує багатокрокові задачі), які реально працюють в операційних процесах, а не лише на демо. Моя роль — описати, що саме агент має робити в конкретному бізнес-процесі (специфікація), і побудувати систему перевірки якості (eval — набір автоматичних тестів на реальних сценаріях), яка доводить, що він це робить правильно ще до виходу в продакшн. З 2024 року працював з 14 фінансовими установами на 9 ринках (Німеччина, Південно-Східна та Центральна Азія, Пуерто-Рико): голосові AI-агенти для контакт-центрів, копілоти для менеджерів з управління капіталом, обробка документів (IDP — автоматичне зчитування контрактів), агентна перевірка страхових претензій. Поза фінансами — агенти для авіаційних операцій, CAD-проєктування (генерація креслень), інструментів для розробників та ігрового продакшну. Побудував 170+ автоматичних перевірок якості агентів і трирівневу систему оцінки (синтетичні → перевірені → еталонні тести). Володію методологією: історії користувачів, Given-When-Then, специфікація перед кодом, тести перед релізом, контракти інструментів (JSON/REST/OpenAPI, MCP — стандарт підключення AI до систем компанії). Раніше — 6 років у Microsoft (технологічний стратег для банків), партнер в AI-консалтинговій компанії, сертифікований тренер Microsoft. Claude Certified Associate (Anthropic, 2026).
AI-стек
Інструменти, з якими експерт реально працював, і приблизні години практики.
Формат співпраці
Розцінки — обговорюємо
Точний обсяг і ціна залежать від задачі — опишіть її нижче, обговоримо на безкоштовному дзвінку.
Не знаєте, з чого почати? Перший крок — безкоштовний 30-хвилинний AI-аудит: на дзвінку визначимо 2–3 процеси з найшвидшою окупністю.
Запросити аудит →Впровадження в реальному бізнесі (10)
- Контроль якості голосового AI-агента для контакт-центру банкуСервіс клієнтівФінтех⏱ 2025 (близько року)
Система автоматичної перевірки якості голосового AI-агента (бот, який відповідає клієнтам банку по телефону) для карткового бізнесу банку в Південно-Східній Азії.
Результат:Команда банку перестала перевіряти якість бота вручну через прослуховування — контролює її по дашборду самостійно, і повторно використала цю методику на своєму наступному голосовому AI-проєкті.
- Агент для узгодження цілей (OKR) у фінансовій установіКерівництво і стратегіяФінтех⏱ 2025–2026
Багатокроковий AI-агент, який допомагає керівникам німецької фінансової установи формулювати та узгоджувати цілі (OKR) на платформі стратегічного планування.
Результат:Експерти клієнта затвердили агента і забрали систему собі: клієнт експлуатує її самостійно, без участі підрядника; перевірка якості формулювань цілей іде автоматично за 9 критеріями замість ручного рецензування.
- Автоматичне зчитування документів валютного контролю для банкуОпераційкаФінтех⏱ 2025-06 – 2026-04
Система IDP (інтелектуальна обробка документів — AI сам витягує дані з контрактів) для торгового фінансування та валютного контролю в банку Центральної Азії.
Результат:Операційний відділ банку перестав вручну переносити дані з контрактів у систему: працює автоматичне зчитування з цільовою точністю 85–95% і обробкою до 1 хвилини на документ.
- AI-копілот для генерації CAD-креслень у землевпорядній компаніїОпераційкаІнше⏱ 2026
Копілот (AI-помічник у робочому процесі), який класифікує вхідні листи від забудовників і генерує чернетки CAD-креслень для найбільшої землевпорядної компанії США, з пошуком по 150 тис. правил зонування.
Результат:Інженери клієнта більше не шукають правила зонування вручну по 150 тис. документів — їх знаходить система; впевнені кейси проходять автоматично, на людину йдуть лише сумнівні (система у ранній експлуатації).
Показати ще 6 ↓
- Агент для управління збоями в авіаційних операціяхОпераційкаІнше⏱ 2025–2026
AI-агент, що веде 7-кроковий процес реагування на операційні збої (затримки, зміни рейсів) для європейської операційної компанії в авіації, плюс копілот звірки білінгу та доходів.
Результат:Реліз виходить без ручного регресійного тестування — повний набір сценаріїв проходить автоматично без регресій; звірка білінгу та доходів, яку робили руками, іде через копілот (обидві системи в ранній експлуатації).
- AI-копілот для написання та тестування смарт-контрактівПродукт і R&DB2B SaaS⏱ 2024–2025
Копілот для Web3-стартапу інструментів розробки: пише, тестує та розгортає смарт-контракти (Solidity, ink!, Rust) на базі графу знань (структурованої карти) SDK екосистеми.
Результат:За звітом клієнта (кейс 2025 року): час розробки смарт-контрактів скоротився на 50%, кількість вразливостей безпеки — на 30%.
- Копілот для менеджерів з управління капіталом банкуПродажіФінтех⏱ 2025-06 – 2026-01
AI-помічник для менеджерів, що ведуть заможних клієнтів банку в Південно-Східній Азії: готує огляд портфеля та підказки для зустрічі на даних core-banking системи (Avaloq).
Результат:Менеджери не збирають вручну огляд портфеля клієнта перед зустріччю з даних core-banking — його готує копілот (експлуатація підтверджена клієнтом, без опублікованих цифр).
- AI-копілот продакшну для групи ігрових студійПродукт і R&DМедіа⏱ 2026 – триває
Копілот для власників продукту та CPO групи з шести ігрових студій: допомагає вести продакшн-плани, беклог і рішення.
Результат:Продакт-оунери шести студій працюють з копілотом у щоденній роботі замість ручного ведення продакшн-документів (запуск підтверджений клієнтом, цифри не фіксувались).
- Копілот аналітики «запитай дані звичайною мовою» для телеком-оператораКерівництво і стратегіяІнше⏱ 2025
AI-помічник, що відповідає на бізнес-питання по даних телеком-оператора в Південно-Східній Азії: text-to-SQL (перетворює запитання людини на запит до бази) на платформі Databricks.
Результат:Бізнес-користувачі отримують відповіді на питання по даних без замовлення звіту в аналітиків — MVP прийнято клієнтом; вихід у продакшн фази 2 заявлений, без опублікованих цифр.
- Агентна система поставки (внутрішня «фабрика» AI-консалтингової компанії)IT та інженеріяB2B SaaS⏱ з 2024, триває
Внутрішня система, яка веде AI-проєкти від специфікації до релізу через Claude Code: шаблони, перевірки якості (eval) і хуки, якими користуються 30+ інженерів та архітекторів.
Результат:30+ інженерів компанії ведуть проєкти за єдиною системою на 20+ розгортаннях замість того, щоб кожна команда збирала свій процес з нуля.
R&D та власні експерименти (5) ↓
Прототипи й дослідження — показують ширину навичок, але це не комерційні впровадження.
- Оцінка автоматизації регуляторної звітності для банкуФінансиФінтех⏱ 2024-11 – 2026-01
Дослідження та ROI-обґрунтування AI-автоматизації підготовки регуляторних звітів для підрозділу міжнародного банку в Південно-Східній Азії.
Результат:Зафіксовано 232 години на місяць ручної роботи над звітністю як базу для рішення; 9 помилок у постановці виявлені на папері, а не після розробки.
- AI-стратегія та 18 агентних сценаріїв для кредитування малого бізнесуКерівництво і стратегіяФінтех⏱ 2024-10 – 2025-12
AI-трансформаційна стратегія для великого банку Центральної Азії: кредитування малого бізнесу, перевірка контрагентів (KYB) і банкінг-як-сервіс (BaaS).
Результат:Керівництво банку отримало розмір можливості для BaaS-напряму (модель впливу 6,4–11,3 млрд тенге) і пріоритезований список з 18 сценаріїв замість абстрактної ідеї «впровадити AI».
- Перевірка медичних страхових претензій на зловживання (PoC)ОпераційкаОхорона здоров'я⏱ 2024-06 – 2025-06
Пробна версія (PoC) AI-перевірки претензій на зловживання для медичного страховика в Індонезії та пілот AI у клієнтському сервісі.
Результат:Клієнт отримав робочий PoC (його власне формулювання результату) і модель вартості на 118 500 претензій/рік; пілот авторизації при виписці працює для лікарень і внутрішніх користувачів (цифри не публікувались).
- Пілот предиктивного обслуговування для промислового IoT-стартапуОпераційкаВиробництво⏱ 2025
Визначення пілоту предиктивного обслуговування (AI передбачає поломку обладнання до її настання) для промислового IoT-стартапу.
Результат:Команда клієнта отримала визначений пілот і дорожню карту на 90 днів; підтверджених бізнес-цифр немає.
- Оцінка голосового AI та асистента оператора для регіонального страховикаСервіс клієнтівОхорона здоров'я⏱ 2025-09 – 2025-10
Обсяг і вартість двох сценаріїв (голосовий бот на вхідних дзвінках та асистент оператора) для програми глобального страховика в Південно-Східній Азії.
Результат:Клієнт отримав оцінені й розраховані два сценарії для двох країн; проєкт зупинився до підписання.
Обговорити задачу
Розкажіть коротко про свій бізнес і задачу — ми звʼяжемося та запропонуємо безкоштовний 30-хвилинний аудит-дзвінок: визначимо 2–3 процеси, де AI окупиться найшвидше. Якщо задача ще не сформульована — це нормально, почнемо з аудиту.
Цей профіль — частина приватного каталогу AI-впроваджувачів. Політика приватності