«РискНова» — это интеллектуальная платформа на основе искусственного интеллекта, предназначенная для автоматического мониторинга, анализа и прогнозирования коррупционных рисков в государственном и корпоративном управлении.

Система собирает и агрегирует данные из открытых источников, корпоративных систем, внутренних документов и транзакций, анализирует их с помощью алгоритмов машинного обучения и формирует индекс коррупционного риска по подразделениям, сделкам, мероприятиям и контрагентам.

Платформа позволяет организациям:

• выявлять аномалии и потенциальные коррупционные схемы;
• прогнозировать возникновение угроз;
• формировать отчёты и рекомендации;
• визуализировать риски в удобных дашбордах в реальном времени.

Цель проекта — создать инструмент цифровой профилактики коррупционных рисков, повышающий прозрачность процессов и позволяющий принимать управленческие решения на основе данных, а не предположений.

2. Маркетинг и продажи

Анализ рынка

Российский рынок решений в сфере управления рисками и антикоррупционного комплаенса составляет 80–100 млрд рублей, растёт на 10–12% в год. Дополнительно формируется высокорегулируемый сегмент цифровой аналитики и AI-прогнозирования, который прибавляет до 20% ежегодно.

Факторы роста:

• цифровизация корпоративных процессов;
• ужесточение антикоррупционного законодательства (ФЗ-273, ISO 37001);
• растущий спрос на автоматизированные инструменты внутреннего контроля;
• дефицит решений, использующих реальное AI-прогнозирование и автоматическую аналитическую обработку больших данных.

Сегменты потребителей

Основные сегменты:

1. Государственные корпорации и компании с госучастием
   — Роснефть, РЖД, Газпром, Аэрофлот и др.
   — высокий уровень регуляторного контроля, потребность в минимизации юридических и репутационных рисков.
2. Средний и крупный бизнес
   — финансовый сектор, промышленность, логистика, энергетика.
   — потребность в снижении контрактных и операционных рисков.
3. Частные компании, внедряющие внутренний комплаенс
   — необходимость защищать репутацию и оптимизировать процессы контроля.

Каналы продвижения

• Бизнес-форумы и отраслевые конференции
  — прямой доступ к ЛПР, высокий уровень доверия.
• Продвижение сайта и экспертные материалы
  — аналитические обзоры, демонстрация кейсов и пилотных внедрений.
• Реферальная программа
  — формирование доверия через рекомендации комплаенс-офицеров и служб безопасности.
• Нетворкинг и прямые продажи в B2B и B2G
  — ключевой канал в высокорегулируемых отраслях.
• Тендеры по 44-ФЗ / 223-ФЗ
  — обязательный путь для выхода на крупные государственные заказы.

3. Экономика проекта

Инвестиционные расходы

По финансовой модели инвестиции на разработку составляют:
1 740 000 ₽, включая:

• архитектура — 300 000 ₽
• backend — 400 000 ₽
• frontend — 100 000 ₽
• разработка ИИ-модуля — 400 000 ₽
• интеграции — 150 000 ₽
• тестирование и внедрение — 200 000 ₽
• лицензии, ПО, мониторинг — 190 000 ₽

Операционные расходы

Ежемесячные постоянные затраты — 170 000 ₽:

• ИИ/API — 30 000 ₽
• юридические и организационные расходы — 30 000 ₽
• сервера — 30 000 ₽
• техподдержка — 50 000 ₽
• бухучёт — 30 000 ₽

Переменные расходы — налоги, эквайринг и др.

Источники дохода

1. Подписка на платформу (тариф «Базовый») — 86 000 ₽/мес.
2. Подписка на расширенный модуль «АКИ» — 24 999 ₽/мес.
3. Корпоративная лицензия — 90 000 ₽/мес.
4. В дальнейшем:
   — консалтинг, обучение, внедрение;
   — расширенные модули аналитики;
   — сервисные контракты.

Финансовые показатели

По модели:

• Период окупаемости: 12 месяцев
• ROI (1 год): 11%
• ROI (2 года): 446%
• Прибыль при базовом сценарии:
  — от 85 000 ₽ до 131 000 ₽ в месяц (по мере роста клиентов)

Проект обладает высокой маржинальностью в фазе эксплуатации, так как повторные продажи не требуют значимых дополнительных затрат.

4. Цифровые решения

Технологическая основа проекта

Платформа использует:

• нейросетевые модели анализа аномалий;
• методы машинного обучения для прогнозирования рисков;
• NLP-технологии для анализа документов и открытых источников;
• модуль визуальной аналитики (дашборды, отчёты, индексы рисков);
• архитектуру с поддержкой интеграции с корпоративными данными;
• защищённую облачную инфраструктуру с шифрованием данных.

Реализованы механизмы:

• автоматического формирования отчётов;
• отображения причин повышения риска (Explainable AI);
• анализа больших объёмов данных в реальном времени (пороговые уведомления <5 секунд).xtagstartz/li>

На страницу проекта