Audit keuangan dengan AI lokal

Audit atas volume dokumen yang besar tanpa data keluar: konversi, anonimisasi, analisis RAG dengan model lokal

Proyek untuk mendeteksi penyalahgunaan dana sebuah grup perusahaan: kumpulan dokumen (sekitar 3,9 GB dalam Markdown) diproses secara lokal atau di server yang aman. Hasil pekerjaan ini meliputi kajian LLM dan infrastruktur GPU, skenario akhir “kualitas vs. waktu” pada satu GPU H200 dengan Qwen2.5-72B dan eskalasi dua tingkat (model kecil menyaring item mencurigakan, model besar melakukan analisis mendalam), estimasi biaya, dan roadmap. Alat-alat dibangun untuk konversi ke Markdown, anonimisasi data pribadi yang dapat dibalik, dan analisis RAG di Milvus; analisis uji coba dilakukan beserta laporan akhirnya.

Tugas

Menetapkan di mana, kapan, dan mengapa uang dibelanjakan, tanpa menyerahkan data rahasia ke layanan eksternal.

Isinya

• Konversi PDF, DOCX, XLSX, dan format lain ke Markdown
• Anonimisasi yang dapat dibalik (Presidio, spaCy NER, Faker): nama lengkap, organisasi, nomor telepon, email, tanggal, jumlah uang, INN, SNILS, OGRN, rekening bank, kartu, IBAN; mode substitusi realistis dan placeholder, pergeseran tanggal, penskalaan jumlah, tabel pemetaan untuk de-anonimisasi
• Analisis RAG atas dokumen terkait (kontrak, faktur, perintah pembayaran, surat, berita acara serah terima) dan graf entitas serta transaksi dengan aturan deteksi anomali
• Mode air-gapped untuk bekerja tanpa API eksternal; laporan dalam Markdown, JSON, dan Excel

Terjemahan mesin — sedang diperiksa.