Studija slučaja20. listopada 2026.5 min čitanja
Studija slučaja: kako je Layer Finance za tri tjedna dobio funkcionalan AI sustav za izdvajanje podataka
Šest mjeseci internog rada nije doseglo kvalitetu koju je Layron trebao. Tri tjedna kasnije prototip ga je nadmašio, a Layer Finance izmjerio je 80% uštede vremena pri obradi transakcija.
Autor: Michael PresecanAIgenica
Klijent: Layer Finance (proizvod: Layron), institucionalne nekretnine, uredi u Baaru (Švicarska) i Beču (Austrija). Rezultat: funkcionalan prototip za 3 tjedna, bolji od šest mjeseci internog rada. Layer Finance izmjerio je 80% uštede vremena pri obradi transakcija.
Polazna situacija
Layer Finance pronalazi nekretninske transakcije izvan otvorenog tržišta, organizira dužničko i vlasničko financiranje te strukturira vrijednosne papire temeljene na nekretninama. Njihov proizvod, Layron, pretvara dokumentaciju transakcije u sažetke spremne za investitore: informativne listove, ocjene transakcija i investicijske memorandume.
Sve u tom lancu ovisi o jednom koraku: izdvajanju pravih činjenica iz dokumentacije. Pogreška u tom koraku prenosi se u svaki sljedeći rezultat, uključujući ocjenu transakcije koju investitor prvu pogleda.
Izdvajanje se interno razvijalo šest mjeseci i nije doseglo kvalitetu koju je proizvod trebao. Ostatak plana razvoja čekao je na to.
Što smo napravili drukčije
Nismo krenuli od praznog repozitorija. Krenuli smo od provjerenog temelja, pa je već prvi dan postojala prijava s ulogama, zasebne organizacije za svaku klijentsku tvrtku, tipizirani podatkovni model, administracijsko sučelje za pregled i reviziju svakog AI rezultata te nadzorna ploča s naplatom.
Tako su tri tjedna otišla ondje gdje je vrijednost:
- Razumijevanje dokumenata onako kako ih razumije tim. Koje su činjenice važne za transakciju, gdje se skrivaju u podatkovnoj sobi i kako ih analitičar provjerava.
- Izrada sustava za izdvajanje oko tih pravila, pri čemu se svaki rezultat može pratiti do izvornog dokumenta.
- Jednostavan pregled. Tim može vidjeti, ispraviti i odobriti ono što je AI izdvojio, pa se kvaliteta poboljšava umjesto da tiho opada.
Rezultat
Nakon tri tjedna prototip je nadmašio postojeći sustav za izdvajanje i pokrio veći dio proizvoda od prethodnih šest mjeseci rada. Izgrađen je na uobičajenoj, dokumentiranoj tehnologiji, pa ga je klijentov tim mogao preuzeti, a Layer Finance na njega je prebacio cijelo svoje rješenje.
Izmjerili smo 80% uštede vremena pri obradi novih transakcija. — Kurt Praszl, Head of Investment, Layer Finance
Od tada je Layron prerastao u kontrolni centar za transakcije s učitavanjem podatkovnih soba, agentskim dubinskim snimanjem, ocjenjivanjem transakcija te informativnim listovima i investicijskim memorandumima generiranim iz predložaka svake tvrtke.
Što druge tvrtke mogu iz ovoga naučiti
- Krenite od načina na koji stručnjaci već rade. Izdvajanje je postalo dobro jer je slijedilo provjere koje analitičari već rade.
- Neka AI rezultati budu provjerljivi. Administracijski prikaz u kojem ljudi odobravaju i ispravljaju rezultate čini automatizaciju vrijednom povjerenja.
- Ne gradite osnove ispočetka. Prijava, uloge i naplata riješeni su problemi; vrijeme uložite u ono što je jedinstveno za vas.
Podatak od 80% izmjerio je i objavio Layer Finance.
