«Справедливость — это истина в действии». — Бенджамин Дизраэли

Каждый год миллиарды долларов по коллективным искам остаются невостребованными. Не потому, что иски не настоящие. Не потому, что пострадавшие люди не имеют права на выплаты. А потому, что для подачи заявления нужно отследить дедлайн, о котором вы никогда не слышали, доказать покупку, совершенную три года назад, и разобраться в форме заявления, которая словно специально создана так, чтобы ее бросили заполнять.

Схема неизменна. Появляется заголовок — компенсация в 3,6 миллиона долларов за бензол, дело о загрязнении тальком, коллективный иск по ПФАС — люди видят его, понимают, что, скорее всего, пользовались этим продуктом, и пролистывают дальше. Не потому, что им все равно. А потому, что усилия, необходимые для того, чтобы пройти путь от «возможно, я имею право» до «я подал заявление и получил выплату», слишком велики для большинства людей.

Ранее мы делились нашим опытом на HackPrinceton 2026 x Enter.pro: Строя будущее | Enter . Эта статья была об энергии, миссии и более широком контексте. Данная статья — это глубокое погружение в работу команды, которая разрабатывала проект на базе Enter во время соревнования и выиграла приз: Aletheia.

Команда Aletheia заметила, что эти трудности практически полностью искусственны. Доказательства уже существуют. История покупок у крупных ритейлеров, в приложениях для доставки и платежных платформах содержит записи на уровне артикулов (SKU) о том, что именно люди покупали, когда и у кого. Данные, подтверждающие право на компенсацию, уже есть. Они просто скрыты за окном входа в систему.

Что делает Aletheia

Aletheia превращает историю покупок в готовый пакет документов для подачи иска за три шага.

Свяжите аккаунты. Пользователи подключают свои учетные записи магазинов и сервисов доставки, а Aletheia выгружает данные о транзакциях — каждое название товара, продавца, дату и цену каждой позиции. Не категории. А именно товары.

Проверка на воздействие. Анализ на базе ИИ сопоставляет каждый купленный товар с курируемым каталогом химических веществ, связанных с судебными разбирательствами: бензол, тальк, парабены, ПФАС, формальдегид и другие. Пользователи получают отчет о воздействии с оценкой от 0 до 100, процентильным рангом и разбивкой по химическим веществам и помеченным продуктам. Это не предупреждение. Это картина того, чему вы действительно подверглись, исходя из того, что вы реально купили.

Сопоставление с урегулированиями. Выявленные химические вещества и продукты сверяются с актуальным каталогом действующих коллективных исков, который обновляется каждый час из публичных юридических баз данных. Каждое совпадение классифицируется: либо пользователь купил конкретный продукт, соответствующий условиям иска, либо его воздействие связано с рассматриваемым химическим веществом. Истекшие иски отфильтровываются. Дубликаты удаляются. Для каждого совпадения Aletheia генерирует пошаговое руководство по подаче и PDF-пакет доказательств — созданный на основе записей о покупках — готовый к отправке.

Разрыв, который закрывает Aletheia, связан не с юридической сложностью. Он связан с информацией и барьерами. Администраторы исков уже принимают записи о покупках в качестве доказательств. Записи уже существуют. Не хватало только инструмента, который мог бы соединить их автоматически.

Разработка — и проблема, с которой она столкнулась

Команда создала Aletheia на HackPrinceton Spring 2026; их рабочий процесс прошел путь от исследования и требований к продукту до Enter — используя MCP-интеграции и навыки Enter для подключения внешних источников данных и создания интеллектуального уровня — и до полностью развернутого продукта. Enter взял на себя инфраструктуру бэкенда: уровень аутентификации, базу данных и граничные функции (edge functions), которые обеспечивают анализ воздействия, парсинг урегулирований и логику сопоставления.

Самой сложной проблемой была не техническая инфраструктура. А доверие.

Первая версия логики анализа воздействия и сопоставления позволяла ИИ самостоятельно синтезировать как каталог урегулирований, так и оценки соответствия. Это было быстро в реализации и выглядело правдоподобно — пока не стало приводить к ошибкам. Модель выдумывала суммы выплат. Она создавала иски по судебным делам, которых не существовало. Она выдавала вердикты о праве на компенсацию, не имеющие под собой никакой юридической основы.

Для финансового продукта, предназначенного для потребителей, это не просто ошибка. Это провал, который делает использование невозможным. Вы не можете сказать человеку, что его иск стоит 4200 долларов, если эта цифра взята из модели, которая заполняла пробелы, а не считывала проверенные данные.

Решение потребовало разделения того, что хорошо делает ИИ, и того, что ему нельзя доверять делать в одиночку. Реальные данные об урегулированиях теперь собираются напрямую из публичных юридических баз данных, хранятся в каноническом виде и дополняются проверенными выплатами, дедлайнами и ссылками для подачи заявлений. Роль ИИ при сопоставлении ограничена исключительно ссылками на то, что уже есть в каталоге — никакой синтетики, никакой экстраполяции. Выходные данные обоснованы, потому что база данных обоснована.

Три уровня дедупликации справляются с тем фактом, что одно и то же урегулирование часто появляется под слегка отличающимися URL-адресами и названиями в разных источниках. Логика крайних сроков различает урегулирования, которые действительно закрыты, и те, у которых даты не поддаются парсингу или еще не наступили — первые агрессивно отфильтровываются, вторые рассматриваются как открытые. PDF-чек дорабатывался до тех пор, пока не стал выглядеть как документ, который действительно примет администратор иска: заголовки продавца, таблицы с позициями, верификационные футеры.

Для каждого пути есть резервный вариант. Демо никогда не приводит к поломке системы.

Чем они гордятся больше всего

Полный конвейер, от начала до конца. Пользователь связывает свои аккаунты, получает отчет о воздействии, видит соответствующие ему урегулирования и скачивает PDF, готовый к подаче, — и все это на основе данных о покупках, которые у него уже были, обработанных так, как ему не нужно было даже задумываться.

И чек. Чтобы созданный документ выглядел как юридическое доказательство, а не как результат хакатона, потребовалось много итераций. Тот факт, что это получилось, — та деталь, к которой команда постоянно возвращается.

Что дальше

Оповещения через вебхуки: уведомление пользователей в тот момент, когда новая покупка соответствует существующему урегулированию, без необходимости ручного сканирования. Автозаполнение форм исков: предварительное заполнение стандартных полей из записей о покупках и данных о воздействии, с отправкой от имени пользователя, если это разрешено администраторами. Исторический ретроспективный поиск через OCR банковских выписок — именно там скрыты «длиннохвостовые» деньги от урегулирований — иски по продуктам, купленным за годы до того, как какая-либо платформа начала отслеживать SKU. И интеграция реальных выплат: получение компенсационных средств напрямую с небольшой комиссией за успех.

Инфраструктура для всего этого уже готова. Конвейер, который работает для активных урегулирований, работает для любого урегулирования. Извлечение доказательств, которое работает для связанных аккаунтов, работает для загруженных выписок. Масштаб того, что может делать Aletheia, расширяется с каждым источником данных, до которого она может дотянуться.

Деньги были там всегда. Не хватало только пути к ним.

Команда, которая создала это: Haoran Xu | Anish Yenduri | Brian Li | Adarsh Danda

Пропустили предыдущие выпуски? → Том 1 — Heritage in Pixels → Том 2 — Terra Zone AI *→ Том 3: *reAgent *→ Том 4: *TaleTailor *→ Том 5: *LEGR *→ Том 6: *PolyPath *→ Том 7: *EcoThread