Не чат-бот поверх облака, а платформа на вашем корпусе: поиск с правами доступа, ответ с цитатой, цифра — проверенным запросом к хранилищу.
два типовых вопроса сотрудника: как это устроено сегодня и чем отвечает платформа
«Какой порядок согласования договора с новым поставщиком?»
Регламенты лежат в папках и порталах, ответ знает конкретный человек, а новичок ждёт наставника.
«Сколько продали в этом канале за квартал?»
Он уходит в бэклог аналитики и конкурирует там со сложными задачами: ответ на один запрос ждут днями.
Терабайт корпуса — это 100–300 млн фрагментов, а цифра из хранилища ценна ровно настолько, насколько её можно перепроверить. На таком масштабе решает не модель, а то, что попало в контекст и как это проверено.
документы объясняют правило, данные показывают факт
Контуры не конкурируют: документы объясняют правило, данные показывают факт. Первый контур — 10–14 недель вместе с платформой, второй подключается на готовый слой за 6–8 недель.
архитектура из наших внедрений; состав технологий фиксируется на проектировании
слева — подготовка корпуса, справа — проверка запроса к хранилищу
Метаданные пишутся в каждый фрагмент: документ, версия, дата начала действия, путь по разделам и группы доступа. Из них собираются фильтры поиска и ссылка в ответе.
Исполнение — только на чтение и под правами сотрудника: доступ к витрине проверяется на входе, а не после генерации.
слева — сценарий, справа — что видит сотрудник
Сейчас. Запрос уходит аналитику и ждёт в очереди: простые вопросы конкурируют со сложными за время команды.
SELECT sum(revenue) FROM sales_mart WHERE channel = 'online' AND quarter = '2026Q2'
Сейчас. Оператор ищет в нескольких документах и уточняет у наставника; часть ответов расходится между операторами.
Сейчас. Консультант звонит в офис или пишет в чат подразделения, клиент ждёт в торговом зале.
Сейчас. Комплекты сверяются вручную по каждой поставке, расхождения находят выборочно.
Примеры собраны по нашим внедрениям: формулировки вопросов и вид ответа взяты из рабочих сценариев, цифры в демонстрации условные.
пороги фиксируются на вашем валидационном наборе до старта разработки
Валидационный набор и эталонные пары «вопрос — запрос» собираются из ваших реальных вопросов до старта разработки: иначе метрику не с чем сравнивать, а приёмка превращается в впечатление от демо.
слой моделей унифицирован: вариант меняется настройкой, а не переделкой платформы
Генерация и векторизация — по API российского провайдера, данные хранятся в РФ.
Векторизация и переранжирование — в вашем контуре, генерация — по API российского провайдера.
Открытые веса на ваших серверах: запросы не покидают периметр сети.
Слой моделей унифицирован: смена провайдера или переезд в собственный контур не переделывает платформу. Вариант выбирается вместе с вашей ИБ на первой встрече.
ассистент отвечает, агент делает — и работает это на том же слое
Ассистент отвечает. Агент — делает: сам находит нужное, сверяет и готовит результат, а человек подтверждает. Работает это на том же слое, что и ответы: индекс, права доступа, оркестратор и журнал уже есть.
Агент собирает документы по сделке, сверяет состав и суммы, размечает расхождения и передаёт человеку список того, чего не хватает.
Черновик ответа клиенту или претензии поставщику собирается из регламента и данных сделки — со ссылками, по которым его можно проверить.
Расхождения между учётной системой и хранилищем находятся регулярно, а не выборочно: агент показывает, где и на сколько разошлось.
Отдельное решение «AI-агенты действий» выйдет следующей страницей. Для него не нужен новый проект: если платформа знаний уже стоит, агент добавляется на готовый слой.
Под NDA, без обязательств. Смотрим состав корпуса и витрин, называем срок пилота и метрики, по которым его принимать.