Проектируем и внедряем ИИ для работы с документами, знаниями и входящей информацией. Связываем решение с данными и системами предприятия, проверяем качество на рабочих примерах. Вы получаете инструмент для сотрудников с инструкциями и правилами проверки ответов.
Примеры ниже — типичные задачи, а не готовые продукты. Подходит ли ИИ для вашей задачи, определяем на этапе выбора сценария.
Инженеры, сметчики и специалисты ищут ответы в технической и нормативной документации, регламентах, договорах и переписке.
Письма, ответы на претензии, справки и отчёты готовятся вручную по одним и тем же источникам.
Заявки, счета, спецификации поставщиков и транспортные документы нужно прочитать, проверить и перенести в учётную систему.
Опыт держится на нескольких сотрудниках, новым приходится долго входить в работу.
В 1С или корпоративное приложение нужно добавить извлечение реквизитов из документов, классификацию, подсказки, проверку или ответы на вопросы к данным учёта.
Внедрение не заканчивается выбором сервиса. Основная работа — встроить решение в процесс так, чтобы им пользовались и ему можно было доверять.
Где ИИ даст результат, а где надёжнее обычная автоматизация. Формулируем критерии успеха до разработки.
Модель, облачное или локальное размещение, требования к безопасности, нагрузке и стоимости эксплуатации.
Источники, права доступа, актуальность сведений, разделение конфиденциальной информации.
Интерфейс для сотрудников, связь с 1С, документооборотом, почтой и другими системами предприятия.
Контрольный набор рабочих примеров, оценка ответов, разбор ошибок вместе с экспертами предприятия.
Инструкции, порядок проверки ответов, ответственные, наблюдение за качеством после запуска.
Языковые модели ошибаются. Поэтому надёжность закладывается в устройство решения, а не обещается на словах.
Для каждого сценария определяем, что решение предлагает, а что подтверждает сотрудник.
Где это возможно, решение показывает документ и фрагмент, из которого получен ответ, чтобы его можно было проверить.
Контрольный набор задач предприятия используется до запуска и после каждого существенного изменения.
Заранее определяем, какие сведения могут уходить во внешние сервисы, а какие обрабатываются внутри предприятия.
Состав зависит от сценария; основа поставки одинакова.
Внедрённое в согласованный рабочий сценарий и доступное сотрудникам.
Компоненты, модели, источники данных, интеграции и требования к инфраструктуре.
Контрольные примеры, результаты, известные ограничения и способ повторной проверки.
Как сотрудники работают с решением, как проверяют ответы и кто отвечает за эксплуатацию.
Для пользователей и администраторов, с описанием обновления источников и настроек.
Разбираем процесс, данные и ожидаемый результат; определяем, как будем оценивать качество.
При необходимости — короткая проверка на реальных примерах, чтобы до разработки увидеть возможности и ограничения.
Собираем решение, подключаем источники и системы, настраиваем права доступа.
Проверяем на контрольном наборе вместе с сотрудниками, обучаем пользователей и вводим в работу.
Наблюдаем за качеством, дополняем источники и сценарии. Сопровождение обсуждаем отдельно.
Внедрение ИИ — это прежде всего работа с процессом, данными и интеграцией, а затем — проверка новой технологии на задачах предприятия. Александр Полохов, руководитель практики «Регион-Консалт-Сервис», руководил отделами исследований и разработки (R&D): новые решения проходили в них путь от проверки до работающего продукта. Этот опыт вместе с архитектурой корпоративных систем и руководством внедрениями определяет порядок работы с ИИ.
С одного рабочего сценария, где понятен результат: например, поиск по технической документации или разбор входящих заявок. Определяем критерий качества, собираем контрольный набор реальных примеров и проверяем подход на нём до разработки.
Загружать в ChatGPT, GigaChat и другие внешние сервисы можно не любые сведения. Персональные данные и коммерческая тайна могут передаваться во внешний сервис только при соблюдении требований закона и условий договора с ним. Для таких сведений выбирают российские сервисы с подходящими условиями, локальные модели внутри предприятия или их сочетание.
ИИ можно использовать с конфиденциальными документами, если архитектура это учитывает: разграничение доступа, обработка внутри предприятия или в сервисах с подходящими условиями, контроль того, какие сведения передаются наружу.
Дорогое оборудование для ИИ покупать не обязательно: вариант размещения выбирается по требованиям к данным, нагрузке и бюджету: облачные сервисы, локальные модели или их сочетание.
Мы проектируем решения, которые берут на себя поиск, подготовку и рутинную обработку информации. Решения и ответственность остаются за людьми.
Внедрение ИИ стоит начинать с небольшой задачи: один сценарий с понятным критерием результата, затем расширение на следующие.
ИИ-решение связывают с 1С через обмен данными или встроенные функции. Например, ИИ извлекает реквизиты из входящих счетов и спецификаций, сотрудник проверяет результат, и документ записывается в 1С. Или сотрудник задаёт вопрос обычным языком, а ответ строится по данным учёта с указанием источника.
Разборы ситуаций, которые помогают подготовиться к разговору и принять решение.
Экспертный материал
Почему пилоты ИИ не доходят до работы, по каким признакам выбрать первый сценарий и как проверить качество на примерах предприятия до разработки.
Экспертный материал
Какие сведения можно отправлять во внешний ИИ-сервис, что требует закон о персональных данных и как выбрать размещение модели под сценарий предприятия.
Экспертный материал
Ввод из документов, вопросы к данным учёта, подсказки и проверки: где ИИ помогает 1С, где проходит граница ответственности и как организовать обмен и доступ к данным.
Проект может объединять несколько направлений — состав определяется задачей.
Опишите задачу, которую хотите решить, и какие данные с ней связаны. Определим, подходит ли ИИ и с чего начать.
Можно связаться напрямую:
Для первого обращения достаточно способа связи и краткого вопроса — без конфиденциальных подробностей. Закрытые материалы передаются после согласования NDA.
