Связаться

ИИ-агенты и модели

Разработка ИИ-агентов и работа с ИИ-моделями

Создаём ИИ-агентов, которые берут на себя рутинные задачи сотрудников: отвечают клиентам, ищут по документам, заполняют заявки в 1С и «Первой Форме». Подбираем модель под задачу и бюджет — облачную или развёрнутую в нашем ЦОД, чтобы данные не покидали страну.

Агенты / LLM / RAG / Локальные модели

01 — Простыми словами

ИИ-агент — это не чат-бот, а цифровой исполнитель

Обычный чат-бот отвечает на вопрос и на этом останавливается. Агент получает задачу, сам разбивает её на шаги и выполняет их: находит нужные данные, обращается к вашим системам, проверяет результат и сообщает, что сделано.

В основе агента — языковая модель, но ценность дают инструменты и правила, которые мы вокруг неё строим: доступ к базе знаний, интеграции с учётными системами, ограничения прав и контроль человеком на важных шагах.

  • Понимает задачу

    Принимает запрос на обычном языке — в чате, письме или заявке — и уточняет, если данных не хватает.

  • Работает с вашими данными

    Ищет ответы в регламентах, договорах и базе знаний компании, а не выдумывает их.

  • Действует в системах

    Создаёт заявки, заполняет документы, читает данные из 1С, CRM и Service Desk через API.

  • Под контролем

    Каждое действие записывается в журнал, а критичные шаги подтверждает сотрудник.

02 — Что мы делаем

От прототипа до агента, который работает в продакшене

01

Разработка ИИ-агентов

Проектируем агента под конкретный процесс: сценарии, инструменты, права доступа, передачу задачи человеку. Доводим до стабильной работы, а не до демо.

02

Ассистенты по базе знаний (RAG)

Подключаем модель к вашим документам, регламентам и инструкциям. Ассистент отвечает со ссылкой на источник, а доступ к документам учитывает права сотрудника.

03

Интеграция LLM в ваши системы

Встраиваем языковые модели в 1С, «Первую Форму», CRM, порталы и мобильные приложения: классификация обращений, извлечение данных из документов, черновики ответов.

04

Локальные модели в ЦОД

Разворачиваем открытые модели на серверах с GPU в нашем дата-центре или у вас. Данные не передаются внешним сервисам.

05

Дообучение и адаптация

Настраиваем модели под терминологию и стиль компании: промпт-инжиниринг, подбор примеров, дообучение (fine-tuning, LoRA) там, где это оправдано.

06

Оценка качества и сопровождение

Собираем тестовые наборы на реальных примерах, измеряем точность до и после изменений, следим за стоимостью и работой агента после запуска.

03 — ИИ-модели

Подбираем модель под задачу, а не задачу под модель

Универсальной «лучшей» модели нет. Мы сравниваем варианты на ваших данных и выбираем баланс качества, скорости, стоимости и требований к хранению информации.

Облачные модели

Самые сильные модели на рынке. Быстрый старт без закупки оборудования, оплата за фактическое использование.

  • Claude (Anthropic)
  • GPT (OpenAI)
  • Gemini (Google)
  • Подходят для сложных рассуждений, работы с длинными документами и кодом

Локальные модели в ЦОД

Открытые модели работают на серверах в нашем дата-центре в Душанбе или в вашем контуре. Подходят, когда данные нельзя передавать за пределы компании или страны.

  • Qwen, Llama, Mistral, DeepSeek, Gemma
  • Модели для поиска по смыслу (эмбеддинги) и распознавания речи
  • Предсказуемая стоимость без оплаты за каждый запрос
  • Полный контроль над данными и журналами

Часто лучший вариант — гибрид: чувствительные данные обрабатывает локальная модель, а сложные обезличенные задачи — облачная. Качество ответов на таджикском языке проверяем отдельно на ваших примерах.

04 — Как мы работаем

Сначала проверяем пользу, потом масштабируем

  1. 01

    Разбор процесса

    Вместе выбираем задачу, где агент даст измеримый эффект, и фиксируем, как сейчас выглядит работа и чем будем мерить результат.

  2. 02

    Прототип

    За несколько недель собираем рабочую версию на реальных данных и сравниваем несколько моделей на ваших примерах.

  3. 03

    Оценка и доработка

    Проверяем точность на тестовом наборе, разбираем ошибки, добавляем ограничения и участие человека там, где цена ошибки высока.

  4. 04

    Интеграция и запуск

    Подключаем агента к вашим системам, настраиваем права, журналирование и мониторинг, обучаем сотрудников.

  5. 05

    Сопровождение

    Следим за качеством и стоимостью, обновляем базу знаний и модели по мере развития технологий.

05 — Где это работает

Типовые сценарии применения

Поддержка клиентов

Агент отвечает на типовые вопросы в чате и мессенджерах, проверяет статус заказа или платежа и передаёт сложные обращения оператору вместе с кратким резюме.

Внутренний Service Desk

Сотрудник пишет «не работает VPN» — агент подсказывает решение из базы знаний, а если не помогло, создаёт заявку в «Первой Форме» с заполненными полями.

Обработка документов

Агент извлекает реквизиты, суммы и сроки из счетов, договоров и актов, сверяет их с данными в 1С и отмечает расхождения.

Поиск по регламентам

Ассистент отвечает на вопросы сотрудников по внутренним политикам и инструкциям со ссылкой на пункт документа.

Продажи и CRM

Агент готовит черновики коммерческих предложений, резюмирует переписку с клиентом и напоминает о следующем шаге сделки.

Аналитика на обычном языке

Руководитель спрашивает «какие продажи по регионам за квартал» — агент строит запрос к данным и возвращает таблицу с пояснением.

Примеры сценариев, а не описания конкретных внедрений. Реальный эффект оцениваем на прототипе.

06 — Частые вопросы

Что обычно спрашивают

Не будет ли ИИ «выдумывать» ответы?

Риск есть у любой модели, поэтому мы ограничиваем агента вашими источниками, требуем ссылку на документ и проверяем точность на тестовом наборе до запуска. Там, где ошибка дорога, решение подтверждает человек.

Куда уходят наши данные?

Это решаете вы. С локальной моделью в нашем ЦОД или в вашем контуре данные не покидают периметр. С облачной моделью используем корпоративные условия, по которым данные не идут на обучение, и при необходимости обезличиваем их.

Сколько стоит внедрение?

Зависит от задачи, объёма данных и выбранной модели. Начинаем с небольшого прототипа, чтобы вы оценили пользу до крупных вложений.

Понадобится ли покупать серверы с GPU?

Не обязательно. Можно начать с облачной модели или арендовать мощности в нашем ЦОД и перейти на собственное оборудование, когда нагрузка станет понятной.

Агент заменит сотрудников?

Агент забирает рутину: поиск, заполнение, первичные ответы. Люди остаются на решениях, исключениях и работе с клиентами — и успевают больше.

Работает ли это с 1С и «Первой Формой»?

Да. Это системы, с которыми мы работаем каждый день, поэтому интеграции с ними — типовая часть проекта.

07 — Обсудим задачу

Расскажите, какой процесс хотите автоматизировать

Опишите задачу в двух-трёх предложениях — предложим подход, подходящие модели и формат прототипа.