Сегодня практически каждая организация сталкивается с одной и той же проблемой: знаний внутри компании становится больше, а быстро работать с ними — сложнее.
Регламенты, нормативные документы, методические материалы, инструкции, шаблоны, накопленная экспертиза сотрудников — всё это формирует огромный массив информации. Но наличие информации само по себе ещё не означает, что сотрудник сможет быстро найти нужный ответ и правильно применить его в работе.
Особенно остро эта проблема проявляется там, где организация оказывает большое количество специализированных услуг и каждый запрос клиента требует обращения к профессиональной экспертизе.
Именно такую задачу мы решали в проекте для Торгово-промышленной палаты Удмуртской Республики.
Не просто чат-бот, а единая точка доступа к экспертизе
В рамках проекта команда ЛДБИТ разработала портал базы знаний с интеллектуальными ассистентами, предназначенный для сотрудников Торгово-промышленной палаты.
Идея проекта довольно проста:
сотруднику не нужно помнить, в каком документе находится нужная информация — он может задать вопрос системе обычным языком и получить ответ на основе внутренней базы знаний.
При этом мы сознательно не стали делать универсального чат-бота, который пытается отвечать на вопросы обо всём сразу.
Вместо этого портал построен по принципу профильных интеллектуальных ассистентов.
Каждое направление деятельности получает собственную среду знаний, в которой находятся релевантные документы, материалы и инструкции.
Например, сейчас на портале реализован ассистент по направлению защиты и капитализации интеллектуальной собственности.
Он ориентирован на вопросы, связанные с:
- ноу-хау;
- патентами;
- товарными знаками;
- авторскими правами;
- депонированием;
- оценкой интеллектуальной собственности;
- постановкой объектов интеллектуальной собственности на баланс или в уставный капитал.
В дальнейшем аналогичным образом могут подключаться и другие направления работы Палаты.
Почему мы разделили систему на профильных ассистентов
У ТПП Удмуртской Республики достаточно широкая область деятельности.
Например, работа с внешнеэкономической деятельностью требует одних знаний, оценочная деятельность — других, сертификация — третьих, а вопросы интеллектуальной собственности — четвёртых.
Универсальная база быстро превращается в слишком большой и неоднородный массив.
Поэтому мы заложили в архитектуру модульный принцип.
Каждое направление представляет собой отдельный интеллектуальный модуль:
Направление → собственная база знаний → собственный ассистент → специализированные ответы.
Это даёт сразу несколько преимуществ.
Во-первых, проще поддерживать актуальность информации.
Во-вторых, можно отдельно управлять наполнением каждого направления.
В-третьих, система масштабируется без необходимости перестраивать весь портал.
Сегодня работает один ассистент. Завтра к нему можно добавить ещё несколько.
База знаний как новый корпоративный актив
На наш взгляд, здесь находится одна из самых интересных частей проекта.
Обычно внутренние знания организации существуют в распределённом виде.
Часть информации находится в документах.
Часть — в корпоративных папках.
Часть — в почте и переписке.
А значительная часть вообще существует только в опыте конкретных специалистов.
Когда сотрудник с большим опытом уходит из организации, формально документы могут остаться. Но контекст, практические знания и понимание того, как ими пользоваться, часто уходят вместе с ним.
Интеллектуальная база знаний позволяет постепенно изменить эту ситуацию.
Документы и экспертные материалы становятся частью единой цифровой среды, а ИИ становится интерфейсом для доступа к этой информации.
Таким образом, мы фактически создаём механизм, позволяющий оцифровывать и сохранять корпоративную экспертизу.
От поиска документов к работе с готовым ответом
Представим типичный рабочий сценарий.
К сотруднику обращается клиент с вопросом.
Раньше сотруднику могло потребоваться:
- понять, к какому направлению относится вопрос;
- найти соответствующий документ;
- открыть несколько материалов;
- разобраться в требованиях;
- сопоставить их с конкретной ситуацией;
- сформировать ответ клиенту.
Если информация находится в разных документах и источниках, даже относительно простой вопрос может занимать значительное количество времени.
С интеллектуальным ассистентом взаимодействие выглядит иначе.
Запрос клиента → вопрос ассистенту → поиск по базе знаний → анализ информации → подготовка ответа.
При этом сотрудник остаётся в контуре принятия решения.
ИИ не заменяет эксперта — он сокращает время, которое эксперт тратит на поиск и первичную обработку информации.
И это, на наш взгляд, гораздо более реалистичный и полезный сценарий применения корпоративного ИИ.
Почему мы начали с отечественной модели
На текущем этапе портал работает на базе отечественного ИИ GigaChat.
Для пилотного запуска это позволяет достаточно быстро проверить саму концепцию:
- насколько удобно сотрудникам взаимодействовать с ассистентом;
- какие вопросы задают пользователи;
- каких знаний не хватает;
- какие документы необходимо добавить;
- какие сценарии использования оказываются наиболее востребованными;
- где необходимо дополнительно настроить логику ответов.
То есть первый этап проекта — это не просто технический запуск.
Это формирование практики использования корпоративного ИИ внутри организации.
Мы можем увидеть реальные запросы сотрудников и на их основе совершенствовать систему.
Следующий этап — закрытый контур
При этом архитектура проекта изначально рассматривается как основа для дальнейшего развития.
Следующий шаг — перенос решения в закрытый информационный контур на инфраструктуре самого заказчика.
В таком сценарии вычислительные мощности, модель, база знаний и программные компоненты системы размещаются внутри инфраструктуры организации.
Это особенно важно для работы с корпоративной информацией, внутренними документами и материалами ограниченного доступа.
Кроме того, появляется возможность гораздо глубже адаптировать систему под конкретную организацию.
ИИ можно настраивать на:
- терминологию заказчика;
- особенности внутренних процессов;
- структуру услуг;
- корпоративные правила;
- специфику работы сотрудников;
- характер клиентских запросов.
В перспективе речь идёт уже не просто об использовании готовой языковой модели, а о создании собственной корпоративной AI-среды.
От одного ассистента — к интеллектуальной платформе
Мы специально проектировали портал таким образом, чтобы он мог развиваться вместе с потребностями ТПП.
В дальнейшем структура может выглядеть примерно так:
Интеллектуальная собственность
↓
Внешнеэкономическая деятельность
↓
Оценка
↓
Сертификация
↓
Экспертиза российского происхождения продукции
↓
Новые направления
Каждый ассистент работает со своим массивом знаний, но при этом все они находятся внутри единой цифровой среды.
Это позволяет постепенно создавать единый корпоративный слой искусственного интеллекта, не пытаясь автоматизировать всю организацию за один этап.
Что меняется для организации
На поверхности результат проекта выглядит достаточно просто: сотрудник задаёт вопрос ИИ и получает ответ.
Но за этим стоит гораздо более серьёзное изменение.
Было:
Документы → папки → поиск → специалисты → экспертные консультации → ответ клиенту.
Становится:
Корпоративные знания → интеллектуальный поиск → AI-ассистент → сотрудник → клиент.
Именно здесь, на наш взгляд, начинается настоящее применение ИИ в бизнесе.
Не в создании ещё одного чат-бота ради самого чат-бота, а в перестройке доступа к знаниям организации.
Что мы получили в результате
В рамках проекта для ТПП Удмуртской Республики создана основа, которую можно постепенно масштабировать.
Для сотрудников:
- быстрый доступ к необходимой информации;
- единая точка работы с базой знаний;
- снижение времени на поиск документов;
- помощь при подготовке ответов клиентам.
Для организации:
- структурированная база корпоративных знаний;
- сохранение экспертной информации;
- возможность масштабирования на новые направления;
- единый подход к работе с ИИ;
- подготовка инфраструктуры для перехода в закрытый контур.
ИИ как новый интерфейс организации
Мы считаем, что в ближайшие годы корпоративные системы будут меняться не только за счёт появления новых моделей искусственного интеллекта.
Будет меняться сам способ взаимодействия сотрудников с информацией.
Раньше интерфейсом корпоративных знаний была папка с файлами, корпоративный портал или поисковая строка.
Теперь таким интерфейсом постепенно становится естественный язык.
Сотруднику не обязательно знать название документа, структуру базы или правильный поисковый запрос.
Он просто формулирует задачу так, как сформулировал бы её коллеге.
А система сама ищет необходимую информацию и помогает превратить её в понятный ответ.
От базы документов — к цифровой экспертизе
Для нас этот проект — пример того, как можно последовательно внедрять искусственный интеллект в реальную работу организации.
Не начинать с идеи «давайте поставим нейросеть», а двигаться поэтапно:
собрать знания → структурировать их → создать базу → подключить RAG → внедрить AI-ассистента → изучить реальные сценарии → перенести решение в закрытый контур → адаптировать модель под организацию.
В результате появляется не отдельный чат с нейросетью, а цифровая инфраструктура знаний, которая способна становиться частью ежедневной работы компании.
Именно такие проекты мы в ЛДБИТ считаем наиболее перспективным направлением развития корпоративного ИИ.
Не просто дать сотруднику доступ к нейросети.
А научить нейросеть работать со знаниями конкретной организации.
ЛДБИТ — создаём цифровую инфраструктуру, в которой данные, знания и искусственный интеллект начинают работать вместе.
