Главная / Услуги / AI и автоматизация процессов

AI-ассистент по документам компании в закрытом контуре

Ассистент отвечает сотрудникам по регламентам, инструкциям, договорам и базе знаний компании. Модель и данные остаются на ваших серверах.

Обсудить задачу

Результат в похожем проекте

~~5 мин~~→2,5 мин

время отклика на запрос

−35%

нагрузка на службу поддержки

Чат-бот внутреннего HelpDesk

С чем приходят

Сотрудники тратят время на поиск по регламентам и дёргают коллег однотипными вопросами.
Служба поддержки или HelpDesk отвечает на одно и то же десятки раз в день.
Хотите LLM, но служба безопасности не пропускает облачные сервисы.
Пробовали ChatGPT-подобный пилот, но он отвечает уверенно и неправильно.

Как делаем

ОбследованиеСобираем сценарии вопросов, источники документов и требования безопасности.
АрхитектураВыбираем модель (YandexGPT, GigaChat или open-source on-prem) и схему RAG под ваш контур.
ПилотОдин сценарий и один отдел. До старта фиксируем метрику: доля правильных ответов, время ответа, нагрузка на поддержку.
ВнедрениеПодключаем остальные источники и каналы, включая Telegram и корпоративный мессенджер, настраиваем эскалацию на людей.

Что получаете

Ассистент в вашей инфраструктуре
Подключённые источники документов
Метрики качества ответов
Документация, исходный код, обучение администраторов

Стек

Ragia
RAG
LLM: YandexGPT, GigaChat, open-source on-prem
Python, FastAPI
PostgreSQL
Docker
Telegram Bot API

Формат и цена

Обследование: фиксированная цена, [ДОБАВИТЬ: ₽]
Пилот: фиксированная цена, ориентир 40–80 ч
Архитектор AI и интеграций: 5 000 ₽/ч
Сопровождение: 10–30 ч в месяц

Договор с ООО или ИП, с НДС и без. NDA до обследования. Код и документация принадлежат вам.

Кейсы

Банк · AI и автоматизация процессов

Чат-бот внутреннего HelpDesk

Внутренняя служба поддержки отвечала на однотипные запросы сотрудников вручную.

~~5 мин~~→2,5 мин

время отклика на запрос

−35%

нагрузка на службу поддержки

Вопросы

Данные уходят во внешние сервисы?

Нет, если выбран вариант on-premise: модель и документы находятся на ваших серверах.

Как контролируется качество ответов?

Метрику качества согласуем до пилота и проверяем на реальных вопросах сотрудников. Вопросы, на которые нет ответа в документах, ассистент передаёт людям.

Нужны ли свои GPU?

[ДОБАВИТЬ: требования к железу для on-prem варианта]

Соответствие 152-ФЗ?

Работаем с учётом требований 152-ФЗ, в инфраструктуре заказчика.