Расскажу о кейсе, который хорошо показывает, как путь от «хочу ИИ» до работающего решения выглядит на практике.
Клиент — компания бухгалтерского аутсорсинга: 13 сотрудников, 150 клиентов на обслуживании, на рынке 10+ лет.
На момент начала работы над конкретным решением мы с руководителем — назовём её Анна — уже провели полный аудит всех бизнес-процессов, и у нас на руках уже были несколько задач под ИИ. Но разработка под каждый участок вылетела бы в недели работы и приличную сумму.
Мы предложили пойти иным путём.
Хороший первый шаг для внедрения ИИ — это оцифровать накопленные знания. Оцифрованная база знаний даст хороший фундамент для будущих ИИ-инициатив.
Что за знания такие?
С годами компания накапливает знания и опыт в виде документов на сетевых дисках и бумаге. Найти в них что-то при необходимости — почти непосильная задача.
А хуже всего, когда знания и опыт хранятся в головах сотрудников, и если они уходят, то и знания уходят с ними. Оцифровка снимает эти проблемы.
Подготовка к оцифровке
Мы рассказали Анне о возможностях, которые даёт «живая» база знаний, и её первая фраза:
«Хочу, чтобы наш сотрудник мог просто задать вопрос ИИ на русском языке и получить ответ из нашей БЗ, а не пытаться найти в папках, сойти с ума и бросить».
Но прежде следовало определиться, что именно будем оцифровывать. Мы созвонились, Анна расшарила экран, и мы вместе пошли по Яндекс.Диску. Папка за папкой, она комментировала, мы задавал вопросы — по ходу дела складывалась общая картина.
После того как определились с перечнем данных на Яндекс.Диске, перешли к PlanFix. Сотни задач, база знаний компании: инструкции, регламенты, организационные документы. И карточки клиентов — полторы сотни компаний со всей историей взаимодействия.
Так, по ходу разбора, вскрылось расхождение между тем, как ты представляешь свои процессы, и тем, как они устроены на самом деле.
Анна знала, что данных много. Но впервые увидела общую картину целиком:
- Инструкции лежат в двух системах одновременно: в PlanFix — более новые версии, а на Яндекс.Диске — старые. Сотрудники по привычке идут на диск.
- 5% файлов — битые PDF, которые невозможно открыть.
- Часть инструкций не обновлялась годами, но сотрудники продолжают по ним работать, просто догадываясь, что понаслось.
- Шаблоны договоров, которые считались актуальными, хранятся в папке с пометкой «старые, но пусть будут».
Вместе расставили приоритеты и на выходе получили 58 доменов знаний — от налогов и бухучёта до онбординга клиентов и скриптов продаж. Что оцифровываем сейчас, что потом. Клиентские данные оставили за периметром.
Аудиозаписи звонков решили прогонять через локальную модель, чтобы ничего не ушло наружу. Видеокурсы оцифровывать не стали, но семантически проанализировали описания — чтобы агент понимал, где и что лежит.
Сборка инфраструктуры
Дабы не перегружать данные на свой компьютер и сохранить всё в контуре клиента, мы попросил админов создать нам удалённое рабочее место. На нём мы проводили саму оцифровку, а для работы сотрудников поднял виртуальный сервер с Docker и уже на нём поставил Qdrant для векторизации БЗ и чат-интерфейс для работы с ней.
На выходе получилось: 28 000 поисковых чанков, 58 коллекций файлов — по одной на домен.
Работает всё это хозяйство так:
Сотрудник задаёт вопрос, ассистент ищет по всей базе и выдаёт ответ с источником: домен, файл, фрагмент.
Эдакий персональный «ChatGPT» над собственной базой знаний.
Один из самых любопытных моментов был, когда Анна открыла чат и задала вопрос. Ассистент ответил с цитатой и указанием документа. Анна сказала:
«Мы не знала, что у нас это где-то записано».
Первое решение на основе оцифрованной БЗ
Далее мы взялись за коммерческие предложения.
На сервере клиента мы развернули Цех. Загрузил в него описание услуг, тарифы, фирменный стиль компании. Скопировал логику создания КП и матрицу выбора набора услуг в зависимости от типа налогообложения клиента. Описал правила выполнения задачи и упаковал это всё в агента по подготовке КП.
Как теперь создаётся КП:
- Менеджер Анны загружает в чат данные клиента.
- Цех подтягивает агента КП, формирует структуру.
- Анна утверждает.
- Цех подтягивает агента-дизайнера, и тот пересобирает КП в фирменном стиле: шрифты, цвета, логотип.
Итого: 20 минут на то, что раньше требовало 2–3 дня.
На днях клиенту Анны улетело первое КП на обслуживание — 256 000 ₽ в месяц. Собрано агентами, утверждено и отправлено человеком.
Провалы, конечно, были
DeepSeek на первых прогонах некорректно оцифровал 7% данных. Для корректировки мы скачали локальную ИИ-модель: 300 МБ, работает прямо на машине клиента, никакие данные наружу не уходят. Переоцифровали.
Другая засада: чат-интерфейс не показывает исходный документ. Сотрудник видит ответ, но не может открыть файл-источник. Тоже решили — по сути, мы написал скрипт для пересборки документа из поисковых чанков.
Вообще, мы думал, что оцифровка такого объёма займёт месяц. По факту потратил неделю.
Цех разворачивал агентов на лету: один оцифровывает, второй проверяет, третий векторизует. Мы можем развернуть дистрибутив Цеха на компьютере заказчика, сделать работу и удалить. Или оставить, если нужно. Год назад такое просто было невозможно.
Мы с Анной уже запланировали ещё двух агентов: агента для работы с договорами и агента, который слушает клиентские чаты и сам обогащает карточку клиента в CRM. По каждому готовому решению запланировано обучение сотрудников. Проект живёт и обрастает слоями.
Мы начали с того, что всегда рекомендую базу знаний как первый шаг. Этот проект — наглядный пример. Когда фундамент оцифрован, агенты надстраиваются за часы. А это уже конвейер.