Поддержка клиентов
Ассистент отвечает на типовые вопросы по вашей базе знаний и истории тикетов. Сложные обращения передаёт оператору уже с черновиком ответа и найденными документами.
Меряем: долю обращений без оператора, время первого ответа
Находим процессы, где нейросеть реально экономит часы сотрудников. Запускаем пилот за 4–6 недель и меряем результат цифрами. Потом выводим в прод и держим 24/7. Модель может жить в вашем контуре — данные не уходят наружу, 152-ФЗ соблюдён.
Экспресс-аудит — 1–2 недели, без обязательств · NDA до раскрытия данных
Почему мы, а не «ИИ-стартап»
Где ИИ окупается
Общее у всех: много повторяющихся текстов, документов или обращений, а люди тратят время на поиск и перепечатку, а не на решения.
Ассистент отвечает на типовые вопросы по вашей базе знаний и истории тикетов. Сложные обращения передаёт оператору уже с черновиком ответа и найденными документами.
Меряем: долю обращений без оператора, время первого ответа
Сотрудник спрашивает своими словами — ассистент находит ответ в регламентах, Confluence, договорах и переписке и цитирует источник. Видит только те документы, к которым у пользователя есть доступ.
Меряем: время на поиск информации, нагрузку на «знающих» коллег
Извлечение реквизитов и условий из договоров, счетов и актов, сверка с данными в 1С, классификация входящей почты, проверка документов по чек-листу юриста.
Меряем: время обработки документа, долю ошибок ручного ввода
Расшифровка и разбор звонков, автозаполнение карточек сделок, черновики КП по шаблонам, подсказки менеджеру по истории клиента. Руководитель видит сводку, а не слушает записи.
Меряем: время менеджера на рутину, полноту данных в CRM
Self-hosted ассистент для разработчиков (код не уходит наружу), разбор инцидентов по логам и метрикам, черновики postmortem, ревью конфигураций. Наша родная территория.
Меряем: время на разбор инцидента, скорость ревью
Руководитель спрашивает «сколько отгрузили в Казань за квартал» — ассистент строит запрос к хранилищу и показывает ответ с самим запросом, чтобы его можно было проверить. Без очереди к аналитику.
Меряем: время от вопроса до ответа, нагрузку на аналитиков
Задачу решают правила. Если логика укладывается в «если А, то Б» — скрипт или настройка в 1С дешевле и надёжнее любой нейросети.
Мало объёма. Десять документов в месяц вручную обрабатываются быстрее, чем окупится пилот.
Нет данных. Если знания живут только в головах сотрудников, сначала их нужно записать — иначе ассистенту не на что опираться.
Как работаем
Не продаём «цифровую трансформацию» на год вперёд. Каждый этап заканчивается результатом, по которому вы решаете, идти ли дальше.
1–2 недели
Интервью с владельцами процессов, разбор данных и систем. Итог — карта из 3–5 сценариев с оценкой эффекта и сложности. Бесплатно.
1 неделя
Берём один сценарий с лучшим соотношением эффекта и риска. Фиксируем базовую линию и 1–2 метрики успеха — до того, как что-то строить.
4–6 недель
Работающий ассистент на реальных данных у группы из 5–20 сотрудников. Еженедельные демо, сбор обратной связи, доработка. В конце — замер по метрикам.
2–6 недель
Масштабирование на всю компанию, интеграции, права доступа, SSO, отказоустойчивость, нагрузочное тестирование, обучение сотрудников.
постоянно
Мониторинг качества ответов и инфраструктуры 24/7, обновление моделей и базы знаний, регрессионные тесты, отчёт по эффекту раз в месяц.
→Работающий сервис с интеграциями
→Код и Terraform в вашем git
→Дашборд качества и эффекта
→Документация и обученные сотрудники
Где живёт модель
Три варианта с разным балансом скорости, цены и контроля над данными. Часто начинаем с первого и переходим ко второму после пилота.
| API российских моделей YandexGPT, GigaChat |
Своя модель в облаке РФ open-source LLM на GPU-сервере |
Своё железо (on-prem) GPU в вашей серверной |
|
|---|---|---|---|
| Старт | Дни | 1–2 недели | Недели–месяцы (закупка GPU) |
| Данные | Уходят провайдеру API (в РФ) | Остаются в вашем облачном контуре | Не покидают периметр |
| Стоимость | Оплата за токены — дёшево на малом объёме, растёт с нагрузкой | Аренда GPU — фиксированная, выгоднее при большом объёме | Капзатраты на железо + эксплуатация |
| Дообучение под вас | Ограничено возможностями провайдера | Полное (LoRA, fine-tuning) | Полное |
| Подходит, когда | Пилот, нет чувствительных данных, небольшой объём | Персональные данные, коммерческая тайна, стабильная нагрузка | Требования СБ «ничего наружу», уже есть серверная |
Для варианта «своя модель в облаке» обычно берём GPU-серверы Selectel: ЦОДы в РФ, 152-ФЗ, почасовая оплата на время пилота. При регистрации по нашей партнёрской ссылке — welcome-бонус до 1 000 000 ₽, который покрывает аренду GPU на пилоте.
Открыть Selectel с бонусом →Разворачиваем модель там: Kubernetes с GPU-нодами, Proxmox с пробросом карт, изоляция сети. Если инфраструктуры под это нет — построим вместе с приватным облаком; для проектных бюро есть отдельное направление VDI на GPU.
Безопасность и 152-ФЗ
Главный вопрос любого ИИ-проекта — не «насколько умная модель», а «куда уходят данные». Закрываем его архитектурой, а не обещаниями.
Модель и векторная база — на ваших серверах или в выделенном облаке в РФ. Запросы не уходят третьим лицам.
Ассистент ищет ответ только в документах, которые пользователь может открыть в исходной системе. Бухгалтерия не увидит переписку юристов.
Кто, что спросил, какие документы были использованы в ответе. Хранение — по вашей политике, с маскированием персональных данных.
Модель использует документы как контекст для ответа, но не запоминает их. Дообучение — только если вы его явно заказали, и тоже в вашем контуре.
Фильтрация входящих документов и запросов, ограничение действий ассистента, тесты на попытки «уговорить» модель выдать лишнее.
Вход через ваш AD / Keycloak, сервис в отдельном сегменте сети, доступ к GPU-серверу только изнутри.
Бюджет
Точную цену называем после аудита — она сильно зависит от числа интеграций и качества исходных данных. Но структура всегда одна.
Аудит
0 ₽
Экспресс-аудит процессов и карта сценариев. Без обязательств.
Пилот
фикс
Фиксированная цена за один сценарий, известна до старта. Зависит от числа источников данных и интеграций.
Инфраструктура
по факту
Токены API или аренда GPU — платите провайдеру напрямую, без нашей наценки. Считаем прогноз на аудите.
Эксплуатация
ежемесячно
Поддержка 24/7, обновления моделей и базы знаний, мониторинг качества — фиксированный ежемесячный платёж.
Главная статья экономии — правильно выбранный сценарий. Пилот там, где ИИ не нужен, стоит дороже любого GPU, поэтому аудит у нас бесплатный: нам выгоднее отговорить от слабого сценария на старте, чем потом объяснять, почему не взлетело.
FAQ
Для большинства пилотов хватает API российских провайдеров: это быстро и дёшево на старте. Своя open-source модель на GPU-сервере нужна, когда данные нельзя отдавать наружу (персональные данные, коммерческая тайна, требования службы безопасности), когда объём запросов большой и API становится дороже собственного железа, или когда нужна дообученная под вашу специфику модель. Часто начинаем с API и переезжаем на свою модель после пилота.
В варианте со своей моделью данные не покидают ваш контур: модель работает на сервере в вашей инфраструктуре или в выделенном облаке в РФ, запросы не уходят третьим лицам. В RAG-сценариях ассистент видит только те документы, к которым у пользователя есть доступ, — права наследуются из исходной системы. Все запросы логируются. На ваших данных модель не обучается, если вы явно этого не заказали.
Экспресс-аудит процессов — 1–2 недели. Пилот одного сценария — 4–6 недель: за это время ассистент работает на реальных данных у ограниченной группы сотрудников, и мы меряем эффект по метрикам, согласованным до старта. Вывод в прод на всю компанию — ещё 2–6 недель в зависимости от интеграций.
До старта пилота фиксируем базовую линию и одну-две метрики: время ответа клиенту, доля обращений, закрытых без оператора, время на обработку документа, доля ошибок при ручном вводе. Через 4–6 недель сравниваем. Если эффекта нет — честно говорим и не тянем проект дальше.
Ошибки у LLM есть всегда, поэтому архитектура строится с учётом этого: ответы с цитатой и ссылкой на исходный документ, отказ отвечать при отсутствии данных в базе, проверка человеком там, где цена ошибки высока, автоматические тесты качества на эталонном наборе вопросов при каждом обновлении модели или базы знаний.
Нет. Инфраструктуру, модель, интеграции и мониторинг берём на себя, эксплуатацию — по договору поддержки. С вашей стороны нужен владелец процесса, который знает, как работа устроена сейчас, и пара сотрудников для пилота. Если захотите вырастить свою команду — передадим всё: код, Terraform, документацию, обучим.
Технически да, но для российской компании это риски: передача данных за рубеж и требования 152-ФЗ, нестабильный доступ и оплата. Мы рекомендуем российские API (YandexGPT, GigaChat) или open-source модели на своём сервере. Если в вашем случае зарубежная модель оправдана и юридически допустима — обсуждаем отдельно.
Начать
Пара абзацев о компании и процессах, которые хочется ускорить. В ответ — созвон на 30–40 минут и предложение по экспресс-аудиту. Бесплатно и без обязательств.
NDA до раскрытия данных · ответим в течение рабочего дня