Услуга

ИИ-агенты и боты

Делаем ассистентов, которые отвечают по вашей базе знаний и выполняют действия в ваших системах, а не просто поддерживают разговор.

Что делаем

Какие задачи закрываем

Польза от ИИ начинается там, где есть данные, правила и понятный результат — а не там, где нужен «чат для галочки».

Ассистент по знаниям

Отвечает по документации, регламентам и базе знаний компании — со ссылкой на источник, чтобы ответ можно было проверить.

Обработка заявок

Разбирает входящие обращения: определяет тему, достаёт данные, готовит черновик ответа и передаёт человеку на подтверждение.

Действия в системах

Агент не только отвечает, но и делает: создаёт заявку в CRM, проверяет статус заказа, собирает документы — в рамках выданных прав.

Качество и стоимость

Считаем, во что обходится запрос, где модель ошибается и какие сценарии можно отдать автоматике, а какие — нет.

Технологии

Из чего собираем

Модель — только часть системы. Работает или нет — решают данные, поиск и проверки вокруг неё.

  • LLM — модели под задачу: от локальных до облачных, с оценкой качества на ваших данных.
  • RAG — поиск по базе знаний: векторный и гибридный, с переранжированием результатов.
  • Инструменты — функции, которые агент вызывает: CRM, база заказов, внутренние API.
  • Go и Python — сервис, очереди и обработка данных; пайплайны подготовки знаний.
Процесс

Как идёт работа

Начинаем с пилота на реальных данных: он показывает, есть ли польза, раньше, чем в проект вложены месяцы.

  1. Сценарии

    Выбираем 2–3 задачи, где ИИ даёт измеримый результат, и договариваемся, как измеряем.

    Срок: 1 неделя
  2. Данные

    Собираем и чистим базу знаний: документы, регламенты, историю обращений.

    Срок: 1–3 недели
  3. Пилот

    Собираем работающий прототип на ваших данных и проверяем качество ответов.

    Срок: 2–3 недели
  4. Оценка

    Считаем точность, стоимость запроса и долю случаев, где нужен человек.

    Срок: 1 неделя
  5. Внедрение

    Подключаем к рабочим системам, настраиваем права и передачу человеку.

    Срок: 2–6 недель
  6. Мониторинг

    Следим за качеством и стоимостью, обновляем базу знаний и модели.

    Срок: по договору
Контроль работы

Вы видите, что происходит с вашим продуктом

С первого дня работы вы получаете доступ в личный кабинет. Всё, что делается по продукту, видно там, а не в переписке.

Каждая задача на виду

На доске — все задачи по продукту: что в работе, что на проверке, что готово. Статус меняется сразу, а не в конце месяца.

Демо в любой момент

Заказываете демонстрацию из кабинета — показываем работающую сборку, а не презентацию. К задаче можно приложить файл, оставить комментарий или вернуть её на доработку.

Новые пожелания не теряются

Появилась идея по ходу работы — добавляете её в кабинет. Мы изучаем пожелание, оцениваем срок и стоимость и возвращаемся с ответом.

Объём работ зафиксирован

Всё, о чём договорились на старте, записано списком задач. Вы видите, сколько сделано и что осталось. Если пожелание выходит за рамки согласованного объёма — готовим дополнительное соглашение с ценой и сроком, не переписывая основной договор.

Прогноз до старта

Что если не получится? Прорабатываем вопросы до основных задач, изучаем рынок и конкурентов, а перед запуском разработки и внедрения даём прогноз: будет ли сервис работать. Если остаются сомнения — стартуем с MVP и проверяем работоспособность версии на реальных пользователях.

Сроки и стоимость

Сколько это стоит

ЗадачаСрокОриентир по стоимости
Пилот на ваших данныхот 3 днейот 30 000 ₽
Ассистент по базе знанийот 4 недельот 240 000 ₽
Бот с интеграциямиот 6 недельот 360 000 ₽
Поддержка и развитиепостоянноот 10 000 ₽ в месяц

Цифры ориентировочные и не включают оплату запросов к моделям — она зависит от объёма и считается отдельно.

Частые вопросы

Что спрашивают перед стартом

Нужны ли свои серверы для модели?

Не обязательно. Облачные модели дешевле на старте и быстрее внедряются. Локальные нужны, когда данные нельзя выносить наружу или когда объём запросов делает облако дорогим.

Как понять, что ассистент отвечает правильно?

Собираем набор реальных вопросов с эталонными ответами и прогоняем на нём каждую версию. Качество — это число, а не впечатление от демо.

Что если модель ошибётся?

Для критичных сценариев ставим подтверждение человеком: агент готовит ответ или действие, сотрудник проверяет. Полную автоматику включаем там, где цена ошибки низкая.

Сколько стоит эксплуатация?

Зависит от числа запросов и модели. На пилоте считаем реальную стоимость одного обращения и показываем, как она меняется при росте нагрузки.

Можно ли обучить модель на наших данных?

Обычно достаточно поиска по базе знаний (RAG) — это дешевле и обновляется без переобучения. Дообучение имеет смысл реже и только после того, как исчерпаны более простые варианты.

Что с конфиденциальностью данных?

Данные передаются только тем моделям, которые вы разрешили. Для чувствительных данных используем локальные модели или закрытые контуры.

Расскажите, что нужно автоматизировать

Заполните бриф — предложим сценарий пилота и скажем, что получится измерить за две недели.

  • Ответим в течение рабочего дня
  • Предложим, где ИИ даст эффект, а где нет
  • Посчитаем стоимость запросов до старта
Заполнить бриф