ИИ и автоматизация, которые выполняют реальную работу

Где ИИ уместен, а где нет

Во многих полезных автоматизациях ИИ нет совсем. Выгрузка еженедельного отчета из бухгалтерских данных выполняется обычным кодом, который общается с каждой системой через ее API.

Языковая модель помогает там, где входные данные неупорядочены, например бланк заказа, который каждый раз приходит в новом формате. Модели на архитектуре трансформер пишут связный текст и могут ошибаться тем же уверенным тоном, поэтому мы считаем их результат черновиком, который нужно проверить.

Мы обращаемся к таким моделям, как Claude и GPT от OpenAI, через их API, напрямую или через OpenRouter, а когда данные должны оставаться в вашей инфраструктуре, используем модели на собственных серверах. Для простых шагов берется более компактная и дешевая модель.

Что мы уже создали

Две системы, которые мы эксплуатируем в production, показывают, за какую работу мы беремся. Данные клиентов опущены.

Операционный ассистент для нашей собственной ИТ-работы

Наши техники используют одного ассистента для службы поддержки, удаленного мониторинга, Microsoft 365, Kubernetes и проверок сети. Техник описывает задачу простыми словами, а ассистент собирает данные и предлагает изменение, действуя только в рамках прав этого человека и внутри систем этого клиента. Веб-порталы без API обрабатываются в изолированном контейнере, где нет учетных данных и который после работы уничтожается.

Ассистент для регулируемого бизнеса с несколькими площадками

Для одного клиента сотрудники задают вопросы закрытому ассистенту в чате, которым уже пользуются. Он читает данные бухгалтерии, склада и заказов, кассовой системы, учета соответствия требованиям и отчетности по зарплате и возвращает файлы Excel, Word или PDF, собранные из актуальных данных. Возвращенный покупателем бланк заказа становится черновиком заказа продажи и счета для проверки, а заявки на доставку, приходящие по почте, попадают в общий календарь каждые 15 минут.

Где человек остается в процессе

Обе системы подчиняются этим правилам, как и клиентские проекты.

• Изменения ждут утверждения: изменение бизнес-записи целиком показывается администратору и утверждается один раз, причем утверждение имеет срок действия.
• Без отправки: клиентский ассистент может составить письмо, но не может его отправить или удалить.
• Доступ по людям: небольшая именная группа видит материалы по финансам и кадрам, все остальные получают ограниченный вид, а смешанной аудитории показывается ограниченный вид.
• Запись обо всем: каждое действие, запрос к модели и утверждение фиксируется в журнале с указанием конкретного человека.
• Ключи вне досягаемости: к моделям обращаются через шлюз с лимитом расходов, поэтому API-ключи ИИ никогда не хранятся в рабочей среде.
• Минимальный доступ: агентный инструмент, то есть тот, что выполняет задачу по шагам, может достать только то, что нужно для работы.

Как проходит проект автоматизации

1. Выберите один процесс. Короткий вводный звонок выявляет, где сотрудники повторно вводят данные, и мы выбираем одно место для старта.
2. Письменное описание объема работ. Что будет автоматизировано, какие системы оно читает и изменяет, какие данные можно передавать сервису ИИ и кто что утверждает.
3. Доступ. Вы предоставляете доступ к задействованным системам. Каждое приложение получает собственный ключ, который хранится в менеджере паролей.
4. Параллельная работа. Автоматизация работает рядом с ручным процессом, пока человек, выполняющий эту работу, сравнивает результаты.
5. Передача. Код хранится в Git и документируется. Мы поддерживаем его после запуска, либо им занимается ваша команда.

Наши инженеры пишут код с помощью Claude Code и Codex, а перед выпуском человек читает каждое изменение. Сервисы работают в контейнерах (см. консалтинг по Docker) и подключаются к Microsoft 365 и нашему собственному ПО.

Что потребуется от вашей команды

Основные усилия приходятся на начало: тот, кто выполняет работу, рассказывает нам о ней, включая исключения, и проверяет первые результаты. Руководитель решает, какие данные можно передавать сервису ИИ и кто утверждает изменения. После запуска утверждающий просматривает изменения по мере их поступления.

Вопросы об ИИ и автоматизации

Будут ли наши данные отправляться компании, разрабатывающей ИИ?

Только те данные, с которыми вы согласились в описании объема работ. Текст, отправляемый размещенной модели, покидает вашу сеть, поэтому там, где данные должны оставаться внутри компании, мы используем модель на собственных серверах.

Может ли ИИ сам менять наши записи?

Мы строим систему так, чтобы не мог. Она предлагает изменение, а названный человек утверждает его, прежде чем что-либо будет записано.

Сколько стоит эксплуатация?

Поставщики ИИ выставляют счет по объему входящего и исходящего текста, поэтому загруженный процесс обходится дороже, чем редкий. Там, где поставщик это позволяет, мы задаем лимиты расходов.