LLM-агенты для enterprise
Пилоты без продакшна. Метрики без формулы. Данные без reasoning.
Мы — лаборатория для оставшихся 5%.
Мультиагентные системы в операционных процессах enterprise.
Названия клиентов — под NDA. Конкретные метрики — при встрече.
Автоматизация 2-й линии поддержки
Мультиагентная система, которая разбирает обращения, подтягивает контекст из внутренних систем и формирует ответ. Оператор проверяет — а не пишет.
Саммаризатор + суфлёр для сервисного процесса
Обработка «сложных» запросов: условия полиса, контракты с клиниками, слоты. Агент предсобирает данные в ERP, предзаполняет гарантийные письма и документы. Оператор только читает и подтверждает.
AI-агенты на 1-й линии поддержки
Разбор частотных категорий, где детерминированный бот давал плохой результат. Закрыли 10 самых частых типов запросов с качеством >80%. Плюс речевая аналитика: голос + чаты, контроль соответствия скриптам.
Виртуальный senior-инженер для 3-й линии
Сетевое оборудование, VoIP, СКУД, мониторинг, контроль путей. Агент даёт ответы на уровне старшего инженера с рекомендациями по исправлению. База знаний + диагностика + валидация решений оператора.
AI-агентский слой поверх Oracle CMS
12 категорий обращений 2-й линии. Агенты повторяют работу оператора: получают обращение, категоризируют, уточняют у клиента, запрашивают внутренние системы, пишут контрагенту. Ключевое: агент не теряет контекст между итерациями.
AI-ассистент для продаж
Подбор инвестиционных продуктов, аргументация, сценарии диалога на основе профиля клиента. Менеджер работает быстрее и точнее.
Не чатботы. Мультиагентные системы с десятками ветвлений, кешированием, валидацией и откатами.
Issue Analyzer, Complaint Analyzer, Contract Analyzer, Profile Extractor — каждый со своим датасетом, кешем и валидацией
Анализ переписки, извлечение сущностей, определение жалоб и фидбэка — параллельно
Запись, отмена, изменение — три процесса, каждый с десятками условий. Агент проходит весь маршрут за оператора
Агент работает в тех же интерфейсах, что и человек — карточки пациентов, записи, гарантийные письма
MVP с качеством 50% — это 5 млн ₽. Довести до 60% — ещё 5–10 млн. До 70% — уже 50 млн. Поэтому критически важно правильно выбрать задачу: процесс должен быть на 50–100 млн ₽/год, и даже 50% качества должны окупаться.
Бизнес думает, что накапливает данные. Но есть только входы и результаты — а причины решений никто не записывает. Для мультиагентной системы нужен датасет для каждого агента, и без reasoning его не построить.
Если AI дублирует ручной процесс — приходится следовать логике человека: последовательный анализ, заполнение полей, шаги в ERP. Без человека можно было бы многое спрямить. Но контролируемость важнее скорости.
Страшно внедрять большое — начинают с мелкого. Но маленькое внедрение не закрывает задачу целиком. Даже лучший агент — это ~85%. На оставшиеся 15% нужен ручной процесс + разработчик для поддержки. Набирая мелкие пайплайны, компания увеличивает сложность, а не снижает её.
Десятки агентов в цепочке, каждый со своим датасетом и кешем. Каждый отвечает за свой шаг: извлечение сущностей, категоризация, валидация, формирование ответа. Не RAG поверх базы знаний.
Агент работает в CRM оператора — в тех же интерфейсах и с теми же данными. Человек контролирует и подтверждает. Каждая правка — обучающий сигнал для системы.
Первый рабочий скелет пайплайна — за 4–6 недель. Пусть с качеством 40%, но это рабочая система на реальных данных, а не презентация для стейкхолдеров.
Репозиторий, документация, обученные модели, RFC — полноценная среда. Заказчик может развивать систему своими силами. Не привязан к подрядчику.
Собираем весь пайплайн целиком. Даже при 40% качества — это рабочая система, а не презентация.
Каждый спринт — измеримый прирост. Каждая правка оператора — обучающий сигнал для системы.
Система в промышленной эксплуатации. Передаём репозиторий, документацию и обученные модели — заказчик не привязан к подрядчику.
ex-Head of Mail.ru Cloud Solutions — вырастил облако с нуля до $20M. Вывел Tarantool на enterprise-рынок.
Со-основатель Мосигры, PartyStation, Метеор. Инвестор, venture builder.