Агропромышленный холдинг «Таврос» ввёл в промышленную эксплуатацию гибридную ИИ-платформу, объединяющую корпоративный портал и пять специализированных агентов. Партнёрами по проекту выступили системный интегратор GlowByte, вендор платформы Data Sapience и облачный провайдер Selectel. Весь цикл — от проектирования до передачи заказчику — занял три месяца.
Архитектурно платформа построена по гибридному принципу: сотрудники могут обращаться как к облачным языковым моделям через прокси-слой, так и к локальным моделям, развёрнутым в закрытом контуре компании. Второй сценарий предназначен для работы с чувствительными корпоративными данными и полностью соответствует требованиям информационной безопасности заказчика, включая ролевую модель доступа и логирование. Разработка агентов велась на low-code платформе Kolmogorov AI от Data Sapience — она позволяет создавать новых агентов без написания сложного кода, что снижает зависимость от узких специалистов.
| Агент | Назначение | Измеримый эффект |
|---|---|---|
| Персональный RAG-агент | Поиск и анализ информации в личных и корпоративных документах сотрудника | Сокращение времени на изучение больших массивов данных |
| Корпоративный RAG-агент | Доступ к экспертизе компании по доменам с учётом ролевых прав | — |
| Агент анализа эмоционального фона писем | Проверка исходящей почты на соответствие стандартам делового общения | Снижение репутационных рисков |
| Агент мониторинга новостей | Агрегация и классификация новостей из 40+ источников, рассылка дайджестов | Подготовка дайджеста сократилась с нескольких часов до минут |
| ИИ-стратегический советник | Анализ и валидация идей, структурирование гипотез и этапов решения задач | — |
ИТ-инфраструктура развёрнута на ресурсах Selectel: вычислительный кластер объединяет выделенные и облачные серверы с GPU Nvidia A100 и Nvidia RTX Pro 6000. Готовность инфраструктуры заняла пять рабочих дней — облачная модель потребления позволила обойтись без закупки и длительного ожидания оборудования.
Платформа поддерживает гибридную архитектуру: облачные LLM через прокси и локальные модели в закрытом контуре.
В составе платформы работают пять агентов. Персональный RAG-агент ищет и анализирует информацию в личных и корпоративных документах конкретного сотрудника. Корпоративный RAG-агент предоставляет доступ к экспертизе всей компании, разбитой по доменам — маркетинговому, юридическому, кадровому и другим, — с учётом ролевых прав. Агент анализа эмоционального фона писем проверяет исходящую почту на соответствие стандартам делового общения и маркирует сообщения с потенциальными репутационными рисками. Агент мониторинга новостей агрегирует поток из более чем 40 источников — федеральных порталов и Telegram-каналов, — классифицирует материалы по тематикам, ранжирует по значимости и рассылает дайджесты руководству по расписанию; подготовка ежедневного дайджеста сократилась с нескольких часов до нескольких минут. Пятый агент — стратегический советник — анализирует и валидирует идеи в письменном виде, структурирует гипотезы и определяет этапы решения нестандартных задач.
RAG (Retrieval-Augmented Generation) — подход, при котором языковая модель перед генерацией ответа извлекает релевантные фрагменты из заданного корпуса документов. Это позволяет модели отвечать на вопросы о внутренней документации компании, не обучаясь на ней заново и не передавая данные во внешние сервисы. Именно RAG-архитектура делает корпоративные ИИ-агенты практически применимыми в регулируемых отраслях.
В первый месяц работы портала активными пользователями стали около 100 сотрудников, суммарно направивших более 900 запросов. В дорожную карту заложены два новых инструмента: локальный транскрибатор для формирования протоколов встреч в реальном времени с автоматическим назначением задач и агент с долгосрочной памятью, который будет аккумулировать корпоративный опыт и предупреждать о повторении прошлых ошибок при создании документов.
