«Ростелеком» усиливает направление сервисов для бизнеса с использованием технологий искусственного интеллекта: входящая в коммерческий ИТ-кластер компания «Лукоморье» объявляет о запуске платформы «Око». Она предназначена для компаний, которые внедряют ИИ в бизнес-процессы и переходят от использования отдельных сервисов к созданию ИИ-систем корпоративного уровня.
«Око» — решение для создания, управления и промышленной эксплуатации многоагентных ИИ-систем. Платформа объединяет ИИ-модели, корпоративные базы знаний и поддерживает интеграции с внешними информационными системами. В ее основе инструмент визуальной оркестрации, который позволяет собирать рабочие процессы как конструктор. С его помощью проектируют сценарии взаимодействия ИИ‑агентов — добавляют условия и циклы, запускают задачи параллельно, а в ключевых моментах передают управление человеку. Такой подход делает работу ИИ прозрачной, управляемой и воспроизводимой, что особенно важно для корпоративных процессов.
Платформа «Око» позволяет запускать новые ИИ-сценарии в 5–7 раз быстрее по сравнению с разработкой с нуля за счет визуального проектирования, использования готовых компонентов и интеграций. Когда ИИ берет на себя повторяющиеся этапы процессов, компания может увеличить объем операций до трех раз и высвободить до 400 часов рабочего времени команды в год. Готовые шаблоны, визуальный конструктор и инструменты оркестрации автоматизируют до 60% рутинных операций, оставляя ручные проверки только там, где они действительно нужны. Таким образом, бизнес наращивает объемы выполняемой работы без пропорционального роста штата. Итоговый эффект зависит от структуры процесса, качества данных, состава интеграций и требований к контролю.
Важная особенность платформы «Око» — возможность передать автоматизацию непосредственно хорошо знающим бизнес-процесс сотрудникам. Аналитики, владельцы процессов и другие специалисты могут самостоятельно проектировать рабочие процессы в визуальном конструкторе без программирования: задавать последовательность действий, условия и ветвления, подключать ИИ-агентов, корпоративные знания и интеграции.
В платформу встроены механизмы Retrieval-Augmented Generation (RAG) [1], позволяющие автоматически формировать и поддерживать корпоративную базу знаний. После загрузки документов «Око» самостоятельно разбивает информацию на смысловые фрагменты, создает векторный индекс, настраивает поиск по знаниям и автоматически обновляет данные при изменении исходных источников. Благодаря этому ИИ-агенты используют актуальную корпоративную информацию при подготовке ответов и принятии решений без необходимости вручную поддерживать базу знаний.
Денис Романов, директор центра развития ИИ-продуктов ИТ-экосистемы «Лукоморье»:
«Платформа не привязана к конкретной языковой модели. В «Око» можно подключать различные LLM, модели эмбеддингов [2] и реранкеры [3], как доступные онлайн, так и развернутые в инфраструктуре компании. Это помогает подбирать модели под конкретные задачи и при необходимости заменять их без перестройки самого бизнес-процесса, снижая зависимость от одного технологического поставщика».
Андрей Прищемихин, директор опорного филиала «Ростелекома» в ЮФО и СКФО:
«Мы запускаем решение для бизнеса под текущие реалии рынка, а для южных регионов это особенно важно: здесь много задач нужно решать быстро, с понятным качеством результата и без увеличения численности персонала. Платформа “Око” помогает компаниям не ограничиваться единичными экспериментами c ИИ-агентами, а выстраивать понятные и управляемые сценарии автоматизации — чтобы, например, сотрудники могли быстрее обслуживать клиентов, быстрее обрабатывать обращения и вопросы, и при этом контролировать процесс в ключевых точках. Показательно, что “Око” уже подтвердило свою прикладную ценность: платформа в этом году была отмечена двумя наградами экспертного ИТ-сообщества: TAdviser IT Prize 2026 и “ИИ-Олимп”. Для бизнеса это значит меньше неопределенности и больше уверенности, что решение действительно готово к внедрению и даст измеримый эффект в повседневной работе».
__________________
[1] RAG (от англ. Retrieval-Augmented Generation — генерация с дополненным поиском) — подход в работе больших языковых моделей (LLM), в котором система ищет релевантные данные во внешних источниках (корпоративных базах знаний, инструкциях и т.д.), а уже потом формирует ответ, опираясь на контекст. Активно применяется в бизнес-решениях.
[2] Эмбеддинг (от англ. Embedding — вложение, погружение) — способ представления объектов (слов, предложений, изображений, пользователей, узлов графов и других данных) в виде числовых векторов. Эти векторы сохраняют смысловые связи между объектами: похожие по значению или контексту элементы располагаются ближе друг к другу, а непохожие — дальше.
[3] Реранкер (от англ. Reranker — переранжировщик) — модель или алгоритм, который встраивается в обработку запроса, чтобы точнее отсортировать найденные фрагменты перед отправкой в языковую модель.
Реклама. ПАО Ростелеком, ИНН 7707049388
erid: 2VfnxxsKyjH
