Разборы по ИИ-агентам, языковым моделям и внедрению
Материалы для тех, кто выбирает и внедряет ИИ в компании: устройство решений, требования закона, порядок пилота и оценка результата.
Что такое ИИ-агент для бизнеса
ИИ-агент планирует шаги, обращается к системам компании и доводит задачу до результата. Разбор устройства, восемь критериев сравнения с чат-ботом и список задач, которые ИИ-агент закрывает внутри компании.
6 ИИ-агентов для бизнеса в России, которые работают без разработчика
Шесть готовых ИИ-агентов российского рынка на октябрь 2026 года: GigaCowork, ГигаАгент, Алиса AI Про, Jay Copilot, Авандок.ИИ и Айва. Таблицы по моделям, установке и ценам, а также разбор платформ, где агента собирает разработчик.
Бенчмарки ИИ-агентов: что проверяют GAIA, ToolQA, BFCL, HotpotQA и GPQA
Разбор 5 открытых бенчмарков для ИИ-агентов: что проверяет каждый, как читается доля решённых задач, почему сравнение идёт при одной модели и как повторить замер на своих данных.
ИИ-агент в логистике: документы по перевозкам, тарифы и статусы
Шесть сценариев для логистики: комплект документов по рейсу, условия договора с перевозчиком, тариф на направление, статус груза, разбор претензии по недостаче. Какие источники подключаются и что измерять на пилоте.
К каким системам подключается ИИ-агент: CRM, трекеры, вики, почта и базы данных
Шесть классов систем, к которым подключается корпоративный ИИ-агент, что он в каждом читает и какие операции выполняет после подтверждения сотрудника. Порядок подключения и требования к доступам.
ChatGPT Enterprise, Claude Enterprise и Copilot закрыты для России: чем их заменить
Почему корпоративные тарифы OpenAI, Anthropic и Microsoft недоступны российским компаниям и какие решения закрывают те же задачи: таблица соответствия по сценариям и критерии перехода.
ИИ-агент в ритейле: поставщики, ассортимент и претензии
Шесть сценариев для розничной сети: условия договора поставки, история по поставщику, разбор претензии по партии, описания товаров, регламенты для персонала магазина и разбор обращений покупателей.
6 ИИ-ассистентов для базы знаний: лимиты, источники и ссылка на документ
Обзор решений, которые отвечают на вопросы сотрудников по внутренним документам: Айва, GigaCowork, ГигаАгент, Алиса AI для бизнеса, Just AI и Naumen. Форматы файлов, лимиты базы знаний, права доступа и ссылка на документ в ответе.
ИИ-агент в финансовом отделе: отчётность, договоры, комплаенс
Шесть задач финансового отдела, где ИИ-агент даёт проверяемый результат: сверка первичных документов, поиск условий в договорах, пояснения к отчётности, подготовка справок, проверка контрагента по внутренним данным и контроль регламентов.
5 языковых моделей для корпоративных задач в контуре РФ
Разбор моделей, доступных российским компаниям: российские GigaChat, YandexGPT и Cotype, открытые DeepSeek и Qwen. Какая модель под какую задачу и как выбрать по замеру на своих данных.
Онбординг сотрудников в ИИ-инструменты: программа на две недели
Программа адаптации к ИИ-инструментам по дням: от правил обработки данных и первых запросов до собственных сценариев подразделения, с библиотекой запросов и замерами на выходе.
6 ИИ-агентов, которые ставятся внутри компании: данные не уходят наружу
Подборка решений для компаний, которым нужна обработка данных внутри своей инфраструктуры: конфигурации поставки, работа с правами, журналы обращений и запись в реестре отечественного ПО.
Согласование заявок с ИИ-агентом: реестры, сроки и ответы по документам
Как ИИ-агент отбирает заявки по этапу и просрочке, поднимает задачу целиком с перепиской и вложениями, сверяет данные со справочником и готовит комментарий с согласованием.
Внутренний стандарт работы с ИИ: что описать, когда инструментов стало больше одного
Семь разделов документа, который приводит работу с ИИ-инструментами к общим правилам: перечень разрешённых систем, классы данных, доступы, проверка ответов, журналы, ответственные и порядок подключения нового инструмента.
Разбор воронки продаж ИИ-агентом: риски сделок, досье и отчёт к планёрке
Как ИИ-агент раскладывает открытые сделки на риски, собирает досье по клиенту из переписки и вложений и готовит отчёт по воронке в Excel к планёрке руководителя.
ИИ-агент на производстве: регламенты, инструкции и охрана труда
Шесть сценариев для производственной компании: доступ к регламентам со смены, разбор техдокументации, подготовка нарядов и разборов инцидентов. Что нужно для запуска и как считать эффект.
Как выбрать первый сценарий для ИИ-агента
Матрица «частота задачи — цена ошибки», восемь готовых сценариев по отделам и четыре признака, по которым сценарий стоит отложить. Порядок отбора за один рабочий день.
Как выбрать языковую модель для компании
Шесть критериев выбора модели, разбор российских и открытых вариантов с размещением в России и схема, при которой задачи распределяются между несколькими моделями.
Первая линия поддержки на языковых моделях: как устроена и что даёт
Префильтр, языковая модель и постфильтр: разбор архитектуры первой линии на LLM. Какие обращения закрываются без оператора, что измерять и как запускать по шагам.
Права доступа: как ИИ-агент отвечает в границах роли сотрудника
Ответ ИИ-агента строится в границах прав сотрудника в исходных системах. Разбор трёх моделей разграничения, порядок проверки на пилоте и вопросы, которые задаёт служба безопасности.
Какие данные нужны ИИ-агенту и как их подготовить
Четыре типа источников, порядок подготовки архива за две недели и пять проблем, которые всплывают при подключении документов. Чек-лист готовности данных к пилоту.
ИИ-агент в строительстве: поиск по проектной документации и сметам
Шесть сценариев для строительной компании: поиск по проекту, сверка сметы, контроль изменений, подготовка исполнительной документации. Что нужно для запуска и на что обратить внимание при подготовке архива.
15 вопросов вендору ИИ-агента перед подписанием договора
Список вопросов для встречи с подрядчиком: данные и контур, качество ответов, интеграции, деньги, сопровождение. По каждому вопросу указано, какой ответ считать рабочим.
Семь причин, по которым пилоты ИИ-агентов останавливаются после демонстрации
Демонстрация проходит успешно, дальше работа по проекту останавливается. Разбор семи причин остановки пилота ИИ-агента, признаки каждой на раннем этапе и решения, которые возвращают проект в работу.
Сколько стоит языковая модель для компании
Счёт за языковые модели состоит из токенов, инфраструктуры и сопровождения. Разбор расчёта на реальном объёме запросов и пять причин роста счёта с решением по каждой.
Как посчитать окупаемость ИИ-агента
Формула расчёта эффекта, четыре метрики для замера и пример на компании из 500 человек. Что учитывать в расходах помимо лицензии и какие ошибки чаще всего встречаются в расчёте.
Как измерить качество ответов ИИ-агента
Методика замера: как собрать проверочный набор из 50 вопросов, по каким четырём признакам оценивать ответ и как читать результат. Порядок работы с ошибками после замера.
Галлюцинации языковых моделей: почему возникают и как их контролировать
Модель выдаёт выдуманный факт уверенным тоном. Разбор четырёх причин появления галлюцинаций и пять технических мер контроля, которые работают в корпоративных системах.
Протокол MCP: как ИИ-агент получает доступ к рабочим системам
MCP — открытый протокол подключения ИИ-агента к данным и инструментам. Разбор архитектуры, три типа возможностей сервера, вопросы безопасности и порядок подключения первой системы.
152-ФЗ и языковые модели: что требует закон и как это выполняется технически
Где персональные данные попадают в языковую модель, что требует 152-ФЗ от такой обработки и какие четыре технические меры закрывают требования. Чек-лист проверки перед запуском ИИ-агента.
Словарь терминов: LLM, RAG, MCP, ИИ-агент, guardrails
Двадцать три термина, которые встречаются в договорах и презентациях по внедрению ИИ, с короткими определениями и примерами. Справочник для встречи с подрядчиком.