Как AI-агенты ускоряют работу девелопера: автоматизация данных и управление знаниями

Этот кейс показывает, что AI-ассистенты — не просто технологический тренд, а реальный инструмент повышения эффективности бизнеса.

Так в рублях столько вышло в итоге профита?

Очень интересное решение, спасибо, что поделились. Отрадно видить, что на отечественном рынке тоже активно внедряются ИИ-агенты. Но не могли бы вы сказать, а на основе какой модели вы это делали? Локально поднимали или через API? Чуть больше подробностей, было бы здорово. Заранее спасибо.

Спасибо за интересную статью. Отлично, что удалось так быстро запустить решение в прод и преодолеть обычные страхи пользователей перед новыми технологиями и перед "черным ящиком". Хотелось бы только больше узнать про сами сервисы и их встраивание в процессы, а не про классические подходы RAG, которые описаны в специальной литературе. Какую LLM использовали, локально или как сервис? Встроили ли AI-агента прямо в CRM как часть процесса взаимодействия с клиентом, которую невозможно обойти или это все же отдельная справочная система "сбоку", которую сотрудник работающий с клиентом может запросить, если захочет?

Ребят, а что из этой нотации https://www.anthropic.com/research/building-effective-agents подходит в вашей статье под понимание ai-agents? Какие черты агента есть у вас? Возможно, вы не дораскрыли тему,но пока это просто rag система, а не агент. Т.е. в нотации антропиков это LLM-workflows.

Если мы добавим в старую систему поддержки к сценариям или вместно них LLM,это не станет агентом. Сейчас все хайпуют на агентах,но что-то+ LLM не всегда агенты, у агентной системы есть четкие признаки,которые ее отличают от просто llm based системы.

Спасибо, Валера, интересно! А как на практике вы находите баланс между улучшением качества ответов (используя техники вроде рефлексии, роутинга и реранкинга) и сохранением нормальной скорости ответа для пользователей? И с какими типичными задержками вы реально сталкиваетесь на разных этапах вашего продвинутого RAG-пайплайна?