Интеллектуальный ассистент для сотрудников: как внедрить

Интеллектуальный ассистент для сотрудников внедряют в пять шагов: выбрать одну область вопросов, собрать источники и владельцев, настроить права, проверить качество на реальных вопросах и запустить на небольшой группе, расширяя её по результатам. Скорость определяет не модель, а то, насколько готовы документы и ответственные люди. Ассистент без порядка в источниках отвечает уверенно и не по делу, и сотрудники перестают ему доверять после первых ошибок.

Статья описывает именно внедрение: кто что делает на каждом этапе, какие решения принять заранее и по каким признакам понять, что ассистент работает. Что делает такой ассистент и из чего он состоит, описано на странице «Интеллектуальные ассистенты для сотрудников».

Какие вопросы отдать ассистенту

Ассистент хорошо работает там, где ответ уже записан в документе, а сотрудники всё равно спрашивают коллег. Признак: один и тот же вопрос в разных формулировках задают чаще раза в неделю, а ответ можно показать пунктом инструкции. Для таких вопросов пользователю нужен не «умный собеседник», а быстрый путь к действующему документу.

Не берите первой областью «все знания компании». Широкая область размывает оценку: непонятно, что считать ошибкой и кому отвечать за источник. Одна область с владельцем лучше десяти без него.

Источники и владельцы

Ассистент знает то, что ему передали, и не знает остального. Поэтому до выбора технологии составьте перечень источников и назначьте за каждый ответственного.

• Где лежит документ. Сетевая папка, система документооборота, вики, почтовые вложения. Для каждого места нужен способ чтения и права доступа.
• Какая редакция действует. Статус и даты действия документа записываются, иначе система процитирует отменённый приказ. Реестр ведёт владелец.
• Как часто документ меняется. От этого зависит расписание обновления индекса: правка должна доходить до ассистента без участия разработчика.
• Кто отвечает за содержание. Когда ответ ассистента неверен, надо знать, чей документ исправлять. Это решается не в программе, а назначением человека.

Обычно на этом шаге выясняется, что часть документов устарела, а часть существует только в виде устных договорённостей. Это нормально и полезно: ассистент вскрывает пробелы в базе знаний, и правильная реакция — дописать документ, а не настраивать модель. Устройство поиска по документам описано в статье «Как устроен RAG-пайплайн».

Права и размещение

Внутренний ассистент работает с документами разной степени закрытости: от общей инструкции до приказа по кадрам. Два решения принимаются до запуска и меняют архитектуру.

• Где работает модель. Для открытых инструкций подойдёт внешний программный интерфейс. Для документов ограниченного доступа он чаще всего не подходит по требованиям заказчика, и модель размещают на ваших серверах. Сравнение — в статье «Своя LLM или ChatGPT API».
• Как применяются права. Сотрудник должен получать только те фрагменты, которые ему доступны в исходной системе. Ограничение работает при отборе фрагментов, до того как текст попал в модель. Права из каталога пользователей подтягиваются автоматически, иначе увольнение сотрудника не закроет ему доступ к ассистенту.

Проверка прав входит в приёмку: вопросы задаются от учётных записей с разными ролями, и закрытый документ не должен ни цитироваться, ни пересказываться. Отдельно решается, пишет ли ассистент что-то в системы. Для первой версии разумно оставить его только читающим; действия вроде создания заявки добавляют после, с подтверждением человека. Как ограничивать агента, описано в статье «Как ограничить ИИ-агента».

Где сотрудник будет задавать вопросы

Ассистент, до которого надо добираться, проигрывает вопросу коллеге в соседнем кресле. Поэтому канал выбирают по тому, где сотрудники уже работают.

Для любого канала обязательны два элемента: ссылка на источник под каждым ответом и кнопка «ответ неверен» с комментарием. Первое позволяет сотруднику проверить, второе даёт владельцам источников поток исправлений. Без этих двух элементов доверие не растёт.

Как проверить качество до запуска

Проверка идёт на реальных вопросах, а не на примерах разработчика. Порядок такой.

1. Соберите вопросы. Попросите владельцев и сотрудников записать вопросы, которые им задают на самом деле, и документ, где лежит ответ. Нужен набор, достаточный для каждой подтемы области.
2. Добавьте вопросы без ответа. Часть набора — вопросы, ответа на которые в источниках нет. Правильная реакция — «не нашёл» и ближайшие документы, а не выдумка.
3. Добавьте вопросы про права. Каждый — от имени учётной записи без доступа к документу.
4. Определите критерий заранее. Какая доля верных ответов допустима и что считается недопустимой ошибкой, записывается до прогона. Решение «нам кажется, хорошо» не принимается.
5. Прогоняйте повторно. После любой смены документов, модели или настроек выборку прогоняют снова и сравнивают.

Отзывы вида «мне понравилось» полезны для интерфейса, но качество ответов измеряют только на размеченной выборке. Подробнее о метриках для поиска по документам — в статье «Семантический поиск против обычного».

Как запускать: группами, а не сразу всех

Запуск на всю компанию в первый день превращает любые недочёты в репутационные. Надёжнее идти группами.

Сотрудникам нужны два коротких объяснения: что ассистент умеет и что делать, если ответ вызывает сомнение. Общие принципы обучения людей разобраны в статье «Как обучить сотрудников работе с нейросетями». Регламент использования записывается один раз: какие данные можно вводить, какие нельзя, кто отвечает за источники.

Как понять, что ассистент работает

Число установок и входов ничего не доказывает. Смотрите на изменение поведения людей, и для этого пригодятся простые показатели, которые журнал собирает сам.

• Возвращаемость. Сотрудники приходят повторно через неделю и через месяц, а не один раз из любопытства.
• Доля вопросов «не нашёл». Если она растёт, в базе знаний пробелы; если падает при том же наборе вопросов, пробелы закрывают.
• Отметки «ответ неверен». Их разбирает владелец источника, и количество отметок по нему должно снижаться после правок.
• Нагрузка на старших коллег. Спросите их напрямую, стало ли меньше типовых вопросов. Это самый честный показатель, и он не требует метрик.

Цифры результата мы не обещаем и не приводим чужих: они зависят от вашей базы знаний. Для расчёта пользы по своим данным подойдёт статья «Как посчитать ROI от внедрения ИИ». Пилот, который не дал нужного результата, лучше остановить вовремя, см. «Когда останавливать пилот ИИ-проекта».

Типичные причины, по которым внедрение не приживается

• Область слишком широкая. Непонятно, кто отвечает за ответ, и качество не измерить.
• Нет владельцев источников. Ошибки накапливаются, исправлять их некому.
• Права проверяются после генерации. Закрытый фрагмент уже прочитан моделью, и фильтр ответа его не вернёт.
• Нет ссылки на источник. Сотрудник не может проверить ответ и возвращается к вопросу коллеге.
• Запуск без выборки. Качество оценивают по ощущению нескольких удачных вопросов.
• Документы обновляются вручную. Индекс отстаёт, ассистент отвечает по прошлой редакции.
• Сразу делают агента с действиями. Первая версия с записью в системы требует подтверждений, откатов и отдельной проверки; начните с чтения.

Большинство этих причин организационные, а не технические. Их ранние признаки собраны в статье «Почему ИИ-пилоты не доходят до продуктива».

Что делаем мы и с чего начать

Начинаем с обследования: 200 000 ₽ и 2–3 недели за одну область вопросов, 350 000 ₽ и 3–4 недели, если источников несколько и они лежат в разных системах. На выходе область, перечень источников с владельцами, схема прав и размещения, критерий приёмки и вилка бюджета. Сумма вычитается из первого этапа, если продолжаете с нами. Дальше лёгкий пилот на ваших документах за 150 000–400 000 ₽ и 2–8 недель, затем вывод в эксплуатацию от 1 500 000 ₽ этапами по 300 000–700 000 ₽, сопровождение от 20 000 ₽ в месяц. Остановиться можно после любой ступени, исходники лежат в вашем репозитории с первого коммита. Все цены — на странице «Тарифы».

Мы не обучаем сотрудников за вас, не пишем регламенты использования и не дежурим круглосуточно: мы строим ассистента и передаём вам инструкции для его эксплуатации. Описание услуги — на странице «Интеллектуальные ассистенты для сотрудников», основа системы — на странице «ИИ-ассистент по документам и базе знаний».