База знаний с ИИ: ассистент, который знает, «как у нас принято»
Корпоративный ассистент отвечает сотрудникам на вопросы по регламентам, инструкциям и документам компании — и к каждому ответу даёт ссылку на источник. Вместо «спроси у Марины» и получасовых раскопок по дискам — ответ за десять секунд. Технология называется RAG; пилот на одном разделе знаний — 4 недели, проекты от 300 000 ₽.
Как это работает
1 · Индексация
Регламенты, инструкции, вики и диски подключаются как есть — ничего не нужно переписывать в специальный формат.
2 · Вопрос
Сотрудник спрашивает как человек: «как оформить возврат от юрлица?», «какая гарантия на серию X?»
3 · Поиск по смыслу
Система находит фрагменты документов, где есть ответ, — по смыслу, а не по совпадению слов.
4 · Ответ со ссылкой
Модель отвечает только по найденному и цитирует источник: документ, раздел, пункт. Нет ответа в базе — так и скажет, а не сочинит.
Что подключаем
Регламенты и инструкции (DOC, PDF), корпоративные вики (Confluence, Notion и аналоги), общие диски, базы тикетов и переписки поддержки, CRM, справочные данные учётных систем. Права доступа наследуются: каждый получает ответы только из документов, которые ему и так доступны, — ассистент не становится дырой в разграничении прав.
Кому это окупается
- Онбординг новичков — спрашивают ассистента, а не дёргают коллег: быстрее выход на самостоятельную работу;
- Поддержка и колл-центр — оператор находит точный ответ за секунды прямо в разговоре;
- Продажи — актуальные цены, условия и аргументы под рукой; меньше «продали то, чего нет»;
- Производство и качество — техкарты и регламенты со ссылкой на действующую редакцию;
- HR — отпуска, справки, командировки: сотни одинаковых вопросов в год уходят из HR-отдела.
Честная граница: если нужен бот для клиентов по 30–40 подготовленным вопросам — это ИИ-бот за 15–60 тыс. ₽, а не RAG-платформа. База знаний с ИИ окупается, когда документов сотни, они живут и меняются, а важны права доступа и ссылка на источник.
Экономика: расчётная модель
Даже скромные 10 минут в день на поиск информации и вопросы коллегам при 50 сотрудниках и ставке 500 ₽/час — около 85 000 ₽ в месяц. Ассистент возвращает большую часть этого времени и убирает невидимые издержки: решения по устаревшим регламентам и знания, уходящие вместе с уволившимся сотрудником. По опубликованным кейсам рынка типовая окупаемость — 4–8 месяцев; вашу модель считаем на аудите.
Облако или свой контур
| Российское облако (GigaChat, YandexGPT) | Модель в вашем контуре | |
|---|---|---|
| Где данные | в РФ, у провайдера модели | не покидают компанию вообще |
| Кому подходит | большинство задач: регламенты, инструкции, FAQ | коммерческая тайна, ПД, требования ИБ |
| Инфраструктура | не нужна | сервер с GPU или аренда в РФ |
| Бюджет | базовый | + инфраструктура и настройка |
Оба варианта годятся для архитектуры, отвечающей требованиям 152-ФЗ; итоговая схема зависит от состава данных, оснований обработки, договоров с обработчиками, прав доступа и мер защиты. Выбор — на аудите вместе с вашим ИБ. Подробнее — в статье «Локальная нейросеть и 152-ФЗ».
Этапы и цены
- Аудит знаний — 1–2 недели. Что есть, где живёт, что устарело. Честно: часто это самый ценный этап — наводится порядок, который был нужен и без ИИ.
- Пилот на одном разделе — 4 недели. Реальные вопросы сотрудников, метрика: доля вопросов с полезным ответом и ссылкой.
- Масштабирование. Остальные источники, права доступа, каналы (веб, Telegram, мессенджер компании).
- Сопровождение — от 20 000 ₽/мес. Обновление индекса, разбор вопросов без ответа.
| Формат | Стоимость | Срок |
|---|---|---|
| Пилот: один раздел знаний | 300–500 тыс. ₽ | 4 нед. |
| Компания: несколько источников, права доступа | 500 тыс. – 1,5 млн ₽ | 6–8 нед. |
| Энтерпрайз: свой контур, SSO, интеграции | от 1,5 млн ₽ | от 8 нед. |
Полная раскладка цен — здесь.
Вопросы и ответы
Технология родственная, продукт другой. ИИ-бот — для клиентов, по компактной подготовленной базе. RAG-ассистент — для сотрудников, по живому массиву из сотен документов, с правами доступа и ссылкой на источник. Если собрали базу для одного — вторая задача становится дешевле.
Он отвечает только по найденным в вашей базе фрагментам и всегда даёт ссылку на источник; если ответа в документах нет — говорит об этом прямо. Долю полезных ответов меряем в пилоте на реальных вопросах, а не на демо.
Нет, это нормальное состояние — и ровно поэтому первый этап называется «аудит знаний». Разберём, что актуально, что противоречит друг другу и чего не хватает. Порядок в документах — побочный результат, который остаётся с вами навсегда.
Два варианта: российские облачные модели (данные в РФ) или открытая модель в вашем контуре — документы не покидают компанию. Права доступа наследуются из источников: сотрудник не увидит того, что ему не положено.
Ориентир — от 30–50 сотрудников, активно работающих с регламентами, либо поддержка от 10 операторов. Меньше — начинайте с ИИ-бота по подготовленной базе, это на порядок дешевле; расчёт под вашу численность — на аудите.
С пилота на одном разделе: выбираем домен, где вопросов больше всего (обычно поддержка или онбординг), за 4 недели запускаем ассистента и меряем долю полезных ответов. Дальше решаете на цифрах.
Пилот на одном разделе базы знаний — за 4 недели
Реальные вопросы сотрудников, ответы со ссылками на источник, измеренная доля полезных ответов.