Ролевые AI-ассистенты для корпоративной работы
Активное R&D ролевых AI-ассистентов, которые учитывают роль пользователя, текущую задачу, состояние корпоративной системы и желаемый результат, сохраняя ограниченную автономность.
Содержание
Активное R&D AI-ассистентов, которые понимают не только сообщение пользователя, но и кто этот пользователь, какую роль он выполняет, над чем работает, что происходит в корпоративной системе и какого результата он хочет достичь.
Исследование началось с доступа к данным 1С на естественном языке, затем перешло к контролируемым бизнес-инструментам и production Enterprise AI Assistant, а сейчас отвечает на более широкий вопрос:
Может ли AI-ассистент понимать рабочую ситуацию сотрудника настолько, чтобы помогать выполнять реальные бизнес-задачи — не заменяя человека и не обходя корпоративные ограничения?
Путь исследования
Каждый этап выявлял ограничение предыдущего. Архитектура развивалась от интерпретации вопроса к пониманию намерения и рабочей ситуации.
Четыре этапа работы
От естественного языка к корпоративным данным
Первые эксперименты использовали метаданные 1С и контролируемую генерацию запросов, чтобы превращать обычные бизнес-вопросы в структурированные ответы.
Пользователю не нужно знать внутреннюю структуру ERP, чтобы задать бизнес-вопрос.
Бизнес-возможности вместо прямых запросов
Дебиторская задолженность, продажи, запасы и сверки стали явными бизнес-инструментами. Модель рассуждает о возможностях, а не придумывает неограниченный доступ к ERP.
Корпоративный ассистент в эксплуатации
Сопоставление пользователя, обычная программная авторизация, контролируемое выполнение инструментов, аудит, наблюдаемость и подтверждение значимых действий сформировали Enterprise AI Assistant.
Понимание работы сотрудника
Текущее направление добавляет роль, непрерывность задачи, состояние предприятия и желаемый результат. Понять отдельный запрос — не то же самое, что понять работу пользователя.
Модель рабочей ситуации
Полезному рабочему ассистенту нужно знать о задаче и окружении больше, чем чат-боту.
Цель — не просто классифицировать предложение. Ассистент должен знать достаточно о текущей работе, чтобы определить полезный и безопасный следующий шаг.
От ответов на вопросы к помощи в работе
Представим, что бухгалтер говорит:
Сверка с «Ромашкой» опять не сходится.
Ролевой ассистент может связать роль пользователя с текущей задачей закрытия периода, определить контрагента, проверить поддерживаемые документы, платежи и взаиморасчёты, объяснить расхождение и подготовить следующее допустимое действие. Если действие имеет последствия, подтверждение остаётся обязательным.
Переход состоит в смене вопроса «Какой ответ вернуть?» на «Какого результата пытается достичь сотрудник и с каким безопасным следующим шагом я могу помочь?»
Текущие направления R&D
AI Accountant
Контекстный рабочий ассистент для исследования и подготовки бухгалтерских задач.
- исследовать расхождения в сверке;
- собирать связанные документы и суммы;
- объяснять вероятные причины;
- подготавливать поддерживаемые корректирующие действия;
- возвращать неоднозначные ситуации бухгалтеру.
Ответственным специалистом остаётся бухгалтер.
AI Manager
Исследование той же архитектуры для операционной работы и непрерывности задач.
- находить просроченную или заблокированную работу;
- определять, где остановился процесс;
- собирать нужные для задачи сведения из 1С;
- предлагать следующее действие или коммуникацию;
- возвращаться к задаче при изменении релевантного состояния системы.
Ответственность за решения и результат остаётся у менеджера.
Непрерывность задачи и проактивная помощь
Корпоративная работа строится вокруг задач, а не сообщений. Долгоживущему ассистенту могут потребоваться активная задача, связанные бизнес-объекты, предыдущие выводы, нерешённые вопросы, решения пользователя, ожидающие действия и изменения состояния предприятия.
Точная модель хранения состояния всё ещё активно разрабатывается. Цель уже ясна: сохранять достаточно сведений о задаче, чтобы продолжать работу и не считать каждое сообщение новым несвязанным запросом.
Проактивная помощь означает распознавать моменты, когда помощь может быть полезна: например, когда исследованная проблема изменила состояние или поддерживаемый процесс ожидает решения. Это не означает свободные действия агента в ERP. Нерелевантные события не должны приводить к действию; значимые могут показать нужные сведения или предложить следующий шаг.
Ограниченная автономность
Целью не является неограниченное автономное выполнение. Автономность увеличивается только для низкорисковой и хорошо определённой работы.
Доказанная основа и активная разработка
Доказанная основа
- доступ к корпоративным данным на естественном языке;
- метаданные 1С и сведения о бизнес-задаче;
- MCP / явные бизнес-инструменты;
- сопоставление пользователя с ролью и правами;
- многошаговые рассуждения агента;
- опыт эксплуатации Enterprise AI Assistant.
Разрабатывается
- более полные сведения о роли;
- сохранение состояния задачи;
- AI Accountant и AI Manager;
- проактивная помощь;
- ограниченное автономное продолжение.
Эти возможности не следует воспринимать как полностью развёрнутую рабочую функциональность.
Принципы исследования
- Сведения о рабочей ситуации — часть продукта. Сильная модель без них остаётся чат-ботом.
- Намерение пользователя шире сообщения. Сотрудники часто описывают симптомы, а не формальные цели.
- Семантика предприятия важнее прямого доступа. Явные бизнес-возможности остаются более безопасным интерфейсом.
- Автономность должна расти вместе с уверенностью и контролем. Исследование может быть автономнее значимых действий.
- Ответственность остаётся у сотрудника. Цель — усиление человека, а не его замена.
- Долгой работе нужна память о задачах. Одной истории диалога недостаточно для представления корпоративной работы.
Почему это важно
Возможность заключается не в ещё одном чат-интерфейсе поверх ERP. Это класс корпоративного ПО, которое понимает роль сотрудника, текущую работу и состояние бизнеса достаточно хорошо, чтобы помогать продвигать реальную работу.
Для окружений 1С центральный исследовательский вопрос — как безопасно связать то, чего хочет достичь сотрудник, с тем, что может сделать корпоративная система.
Объём проекта
Линия исследования
- NL2Query;
- контролируемые бизнес-инструменты;
- Enterprise AI Assistant;
- ролевые рабочие ассистенты.
Текущие направления R&D
- AI Accountant;
- AI Manager;
- сохранение состояния рабочей задачи;
- проактивная помощь;
- ограниченная автономность.
Корпоративная основа
- сопоставление пользователя и ролевые права;
- бизнес-инструменты и MCP;
- интеграция с 1С;
- границы политики и риска.
Статус
- базовые возможности: реализованы / проверены;
- Enterprise AI Assistant: в эксплуатации;
- AI Accountant / AI Manager: активное R&D.