Главная Услуги AI-агенты и ассистенты
Услуги · искусственный интеллект

AI-агенты и ассистенты
поверх ваших данных

Не «чат-бот из коробки», а агенты, заземлённые на ваш ERP, документооборот и регламенты. Они отвечают по вашим данным, выполняют действия в системах и оставляют человека в контуре принятия решений. Разворачиваем on-premise — в вашем защищённом контуре.

−45%нагрузка на операторов
24/7обработка обращений
on-premiseв вашем контуре
ФСТЭКзащита данных
Агент · обращения граждан SC TERRA · ЕДДС
Во дворе на Лесной, 12 вторые сутки не вывозят мусор — контейнеры переполнены.
Принял. Классифицирую как «ТКО · вывоз отходов», срок реагирования по регламенту — 1 рабочий день. Создаю заявку и направляю подрядчику по контракту. 📄 Регламент №112-ПР, п. 4.3 ✓ Заявка №4187 создана в SC TERRA → МУП «Чистый город»
Когда уберут?
Подрядчик подтвердил выезд: завтра до 12:00. Пришлю фотоотчёт о выполнении — если сроки будут нарушены, заявка автоматически эскалируется дежурному оператору.

Так выглядит работа агента: понял → проверил регламент → сделал → отчитался.

Агент не «болтает» — он классифицирует обращение, находит нужный пункт регламента, создаёт заявку в системе и контролирует срок. Человек подключается только там, где нужно решение.

Мы строим AI там, где он приносит измеримый эффект, а не там, где это модно.

Наш подход вырос из реальных B2G-задач: компьютерное зрение и предиктивная аналитика для городской инфраструктуры. Тот же принцип мы переносим на текстовые агенты — они работают на ваших документах, регламентах и данных ERP, а не на абстрактных знаниях из интернета.

Под капотом — RAG (поиск по вашей базе знаний), большие языковые модели с гардрейлами, интеграция с ARL, 1С и СЭД. Каждый агент знает границы своей компетенции, фиксирует источники ответа и передаёт сложные случаи человеку.

Заземление на данные (RAG)

Ответы строятся по вашим документам с указанием источника.

Действия в системах

Агент создаёт заявки, заполняет карточки, запускает процессы в ERP.

Человек в контуре

Сложные и спорные случаи эскалируются оператору.

On-premise

Модели и данные в вашем контуре — без утечки в облако.

Гардрейлы и аудит

Границы компетенции, логирование, контроль галлюцинаций.

Каких агентов строим

Сценарии под бизнес и государство

Готовые архитектуры, которые адаптируем под вашу предметную область и регламенты.

Ассистент оператора ЕДДС

Подсказывает регламент по обращению, предзаполняет карточку, классифицирует и маршрутизирует заявку нужной службе.

−45% время обработки вызова

Обработка обращений граждан

Принимает обращения текстом, определяет тему и срочность, формирует ответ по регламенту, передаёт сложное человеку.

70% обращений — без оператора

RAG-помощник по регламентам

Отвечает на вопросы сотрудников по нормативке, инструкциям и приказам со ссылкой на пункт документа.

−60% время поиска ответа

AI-помощник в ERP / CRM

Поиск на естественном языке, подсказки по сделкам и задачам, краткие сводки по контрагенту и черновики писем.

+30% скорость работы менеджера

Документооборот и OCR

Извлекает данные из счетов, актов и договоров, проверяет реквизиты, заводит документы в СЭД без ручного ввода.

−80% ручного ввода

Боты для МФЦ и поддержки

Текстовые и голосовые ассистенты для типовых вопросов, запись на приём, статусы заявлений в режиме 24/7.

24/7 первая линия
Архитектура

Как устроен AI-агент ТЕРРА

Прозрачный конвейер, в котором каждый ответ можно проследить до источника.

1

Источники данных

Документы, регламенты, базы знаний, данные ERP/СЭД. Индексируются в векторное хранилище.

2

Поиск и заземление (RAG)

По запросу подбираются релевантные фрагменты — модель отвечает строго по ним и указывает источник.

3

Языковая модель с гардрейлами

LLM формирует ответ в заданных границах компетенции; фильтры контролируют качество и безопасность.

4

Действия в системах

Агент через интеграции создаёт заявки, заполняет карточки и запускает процессы в ARL, 1С и СЭД.

5

Человек в контуре и аудит

Спорные случаи — оператору. Все запросы и ответы логируются для контроля и обучения.

Безопасность

AI, который не выносит ваши данные наружу

Для госсектора и ОПК это критично: модели и данные работают в вашем защищённом контуре, без передачи в публичные облака.

On-premise развёртывание

Открытые LLM в вашей инфраструктуре или защищённом ЦОД.

Лицензии ФСТЭК у компании

ООО «Терра» имеет лицензии ФСТЭК (СЗКИ, ТЗКИ); решения соответствуют требованиям защиты информации.

Разграничение доступа

Агент видит только те данные, к которым допущен пользователь.

Полный аудит

Журнал запросов, ответов и источников для проверки и обучения.

Как мы внедряем

От пилота за 4 недели до промышленной эксплуатации

1

Discovery и выбор сценария

Находим процесс с наибольшим эффектом, оцениваем данные и метрики успеха.

2

Пилот на ваших данных

За 3–4 недели собираем агента на реальной выборке и проверяем гипотезу.

3

Интеграция и гардрейлы

Связываем с ERP/СЭД, настраиваем границы, тестируем на крайних случаях.

4

Промышленный запуск

Разворачиваем on-premise, обучаем операторов, выводим в эксплуатацию.

5

Дообучение и развитие

Собираем обратную связь, улучшаем качество, расширяем сценарии.

Сценарии с эффектом

Что это даёт на практике

Госсектор · ЕДДСАссистент оператора

Обращения граждан 24/7

Агент принимает и классифицирует обращения, отвечает по регламенту, маршрутизирует заявки в SC TERRA.

−45%
нагрузка операторов
70%
без человека
Предприятие · СЭДДокументооборот

Распознавание первички

OCR + агент извлекают данные из счетов и актов, сверяют реквизиты и заводят документы в ERP.

−80%
ручного ввода
×4
скорость обработки
Холдинг · регламентыRAG-помощник

База знаний компании

Сотрудники спрашивают по нормативке на естественном языке и получают ответ со ссылкой на пункт.

−60%
время поиска
1 окно
все документы
Вопросы и ответы

Частые вопросы

Наши данные попадут в публичные нейросети?

Нет. Модели разворачиваются on-premise — в вашей инфраструктуре или защищённом ЦОД. Данные не покидают контур, доступ агента ограничен правами пользователя.

Что если агент ошибётся?

Агент отвечает только по вашим документам и указывает источник каждого ответа. Спорные и нестандартные случаи автоматически эскалируются оператору — человек остаётся в контуре решений.

Сколько занимает пилот?

3–4 недели: выбираем сценарий с измеримым эффектом, собираем агента на реальной выборке ваших данных и проверяем качество до промышленного запуска.

Какие данные нужны для старта?

Регламенты, инструкции, история обращений или документов — в любом виде. На этапе discovery оценим полноту и подскажем, чего не хватает.

Обсудить проект