Ускорение системы исполнения электронных регламентов в ИТ
Опыт внедрения RAG-системы в контур компании Эволента
Заказчик
Эволента — ведущий российский центр разработки ИТ-продуктов, предлагающий цифровые решения для оптимизации процессов в государственных и коммерческих организациях. Компания активно участвует в реализации ключевых государственных инициатив: «Информационное общество», «Электронное правительство», «Реформа ЖКХ» и других.
Система исполнения электронных регламентов и межведомственного взаимодействия (СИЭР) — предназначена для автоматизации административно-управленческих процессов предоставления государственных и муниципальных услуг, либо внутриведомственных административных процессов, а также оперативного доступа всех участников процессов к соответствующей информации, в т.ч. получаемой по каналам межведомственного взаимодействия.
СИЭР используется в самой компании «Эволента» и является важным элементом внутренней цифровой инфраструктуры. Именно с ней связано внедрение интеллектуального решения для поиска информации, разработанного совместно с CodeInside.
Задача
В условиях масштабной цифровой трансформации перед командой заказчика стояла задача повысить эффективность работы с внутренней базой знаний. Сотрудникам необходимо было получать быстрые, точные и безопасные ответы на повседневные запросы, касающиеся регламентов, инструкций и проектной документации. Существующие инструменты поиска не справлялись с объёмом и сложностью информации, а нагрузка на службу поддержки продолжала расти.
По словам Сергея Агишева: «Стандартные инструменты были ограничены фиксированными структурами запросов и требовали точного соответствия формату базы данных, что затрудняло обработку сложных или открытых вопросов. В итоге пользователи получали нерелевантные ответы даже при полных или однозначных формулировках вопроса».
Создать интеллектуальное решение для поиска информации внутри корпоративного контура, которое обеспечивало бы высокую точность, полную безопасность данных и удобство для пользователей. Важно было учесть требования к скорости, локальному развертыванию, персонализации и интеграции в действующую ИТ-инфраструктуру компании
Реализация
Решение было реализовано в формате on-premise-сервиса «Docora AI», созданного командой CodeInside специально под архитектуру и данные заказчика. Проект проходил в несколько этапов.
Первый этап: подготовка данных
На первом этапе была проведена подготовка и структурирование данных. Вся имеющаяся информация — внутренние документы, инструкции, справочники и проектные архивы — была классифицирована и переведена в машиночитаемый формат. Это обеспечило корректную работу нейросети и заложило основу для дальнейшей интеллектуальной обработки информации.
Второй этап: обучение нейросетевой модели
На втором этапе команда создала фундаментальную нейронную сеть, способную эффективно анализировать запросы пользователей и выдавать релевантные результаты. Модель была обучена на большом объеме корпоративных данных и протестирована на реальных сценариях взаимодействия сотрудников с базой знаний. Использовались современные методы машинного обучения и семантического анализа, что позволило системе не просто находить совпадения по ключевым словам, а понимать смысл пользовательских запросов и сопоставлять их с содержанием базы знаний.
Третий этап: интеграция и тестирование
На третьем этапе решение было интегрировано в существующую систему управления знаниями СИЭР. Система прошла тестирование в условиях реальной нагрузки, показав стабильность работы и высокую производительность. Пользователи отмечали значительное сокращение времени на выполнение рутинных операций и рост точности ответов.
Четвертый этап: обратная связь и дальнейшая оптимизация
На завершающем этапе был реализован механизм обратной связи: сотрудники могли комментировать качество поиска, предлагать улучшения и делиться пожеланиями. Это позволило гибко донастроить систему под конкретные сценарии использования.
«Системы класса RAG — это живой продукт, который становится по-настоящему эффективным только при тесном взаимодействии с пользователем. Мы постоянно дорабатываем и дообучаем систему, опираясь на реальную обратную связь — именно она позволяет адаптировать решение под конкретные процессы и задачи компании»
Олег
руководитель R&D направления CodeInside
Преимущества внедрения решения «Docora AI»
«Docora AI» обладает рядом преимуществ перед традиционными методами поиска информации:
повышение точности результатов благодаря использованию семантического анализа запросов пользователей;
0% ложных данных выдачи благодаря развертыванию системы внутри контура предприятия на основе корпоративной базы знаний без возможности получения информации из внешних источников;
сохранение конфиденциальности данных благодаря отсутствию возможности передачи исходящих данных за пределы контура предприятия;
сокращение времени на получение нужной информации путем быстрого сопоставления ключевых понятий и контекстов;
возможность предоставления персонализированных рекомендаций сотрудникам на основе истории поисковых запросов и предпочтений;
уменьшение нагрузки на службу поддержки и снижение количества повторяющихся вопросов за счет автоматизированного механизма выдачи релевантных решений.
Эти преимущества особенно важны в крупных организациях, где сотрудники ежедневно сталкиваются с необходимостью быстро находить нужную информацию среди большого объема документов и баз данных.
Особенности проекта
Главной особенностью решения стало его полное локальное развёртывание: все данные обрабатываются строго внутри корпоративного контура, без доступа к внешним источникам. Это гарантирует нулевой риск утечек и соблюдение всех требований по безопасности. Также система учитывает контекст и историю взаимодействия с пользователем, предлагая релевантные и персонализированные ответы.
Нейропоиск интегрировался в уже существующую ИТ-среду. Для сотрудников система стала единым окном доступа к знаниям, значительно упростив процессы поиска информации и сократив количество повторяющихся запросов в поддержку.
«Одним из ключевых требований со стороны крупного бизнеса является защита данных. Локальное развертывание таких систем позволяет полностью исключить передачу информации во внешние среды, что минимизирует риски утечек и соответствует высоким стандартам корпоративной безопасности»
Олег
руководитель R&D направления CodeInside
Результат
Внедрение «Docora AI» позволило компании существенно повысить продуктивность сотрудников. Проект получил положительную оценку со стороны внутренних заказчиков. По отзывам пользователей, время на поиск информации сократилось в несколько раз. Уменьшилась нагрузка на специалистов поддержки, а удовлетворённость работой с базой знаний выросла. Система стала инструментом повседневной работы, который помогает находить решения быстрее и точнее.
В ближайших планах компании — расширение функциональности решения, включая автоматическое формирование отчётов и аналитику поведения пользователей на основе накопленных данных.
Руководитель направления по развитию продуктов Ао «Эволента» Сергей Агишев отмечает: «Теперь информация находится быстро и легко, меньше обращаемся за помощью, работа стала удобнее и эффективнее!»
В ближайших планах компании — расширение функциональности решения, включая автоматическое формирование отчётов и аналитику поведения пользователей на основе накопленных данных.
У вас похожий запрос?
Свяжитесь с нами по почтеgetai@codeinside.ru и мы поможем вам реализовать проект. Ознакомиться с другими выполненными проектами по ссылке.