Разработка AI-агента для автоматизации бизнес-процессов

Разработка AI-агента для автоматизации бизнес-процессов

Представьте: бухгалтер тратит 3.5 часа в день на сверку счетов, а менеджер по персоналу — 2 часа на онбординг каждого новичка. Эти процессы съедают время, но их можно автоматизировать. Мы, команда AI/ML инженеров с 10-летним опытом, разрабатываем умных AI-агентов на базе больших языковых моделей (LLM), которые берут на себя рутину. В отличие от классической RPA, наш агент понимает неструктурированный контент (PDF, фото, email) и адаптируется к вариациям данных без перепрограммирования. За нашими плечами 30+ проектов по автоматизации — от обработки счетов до онбординга сотрудников.

Первое, что мы делаем на проекте — разбираемся с вашим бизнес-процессом. Выявляем узкие места, собираем типовые кейсы и проектируем архитектуру будущего агента.

Почему AI-агент эффективнее RPA?

RPA работает по жёстким сценариям: любое отклонение в структуре письма или PDF — и процесс ломается. AI-агент на LLM (GPT-4o, Claude 3.5) справляется с вариативностью: он извлекает данные из произвольного текста, использует Large language model (LLM) для классификации и принимает решения по правилам. В таблице — ключевые различия.

Как мы строим AI-агента: пошаговый план

Наш подход к разработке агента состоит из четырёх этапов:

1. Анализ и проектирование (1–2 недели): изучаем бизнес-процесс, собираем данные, рисуем схему AS-IS и TO-BE.
2. Разработка ядра (2–3 недели): реализуем граф состояний на LangGraph, подключаем LLM (GPT-4o или Claude 3.5) и векторную базу (ChromaDB/pgvector).
3. Интеграция с системами (1–2 недели): настраиваем адаптеры для 1С, Jira, Bitrix24, почты. Ниже таблица типовых интеграций.
4. Тестирование и HITL (1–2 недели): проверяем на реальных данных, настраиваем точки принятия решений человеком.

Типовые бизнес-процессы для AI-агента

Обработка входящих заявок: агент разбирает email/форму, классифицирует, проверяет данные, маршрутизирует нужному исполнителю, создаёт задачу в трекере. Остальные процессы — онбординг, обработка счетов, отчётность — автоматизируются по тому же принципу.

Архитектура агента для обработки заявок

from langgraph.graph import StateGraph, END
from langchain_openai import ChatOpenAI
from typing import TypedDict, Optional

class ApplicationState(TypedDict):
    raw_input: str              # Входящий текст заявки
    applicant_name: str
    application_type: str       # тип заявки
    extracted_data: dict        # извлечённые данные
    validation_result: dict     # результат проверки
    routing_decision: str       # куда направить
    task_id: Optional[str]      # ID созданной задачи
    notification_sent: bool

llm = ChatOpenAI(model="gpt-4o", temperature=0)

def classify_and_extract(state: ApplicationState) -> ApplicationState:
    """Классификация заявки и извлечение данных"""
    response = llm.invoke(f"""Проанализируй входящую заявку и извлеки структурированные данные.

Заявка:
{state['raw_input']}

Верни JSON:
{{
  "application_type": "vacation|expense|equipment|access|other",
  "applicant_name": "...",
  "department": "...",
  "details": {{}},  // специфичные поля по типу
  "urgency": "normal|urgent|critical",
  "missing_info": []  // чего не хватает
}}""")

    import json
    data = json.loads(response.content)
    return {
        **state,
        "application_type": data["application_type"],
        "applicant_name": data.get("applicant_name", ""),
        "extracted_data": data,
    }

def validate_application(state: ApplicationState) -> ApplicationState:
    """Проверка полноты и соответствия политикам"""
    app_type = state["application_type"]
    extracted = state["extracted_data"]

    validation = {"valid": True, "errors": [], "warnings": []}

    if app_type == "vacation":
        # Проверяем остаток отпуска
        days = extracted["details"].get("days", 0)
        balance = hr_api.get_vacation_balance(state["applicant_name"])
        if days > balance:
            validation["valid"] = False
            validation["errors"].append(f"Недостаточно дней отпуска: запрошено {days}, доступно {balance}")

    elif app_type == "expense":
        amount = extracted["details"].get("amount", 0)
        if amount > 50000:  # Лимит самостоятельного согласования
            validation["warnings"].append("Требует согласования руководителя")

    return {**state, "validation_result": validation}

def route_application(state: ApplicationState) -> ApplicationState:
    """Определение маршрута обработки"""
    app_type = state["application_type"]
    validation = state["validation_result"]
    urgency = state["extracted_data"].get("urgency", "normal")

    if not validation["valid"]:
        routing = "reject_with_explanation"
    elif app_type == "vacation":
        routing = "hr_manager"
    elif app_type == "expense" and state["extracted_data"]["details"].get("amount", 0) > 50000:
        routing = "director_approval"
    elif app_type == "access":
        routing = "it_department"
    else:
        routing = "auto_approve"

    return {**state, "routing_decision": routing}

def execute_routing(state: ApplicationState) -> ApplicationState:
    """Выполнение маршрутизации"""
    routing = state["routing_decision"]

    if routing == "auto_approve":
        task_id = jira_api.create_task(
            title=f"Авто-одобрено: {state['application_type']} от {state['applicant_name']}",
            status="Done",
            assignee="system",
        )
    elif routing in ["hr_manager", "director_approval", "it_department"]:
        assignee_map = {
            "hr_manager": "[email protected]",
            "director_approval": "[email protected]",
            "it_department": "[email protected]",
        }
        task_id = jira_api.create_task(
            title=f"Заявка на {state['application_type']} от {state['applicant_name']}",
            assignee=assignee_map[routing],
            description=json.dumps(state["extracted_data"], ensure_ascii=False),
            priority="High" if state["extracted_data"].get("urgency") == "urgent" else "Normal",
        )
    else:
        task_id = None

    notification_service.send(
        to=state["applicant_name"],
        message=f"Ваша заявка принята. Routing: {routing}. ID: {task_id}"
    )

    return {**state, "task_id": task_id, "notification_sent": True}

# Построение графа процесса
graph = StateGraph(ApplicationState)
graph.add_node("classify_and_extract", classify_and_extract)
graph.add_node("validate", validate_application)
graph.add_node("route", route_application)
graph.add_node("execute", execute_routing)

graph.set_entry_point("classify_and_extract")
graph.add_edge("classify_and_extract", "validate")
graph.add_edge("validate", "route")
graph.add_edge("route", "execute")
graph.add_edge("execute", END)

application_agent = graph.compile()

Практический кейс: обработка входящих счетов

Задача: 180+ счетов на оплату в месяц. До автоматизации — 3.5 часа в день главного бухгалтера. Из практики нашего клиента: мы внедрили агента за 6 недель.

Пайплайн агента:

1. Извлечение текста из PDF (pdfplumber / LlamaParse)
2. LLM извлекает: поставщик, ИНН, сумма, НДС, дата, номер, договор
3. Сверка с реестром договоров (векторный поиск)
4. Проверка в 1С: остаток по договору, бюджет статьи
5. При OK — создание платёжного поручения в 1С
6. При расхождении — задача бухгалтеру с объяснением

Метрики после 3 месяцев:

• Автоматически обработано без вмешательства: 73%
• Точность извлечения реквизитов: 96%
• Ошибки (неправильная привязка к договору): 1.2%
• Экономия времени: 2.5 часа/день

Как происходит интеграция с корпоративными системами?

Мы подключаем агента к вашим системам через REST API, ODBC или файловый обмен. Типовые интеграции: 1С, Jira, Bitrix24, почтовые серверы. Для каждой настраиваем адаптер, который транслирует данные в формат, понятный агенту. Векторная база (ChromaDB, pgvector) хранит эталонные документы для RAG.

Human-in-the-loop: когда агент запрашивает подтверждение

def requires_human_approval(state: ApplicationState) -> bool:
    """Определяет, нужно ли вмешательство человека"""
    return (
        not state["validation_result"]["valid"] or
        state["extracted_data"].get("amount", 0) > 100000 or
        state["application_type"] == "termination" or
        state["extracted_data"].get("urgency") == "critical"
    )

# В LangGraph: interrupt_before для HITL
agent = graph.compile(
    interrupt_before=["execute"],  # Прерывание перед выполнением
    checkpointer=MemorySaver(),
)

Что входит в работу

• Анализ бизнес-процесса (схема AS-IS и TO-BE)
• Проектирование архитектуры агента (LangGraph, LLM, vector DB)
• Разработка и интеграция с вашими системами
• Тестирование с human-in-the-loop
• Документация (model card, инструкция)
• Обучение сотрудников (2 часа)
• Гарантия 3 месяца и поддержка

Сроки ориентировочно

• Анализ и проектирование: 1–2 недели
• Разработка с интеграциями: 3–5 недель
• Тестирование и HITL-настройка: 1–2 недели
• Итого: 5–9 недель в зависимости от сложности

Закажите внедрение AI-агента для вашего бизнеса — напишите нам, и мы предложим архитектуру и сроки. Получите консультацию и расчёт стоимости проекта.

Практический разбор LLM: fine-tuning, RAG, агенты, деплой

Модель GPT‑4 или Claude 3.5 Sonnet через публичное API — не решение, а просто инструмент. Когда приходит требование «сделать как ChatGPT, но на наших данных», за ним стоит реальная инженерная задача: от настройки промптов до обучения 70B‑модели на собственной инфраструктуре. Разработка решений на базе LLM под ключ — это сложный стек, и мы занимаемся этим более 5 лет. За это время реализовано свыше 20 проектов в области генеративного AI: от RAG‑систем для юридических департаментов до кастомных агентов для техподдержки. Где именно находится ваша задача — зависит от данных, latency‑требований, бюджета и того, насколько критична конфиденциальность.

Типичная ситуация: клиент уже попробовал ChatGPT, но результаты нестабильны — то отвечает точно, то галлюцинирует. Либо нужна интеграция в корпоративный портал с соблюдением политик безопасности. Разберём каждый слой стека в деталях — от RAG до production‑деплоя.

Почему RAG‑системы ломаются и как это исправить?

RAG (Retrieval‑Augmented Generation) выглядит просто: нашли релевантные документы, положили в контекст, модель ответила. На практике сбоит в нескольких местах.

Chunking без перекрытия. Классическая ошибка: chunk_size=512, overlap=0. Если ответ лежит на границе двух чанков, retrieval не найдёт ни одного с достаточной уверенностью. Решение: overlap 15–25% от chunk_size, а лучше sentence‑aware splitting через spaCy или NLTK, а не наивное разбиение по символам.

Плохой embedder. Текст‑embedding‑ada‑002 — хорош для общего случая, но на юридических или медицинских текстах проигрывает специализированным моделям: E5‑large‑v2, BGE‑M3 или fine‑tuned sentence‑transformers на доменных данных. Разница в Recall@5 может составлять 15–25%.

Отсутствие re‑ranking. Векторный поиск оптимизирован по скорости, не по релевантности. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) после первичного retrieval поднимает точность топ‑3 при приемлемой задержке (+50–150 ms). Это часто важнее улучшения embedding‑модели.

Гибридный поиск. Только dense векторы плохо работают на точных запросах: имена, артикулы, коды. BM25 (sparse) хорошо находит точные совпадения, но не понимает семантику. Гибрид через RRF (Reciprocal Rank Fusion) — оптимальный компромисс. Qdrant, Weaviate и pgvector 0.7+ поддерживают гибридный поиск нативно.

Когда стоит fine‑tune, а не промпт‑инжиниринг?

Промпт‑инжиниринг решает ~70% задач адаптации LLM под домен. Оставшиеся 30% требуют дообучения. Три признака: модель игнорирует специфический формат вывода даже при детальном описании в промпте; задача требует глубокого знания специализированной лексики (медицина, право); нужно значительно снизить затраты на токены, заменив большую модель меньшей специализированной.

LoRA и QLoRA — стандарт для SFT. LoRA добавляет trainable low‑rank матрицы к attention‑слоям. Типичная конфигурация для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — обучаемых параметров ~0.8%, обучение на одной A100 40GB. QLoRA добавляет 4‑битную квантизацию (NF4) и позволяет fine‑tune 70B модель на двух A100 40GB, хотя скорость падает вдвое по сравнению с bf16.

DPO вместо RLHF. Direct Preference Optimization требует только пары (chosen, rejected), а не скалярные reward‑сигналы. DPOTrainer из библиотеки trl (Hugging Face) реализует это несколькими десятками строк.

Типичная ошибка. Датасет из 500 примеров, 5 эпох, validation loss 0.8 — кажется норм. Но на тесте модель деградировала на общих инструкциях. Причина: catastrophic forgetting. Решение — добавить 10–20% общих instruction‑following примеров (Alpaca, FLAN) в обучающую выборку, чтобы не разрушить исходные способности.

Как выбрать базовую модель: 8B или 70B?

Для большинства задач fine‑tuning 8B модели достаточно. 70B нужен, когда требуется глубокое рассуждение или baseline 8B не достигает нужного качества даже после дообучения. Стоимость инференса Llama‑3 8B через vLLM на A100 — около $0.001/1K токенов, что в 15 раз дешевле GPT‑4.

Что даёт PagedAttention в production?

vLLM — первый выбор для serving open‑source моделей. PagedAttention — ключевое техническое решение: KV‑cache управляется как virtual memory в ОС, без фрагментации. Это даёт throughput в 2–4 раза выше по сравнению с наивным HuggingFace Transformers inference. Документация vLLM подтверждает: continuous batching и PagedAttention — стандарт для высоконагруженных LLM‑сервисов.

Типичные числа на A100 80GB для Llama‑3 8B (bf16): 400–600 req/s, P50 latency 200–400ms, P99 latency 600–900ms при concurrency 64. Для 70B на двух A100 с tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизация AWQ или GPTQ снижает потребление памяти в 2 раза при потере качества в пределах 1–3%.

Мультиагентные системы

Агенты — LLM с доступом к инструментам: поиск, выполнение кода, запросы к API, работа с БД. Основные паттерны:

• ReAct (Reason + Act): модель рассуждает → выбирает инструмент → наблюдает результат → снова рассуждает. LangChain и LlamaIndex реализуют из коробки.
• Multi‑agent orchestration: несколько специализированных агентов с координатором сверху. Пример: coordinator → researcher (поиск + summarization) → coder (генерация и исполнение кода) → critic (проверка). Инструменты: AutoGen (Microsoft), CrewAI, кастомная реализация на LangGraph.

В продакшене агентные системы недетерминированы. Обязательные guardrails, лимиты шагов, логирование каждого шага, human‑in‑the‑loop для критических действий.

Как мы работаем: этапы, сроки, результат

Что входит в работу

Мы передаём:

• Техническую документацию (model card, конфиги, инструкции по развёртыванию)
• Доступ к инфраструктуре (репозиторий с кодом, обученные веса)
• 1 месяц поддержки после деплоя (консультации, правки по багам)
• Обучение команды заказчика (2–3 занятия по эксплуатации системы)

Сроки: базовый RAG‑прототип — 1–2 недели. Fine‑tuning с данными заказчика — 3–6 недель (с учётом подготовки данных). Production‑система с мониторингом и переобучением — 2–4 месяца. Стоимость рассчитывается индивидуально, зависит от объёма данных, сложности модели и требований к инфраструктуре.

Хотите оценить свой проект? Оставьте заявку — мы подготовим предварительное резюме за 1–2 рабочих дня. Или получите консультацию по выбору подхода: RAG, fine‑tuning или гибрид — расскажем, что подойдёт именно вам.