Розробка AI-агента для автоматизації бізнес-процесів

Розробка AI-агента для автоматизації бізнес-процесів

Уявіть: бухгалтер витрачає 3.5 години на день на звірку рахунків, а менеджер з персоналу — 2 години на онбординг кожного новачка. Ці процеси з'їдають час, але їх можна автоматизувати. Ми, команда AI/ML інженерів з 10-річним досвідом, розробляємо розумних AI-агентів на базі великих мовних моделей (LLM), які беруть на себе рутину. На відміну від класичної RPA, наш агент розуміє неструктурований контент (PDF, фото, email) та адаптується до варіацій даних без перепрограмування. За нашими плечима 30+ проєктів з автоматизації — від обробки рахунків до онбордингу співробітників.

Перше, що ми робимо на проєкті — розбираємося з вашим бізнес-процесом. Виявляємо вузькі місця, збираємо типові кейси та проектуємо архітектуру майбутнього агента.

Чому AI-агент ефективніший за RPA?

RPA працює за жорсткими сценаріями: будь-яке відхилення в структурі листа або PDF — і процес ламається. AI-агент на LLM (GPT-4o, Claude 3.5) справляється з варіативністю: він вилучає дані з довільного тексту, використовує Large language model (LLM) для класифікації та приймає рішення за правилами. У таблиці — ключові відмінності.

Як ми будуємо AI-агента: покроковий план

Наш підхід до розробки агента складається з чотирьох етапів:

1. Аналіз та проектування (1–2 тижні): вивчаємо бізнес-процес, збираємо дані, малюємо схему AS-IS та TO-BE.
2. Розробка ядра (2–3 тижні): реалізуємо граф станів на LangGraph, підключаємо LLM (GPT-4o або Claude 3.5) та векторну базу (ChromaDB/pgvector).
3. Інтеграція з системами (1–2 тижні): налаштовуємо адаптери для 1С, Jira, Bitrix24, пошти. Нижче таблиця типових інтеграцій.
4. Тестування та HITL (1–2 тижні): перевіряємо на реальних даних, налаштовуємо точки прийняття рішень людиною.

Типові бізнес-процеси для AI-агента

Обробка вхідних заявок: агент розбирає email/форму, класифікує, перевіряє дані, маршрутизує потрібному виконавцю, створює задачу в трекері. Інші процеси — онбординг, обробка рахунків, звітність — автоматизуються за тим же принципом.

Архітектура агента для обробки заявок

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

class ApplicationState(TypedDict):
    raw_input: str              # Вхідний текст заявки
    applicant_name: str
    application_type: str       # тип заявки
    extracted_data: dict        # вилучені дані
    validation_result: dict     # результат перевірки
    routing_decision: str       # куди направити
    task_id: Optional[str]      # ID створеної задачі
    notification_sent: bool

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

def classify_and_extract(state: ApplicationState) -> ApplicationState:
    """Класифікація заявки та вилучення даних"""
    response = llm.invoke(f"""Проаналізуй вхідну заявку та вилучи структуровані дані.

Заявка:
{state['raw_input']}

Поверни JSON:
{{
  "application_type": "vacation|expense|equipment|access|other",
  "applicant_name": "...",
  "department": "...",
  "details": {{}},  // специфічні поля за типом
  "urgency": "normal|urgent|critical",
  "missing_info": []  // чого не вистачає
}}""")

    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:
    """Перевірка повноти та відповідності політикам"""
    app_type = state["application_type"]
    extracted = state["extracted_data"]

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

    if app_type == "vacation":
        # Перевіряємо залишок відпустки
        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"Недостатньо днів відпустки: запитано {days}, доступно {balance}")

    elif app_type == "expense":
        amount = extracted["details"].get("amount", 0)
        if amount > 50000:  # Ліміт самостійного погодження
            validation["warnings"].append("Потребує погодження керівника")

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

def route_application(state: ApplicationState) -> ApplicationState:
    """Визначення маршруту обробки"""
    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:
    """Виконання маршрутизації"""
    routing = state["routing_decision"]

    if routing == "auto_approve":
        task_id = jira_api.create_task(
            title=f"Авто-схвалено: {state['application_type']} від {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']} від {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 прийнята. Routing: {routing}. ID: {task_id}"
    )

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

# Побудова графа процесу
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()

Практичний кейс: обробка вхідних рахунків

Завдання: 180+ рахунків на оплату на місяць. До автоматизації — 3.5 години на день головного бухгалтера. З практики нашого клієнта: ми впровадили агента за 6 тижнів.

Пайплайн агента:

1. Вилучення тексту з PDF (pdfplumber / LlamaParse)
2. LLM вилучає: постачальник, ІПН, сума, ПДВ, дата, номер, договір
3. Звірка з реєстром договорів (векторний пошук)
4. Перевірка в 1С: залишок за договором, бюджет статті
5. При OK — створення платіжного доручення в 1С
6. При розбіжності — задача бухгалтеру з поясненням

Метрики після 3 місяців:

• Автоматично оброблено без втручання: 73%
• Точність вилучення реквізитів: 96%
• Помилки (неправильна прив'язка до договору): 1.2%
• Економія часу: 2.5 години/день

Як відбувається інтеграція з корпоративними системами?

Ми підключаємо агента до ваших систем через REST API, ODBC або файловий обмін. Типові інтеграції: 1С, Jira, Bitrix24, поштові сервери. Для кожної налаштовуємо адаптер, який транслює дані в формат, зрозумілий агенту. Векторна база (ChromaDB, pgvector) зберігає еталонні документи для RAG.

Human-in-the-loop: коли агент запитує підтвердження

def requires_human_approval(state: ApplicationState) -> bool:
    """Визначає, чи потрібне втручання людини"""
    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"],  # Переривання перед виконанням
    checkpointer=MemorySaver(),
)

Що входить в роботу

• Аналіз бізнес-процесу (схема AS-IS та TO-BE)
• Проектування архітектури агента (LangGraph, LLM, vector DB)
• Розробка та інтеграція з вашими системами
• Тестування з human-in-the-loop
• Документація (model card, інструкція)
• Навчання співробітників (2 години)
• Гарантія 3 місяці та підтримка

Строки орієнтовно

• Аналіз та проектування: 1–2 тижні
• Розробка з інтеграціями: 3–5 тижнів
• Тестування та HITL-налаштування: 1–2 тижні
• Разом: 5–9 тижнів залежно від складності

Замовте впровадження AI-агента для вашого бізнесу — напишіть нам, і ми запропонуємо архітектуру та строки. Отримайте консультацію та розрахунок вартості проєкту.

Практичний розбір LLM: fine-tuning, RAG, агенти, деплой

Модель GPT‑4 або Claude 3.5 Sonnet через публічне API — не рішення, а просто інструмент. Коли приходить вимога «зробити як ChatGPT, але на наших даних», за нею стоїть реальна інженерна задача: від налаштування промптів до навчання 70B‑моделі на власній інфраструктурі. LLM розробка під ключ — це складний стек, і ми займаємося цим понад 5 років. За цей час реалізовано понад 20 проєктів у галузі генеративного AI: від RAG‑систем для юридичних департаментів до кастомних агентів для техпідтримки. Де саме знаходиться ваша задача — залежить від даних, latency‑вимог, бюджету та того, наскільки критична конфіденційність.

Типова ситуація: клієнт уже спробував ChatGPT, але результати нестабільні — то відповідає точно, то галюцинує. Або потрібна інтеграція в корпоративний портал з дотриманням політик безпеки. Розберемо кожен шар стеку в деталях — від RAG до production‑деплою.

Чому RAG‑системи ламаються і як це виправити?

RAG (Retrieval‑Augmented Generation) виглядає просто: знайшли релевантні документи, поклали в контекст, модель відповіла. На практиці збоїть у кількох місцях.

Chunking без перекриття. Класична помилка: chunk_size=512, overlap=0. Якщо відповідь лежить на межі двох чанків, retrieval не знайде жодного з достатньою впевненістю. Рішення: overlap 15–25% від chunk_size, а краще sentence‑aware splitting через spaCy або NLTK, а не наївне розбиття за символами.

Поганий embedder. Текст‑embedding‑ada‑002 — хороший для загального випадку, але на юридичних або медичних текстах програє спеціалізованим моделям: E5‑large‑v2, BGE‑M3 або fine‑tuned sentence‑transformers на доменних даних. Різниця в Recall@5 може становити 15–25%.

Відсутність re‑ranking. Векторний пошук оптимізований за швидкістю, не за релевантністю. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) після первинного retrieval піднімає точність топ‑3 при прийнятній затримці (+50–150 ms). Це часто важливіше за покращення embedding‑моделі.

Гібридний пошук. Тільки dense вектори погано працюють на точних запитах: імена, артикули, коди. BM25 (sparse) добре знаходить точні збіги, але не розуміє семантику. Гібрид через RRF (Reciprocal Rank Fusion) — оптимальний компроміс. Qdrant, Weaviate та pgvector 0.7+ підтримують гібридний пошук нативно.

Коли варто fine‑tune, а не промпт‑інжиніринг?

Промпт‑інжиніринг вирішує ~70% завдань адаптації LLM під домен. Решта 30% вимагають донавчання. Три ознаки: модель ігнорує специфічний формат виведення навіть при детальному описі в промпті; задача вимагає глибокого знання спеціалізованої лексики (медицина, право); потрібно значно знизити витрати на токени, замінивши велику модель меншою спеціалізованою.

LoRA та QLoRA — стандарт для SFT. LoRA додає trainable low‑rank матриці до attention‑шарів. Типова конфігурація для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — параметрів, що навчаються, ~0.8%, навчання на одній A100 40GB. QLoRA додає 4‑бітну квантизацію (NF4) і дозволяє fine‑tune 70B модель на двох A100 40GB, хоча швидкість падає вдвічі порівняно з bf16.

DPO замість RLHF. Direct Preference Optimization вимагає лише пари (chosen, rejected), а не скалярні reward‑сигнали. DPOTrainer з бібліотеки trl (Hugging Face) реалізує це кількома десятками рядків.

Типова помилка. Датасет з 500 прикладів, 5 епох, validation loss 0.8 — здається норм. Але на тесті модель деградувала на загальних інструкціях. Причина: catastrophic forgetting. Рішення — додати 10–20% загальних instruction‑following прикладів (Alpaca, FLAN) у навчальну вибірку, щоб не зруйнувати вихідні здібності.

Як обрати базову модель: 8B чи 70B?

Для більшості задач fine‑tuning 8B моделі достатньо. 70B потрібен, коли потрібне глибоке міркування або baseline 8B не досягає потрібної якості навіть після донавчання. Вартість інференсу Llama‑3 8B через vLLM на A100 значно нижча, ніж у GPT‑4, що робить його економічно вигідним.

Що дає PagedAttention в production?

vLLM — перший вибір для serving open‑source моделей. PagedAttention — ключове технічне рішення: KV‑cache керується як virtual memory в ОС, без фрагментації. Це дає throughput у 2–4 рази вище порівняно з наївним HuggingFace Transformers inference. Документація vLLM підтверджує: continuous batching та PagedAttention — стандарт для високонавантажених LLM‑сервісів.

Типові 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 двох A100 з tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизація AWQ або GPTQ знижує споживання пам'яті в 2 рази при втраті якості в межах 1–3%.

Мультиагентні системи

Агенти — LLM з доступом до інструментів: пошук, виконання коду, запити до API, робота з БД. Основні патерни:

• ReAct (Reason + Act): модель розмірковує → обирає інструмент → спостерігає результат → знову розмірковує. LangChain та LlamaIndex реалізують з коробки.
• Multi‑agent orchestration: кілька спеціалізованих агентів з координатором зверху. Приклад: coordinator → researcher (пошук + summarization) → coder (генерація та виконання коду) → critic (перевірка). Інструменти: AutoGen (Microsoft), CrewAI, кастомна реалізація на LangGraph.

В продакшені агентні системи недетерміновані. Обов'язкові guardrails, ліміти кроків, логування кожного кроку, human‑in‑the‑loop для критичних дій.

Як ми гарантуємо якість LLM рішення?

Ми використовуємо RAGAS для автоматичної оцінки відповідей: faithfulness, answer relevancy, context precision. Система трекінгу експериментів на базі MLflow фіксує всі метрики, датасети та конфіги. Це дозволяє порівнювати різні гіпотези та доводити покращення з цифрами. Гарантію стабільної роботи забезпечує continuous integration з тестами на специфічних сценаріях (prompt injection, edge‑cases).

Як почати LLM розробку: наступні кроки

Ми передаємо:

• Технічну документацію (model card, конфіги, інструкції з розгортання)
• Доступ до інфраструктури (репозиторій з кодом, навчені ваги)
• 1 місяць підтримки після деплою (консультації, виправлення багів)
• Навчання команди замовника (2–3 заняття з експлуатації системи)

Терміни: базовий RAG‑прототип — 1–2 тижні. Fine‑tuning з даними замовника — 3–6 тижнів (з урахуванням підготовки даних). Production‑система з моніторингом та перенавчанням — 2–4 місяці.

Вартість розраховується індивідуально і залежить від обсягу даних, складності моделі та вимог до інфраструктури. Хочете оцінити свій проєкт? Зв'яжіться з нами — ми підготуємо попереднє резюме за 1–2 робочі дні. Або замовте консультацію фахівця з вибору підходу: RAG, fine‑tuning або гібрид — розповімо, що підійде саме вам.