Дмитрий Лакитонов (InKnowledge): «База знаний становится полноценным участником рутинных процессов, и превращение её в ИИ-платформу откроет бизнесу новые возможности»

— Дмитрий, подтверждается ли на практике высокий интерес клиентов к внедрению ИИ в управление корпоративными знаниями? Насколько этот запрос действительно сформирован?

— Безусловно, такой запрос есть. Бизнес активно изучает возможности применения ИИ в своих процессах и ищет инструменты, которые позволят внедрять эти практики с максимальной отдачей. Однако есть одна особенность: пока многие фокусируются на кастомизации и обучении LLM-моделей, что сопряжено с высокими затратами, в то время как оптимальный путь — использовать платформу, которая обеспечит качественную структуризацию данных для модели. Именно эту стратегию мы выбрали при развитии собственного AI-порталa InKnowledge. Текущие проекты с заказчиками подтверждают правильность этого вектора, и мы видим, что интерес к такой модели со стороны клиентов устойчиво растёт.

Руководитель отдела внедрения компании BSS и директор по продукту платформы InKnowledge Дмитрий Лакитонов
Фото: BSS

— Если оглянуться на прошлый год, в каких задачах, связанных с управлением знаний, ИИ уже зарекомендовал себя?

— Прежде всего, это применение генеративного ИИ в поиске — для формирования более точных ответов, генерации ответа на пользовательский запрос на основании сразу нескольких документов, подготовки текста ответа в удобной для пользователя форме. Второе важное направление — помощь редакторам баз знаний и авторам контента: ИИ берёт на себя переформулирование текстов, адаптацию материалов под разные форматы и каналы коммуникации. И наконец, третье — активное внедрение интеллектуальных помощников в пользовательские интерфейсы. Принципиально важно, что эти ассистенты напрямую интегрированы с базой знаний и работают с ней как с единым источником данных.

— Как дальше будет развиваться применение генеративного ИИ в таких платформах?

— Одно из ключевых направлений — активная работа с нетекстовым контентом: видео, аудио, изображениями. Речь о том контенте, который ежедневно создаётся в компании и содержит ценные знания. Это записи вебинаров, внутренние совещания, клиентские встречи в Zoom, переговоры. Раньше извлечение информации из таких форматов хоть и было возможным, но требовало отдельного бизнес-процесса. ИИ принципиально меняет ситуацию: возможности искусственного интеллекта позволяют извлекать необходимые данные из медиаформатов быстрее и эффективнее.

ИИ использует информацию из видео и аудиофайлов напрямую в момент поиска, без предварительной расшифровки и текстовой фиксации. Модель учитывает содержание этих файлов при формировании ответа на запрос пользователя, что открывает совершенно новый уровень работы с корпоративными знаниями.

— В создании контента ИИ тоже будет помогать?

— Уже помогает и его роль будет только расширяться. Если на первых этапах задачи в основном сводились к работе с уже существующим контентом, то сейчас фокус смещается. ИИ способен — разумеется, под контролем человека — самостоятельно создавать обучающие материалы, презентации и другие форматы на заданную тему, используя в качестве источников несколько документов из базы знаний.

— Насколько сохраняется риск галлюцинаций при таком сценарии использования искусственного интеллекта?

— Риск есть всегда, но им можно и нужно управлять. Это достигается за счет точной настройки всей инфраструктуры, которая будет учитывать особенности контента и бизнес-требования. Важен каждый элемент цепочки: формулировка промпта, параметры LLM-модели, качество RAG-подхода и то, как организована разбивка документов на фрагменты (чанкинг).

Принципиальный сдвиг последнего времени связан с появлением RAG. Если раньше добиться соответствия контента корпоративным требованиям можно было только через трудоемкую и дорогостоящую донастройку самой LLM-модели, то сейчас задача решается на порядок проще — с ней способен справиться обычный контент-менеджер.

— Сейчас на рынке появляется все больше моделей, заточенных под решение конкретных задач. Как это повлияет на управление знаниями и СУЗ-платформы?

— Безусловно, тренд на специализацию уже очевиден. Он ведёт к тому, что возможность подключать разные LLM к одной платформе перестанет быть опцией и превратится в необходимость. Одни модели отлично справляются с генерацией визуального контента — картинок, презентаций, медиа, но слабо проявляют себя в работе с большими объемами данных и аналитикой. Другие, напротив, сильны в структурировании и обработке числовой информации, но не умеют создавать качественный текстовый или графический контент. Бизнесу же зачастую требуется и то, и другое. Поэтому задача современных СУЗ-платформ — обеспечить бесшовную интеграцию и управление сразу несколькими LLM внутри одного решения.

— Какие еще тренды в развитии ИИ можете отметить?

— Перспективным направлением является использование ИИ-агентов для работы со знаниями. Часто для ответа на вопрос недостаточно содержимого базы знаний — нужны данные из внешнего контура. В этом случае ИИ-агент выступает в роли связующего звена: он добывает сведения из сторонних источников, обрабатывает и передает их основному ИИ, который учитывает эти данные при генерации полноценного ответа на запрос пользователя.

Предположим, юристу нужно подготовить справку о потенциальных рисках при заключении сделки с новым контрагентом. Для этого нужно использовать внутренние регламенты компании и шаблоны договоров, нормативно-правовую базу и данные о потенциальном партнере: актуальный статус контрагента в ЕГРЮЛ, наличие судебных споров с его участием, решения арбитражных судов по аналогичным делам, сведения об исполнительных производствах. Все эти данные находятся в разных системах: базе знаний, правовых порталах, базах ФНС и так далее. Еще сюда же можно добавить CRM — оттуда можно получить сведения о предыдущих взаимодействиях с контрагентом.

Вместо того чтобы вручную обходить несколько учётных систем и собирать разрозненные данные, юрист делегирует эту работу ИИ-агентам. Они самостоятельно обратятся к необходимым источникам, извлекут актуальную информацию и обработают её в соответствии с заданным промптом, чтобы затем передать LLM-модели для подготовки структурированного заключения, готового для дальнейшего использования в работе.

— Если выходить за рамки разговора про ИИ, в самой отрасли что-то меняется?

— Пожалуй, меняется клиентский взгляд на роль и применение базы знаний в бизнесе. Вместо вспомогательного решения — база знаний становится реальной объединяющей платформой не только для знаний и корпоративной информации, но и для большого количества сервисов, которыми пользуются сотрудники.

Бизнес понимает, что база знаний — это не какой-то отдельно стоящий элемент ИT-инфраструктуры, к которому время от времени обращаются сотрудники, а постоянный участник бизнес-процессов, помогающий при решении повседневных задач. Разумеется, развитие генеративного ИИ так или иначе подтолкнуло бизнес к этому пониманию.

В сложившихся условиях важными становятся два аспекта: во‑первых, удобные интеграции между базой знаний и внутренними системами компании; во‑вторых, способность самой базы знаний выступать в роли объединяющей платформы — единого окна, через которое сотрудник получает доступ к нескольким системам одновременно. Именно поэтому перед нами, как и перед другими вендорами СУЗ‑платформ, сегодня стоит задача не просто обеспечить техническую возможность таких интеграций, но и реализовать их с учётом ИИ‑функциональности и, главное, встроить в привычные пользовательские сценарии, которые в каждой компании уникальны.

— Большое спасибо за беседу!