Антон Григорьевский

Антон Григорьевский

Практическое применение искусственного интеллекта

Двадцать лет в логистике: от линейной должности на складе до директора, руководил проектным офисом. Сейчас соединяю этот опыт с искусственным интеллектом — строю системы, которые работают каждый день, а не показывают демо.

01
Процессы

Автоматизация бизнес-процессов

Цель: перевести рутинные бизнес-процессы в системы, которыми сотрудники пользуются каждый день. Каждая закрывает процесс целиком — от момента, когда возникает задача, до отчёта по ней.

Примеры реализованных решений

Корпоративный портал. Организационная структура как живой документ: штатное расписание по подразделениям, оргчарты, нормы управляемости. По каждой должности — комплект ролевых документов: карточка должности, матрица полномочий, порядок отчётности, порядок эскалации. Качество этих документов оценивает ИИ: показывает, где описание неполно или противоречиво, и подсказывает, что доработать. Рядом единое хранилище корпоративной документации с поиском, модуль управления задачами с делегированием и протоколы встреч.

Контроль качества. Движение заявок в отдел контроля качества: заявка идёт по маршруту согласования через смежные департаменты и попадает в отчётность.

Управление внутренним двором складского комплекса. Регистрация въезда и выезда транспорта на КПП, оформление пропусков, согласование выпуска транспортных средств и грузов со стороны таможни.

Управление грузовыми партиями 3PL (B2C логистика). Движение партий от приёмки до выдачи: статусы приходят из смежных систем сами, аналитика транзитного времени и объёмов, прибыльность направления.

Система организации биллинга. Выставление счетов по этапам: справочник контрагентов, тарификация, контроль SLA, карточки к выставлению создаются по расписанию автоматически.

Общее у всех — процесс перестаёт жить в переписке и таблицах. Данные вводятся один раз, ход дела виден всем участникам сразу, а отчёт собирается сам. Становится видно то, чего раньше видно не было: кто задерживает согласование, где стоит партия, сколько заработало направление.

02
Команды

Самостоятельные команды автоматизации в бизнес-подразделениях

Цель: научить бизнес-подразделение автоматизировать свои процессы самостоятельно — без ИТ-отдела, без подрядчиков и без передачи задачи на сторону. Код пишут сотрудники, которые знают процесс изнутри, с помощью ИИ.

Работа идёт тем же порядком, что и в профессиональной разработке: задача заводится и описывается, работа ведётся в отдельной ветке, изменения приходят пул-реквестом. Ревью прогоняет ИИ-агент по стандартам проекта и возвращает вердикт, а решение о слиянии принимает человек — руководитель подразделения как владелец процесса.

Как это реализовывается

  • порядок работы, одинаковый для всех и записанный так, что его читают и люди, и ИИ-агенты
  • инфраструктура: репозитории, защита главной ветки, разграничение доступов, отдельные среды для проверки и для боевой работы
  • правила каждого проекта в самом проекте — единый контракт, по которому работают и сотрудник, и его агент
  • автоматическое ревью: каждое изменение проверяется агентом по стандартам проекта до того, как попадёт к человеку
  • обучение сотрудников — не программированию, а порядку работы
  • владелец процесса — руководитель подразделения: он ставит задачи и принимает решение о выпуске.

Модель не привязана ни к отрасли, ни к конкретным людям: она держится на порядке работы, а не на том, что кто-то в подразделении умеет программировать.

03
Ассистенты

Виртуальные сотрудники и ассистенты

Цель: передать виртуальным сотрудникам работу, которая сегодня отнимает людей целиком. Виртуальный сотрудник — это не программа, которую открывают, когда она понадобилась, а роль с постоянным участком работы: со своим расписанием, памятью о своём деле и правом обратиться к человеку, когда нужно решение.

Что можно передать

  • приём входящего потока — письма, заявки, обращения — и превращение его в задачи
  • наблюдение за системой: заметить сбой и предупредить раньше, чем его заметит человек
  • регулярная отчётность и сводки, которые собираются сами, а не готовятся к совещанию
  • проверка работы по заданным правилам — от ревью кода до полноты и непротиворечивости документов
  • участие в рабочем обсуждении наравне с коллегами и там же, где оно идёт: в мессенджере, в почте, в самой задаче.

Отдельная роль — личный ассистент: задачи ставятся голосом, почта приходит выжимкой вместо списка писем, напоминания и встречи заводятся сами, утром готова сводка, нужное находится в личном архиве, а документ объясняется простым языком.

У каждого участка свой сотрудник — со своими правилами и своей памятью, а не один универсальный помощник на всё. Поэтому он отвечает по делу, не путает контексты и не повторяет ошибку, которую уже разобрали.

Агенты работают на собственном сервере: распознавание речи и обработка личных данных происходят там же, наружу уходит только то, для чего действительно нужна большая модель. Подробнее об устройстве — в последнем блоке.

Работа, которая раньше требовала внимания человека каждый день, идёт без него. Человек подключается там, где нужно решение.

04
Продукты

Пользовательские продукты

Цель: пройти весь путь от замысла до опубликованного приложения. Автоматизация процесса заканчивается внутри компании. Продукт живёт иначе: его находят сами, он должен объяснять себя сам и работать без сопровождения. Это другой набор задач — замысел, дизайн, разработка, публикация в магазине приложений, оплата, поддержка живых пользователей.

Пример реализованного решения

Планометр — приложение, которое измеряет качество планирования. Работает на iPhone, iPad, Mac и в браузере.

Обычные планировщики хранят задачи. Планометр разбирает, как человек планирует: как часто переносятся дела, сколько за день появляется незапланированного, насколько плотно расписаны день, неделя и месяц. Из этого складывается индекс дисциплины — одна цифра, по которой видно, становится ли планирование лучше. Поверх этого работают ассистенты: с ними можно общаться текстом и голосом в реальном времени — поставить задачу, разобрать прошедшую неделю, спланировать следующую.

Приложение подключается к календарям и спискам задач и говорит на русском и английском. Само приложение бесплатное; функции с искусственным интеллектом, включая ассистентов, работают на кредитах — пользователь покупает их, только если они ему нужны.

Замысел, дизайн, разработка, публикация и поддержка — полностью в одних руках, с помощью искусственного интеллекта.

05
Интеграции

Интеграции систем

Цель: убрать границу, на которой данные переходят в руки человека. Отдельная система решает свою задачу и упирается в такую границу: дальше данные переносит человек — руками, письмом или таблицей.

Что для этого делается

  • обмен между внутренними системами: данные, введённые один раз, появляются везде, где они нужны
  • связь с внешними системами партнёров и подрядчиков через их интерфейсы: статусы, документы и справочники приходят сами
  • единый вход и общие справочники: один человек — одна учётная запись, один список контрагентов на все приложения
  • почта как рабочий канал: письмо превращается в задачу, ответ уходит в ту же цепочку, переписка остаётся историей
  • мессенджер как рабочее место: уведомление, команда, отчёт и обсуждение там, где человек и так проводит день.

Что важно учесть: смежная система может замолчать, ответить ошибкой или прислать не то. Поэтому в связке заранее закладываются повторные попытки, защита от задвоения и понятный сигнал человеку — что именно не прошло и что с этим делать. Без этого интеграция держится, пока всё работает, и рвётся при первом сбое — молча, и заметят это не сразу.

Когда системы связаны, исчезает целый класс работы: сверки, перепечатывание из окна в окно и письма «уточните, пожалуйста, статус».

06
Мониторинг

Мониторинг внешней информации

Цель: отсеять из внешнего потока то немногое, на что нужно реагировать. Событий каждый день больше, чем можно успеть прочитать. Решение принимают по нескольким из них, а время уходит на просмотр двухсот заголовков, половина которых об одном и том же.

Что делается

  • сбор из источников разного типа — ленты, интерфейсы сервисов, сайты, научные публикации — по расписанию и без участия человека
  • склейка повторов: одну историю пишут несколько изданий разными словами, и она распознаётся как одна, а не как пять
  • перевод, если источник на другом языке
  • краткое изложение — суть в несколько строк вместо статьи целиком
  • оценка значимости: поток выстраивается по важности, а не по времени публикации
  • дайджест в удобном канале: почтой, в мессенджере или на своей странице.

Что важно учесть: ценность даёт не сбор, а отсев. Источник может замолчать, сменить формат или начать перепечатывать чужое. Без склейки повторов и оценки значимости лента за пару недель превращается в тот же шум, от которого её заводили, — только теперь в собственном интерфейсе, и читать её перестают.

Тема задаётся при настройке: рынок и конкуренты, изменения в регулировании, упоминания компании, отраслевые публикации, технологии — или что угодно своё, вне работы. Механика одна и та же — меняется только то, за чем следить.

Несколько строк вместо двухсот заголовков — и о важном узнают тогда, когда на это ещё можно повлиять.

07
Агенты

Флот агентов: как это устроено

Цель: держать десятки агентов в рабочем состоянии силами одного человека — чтобы одна и та же задача решалась одинаково, а не как повезёт. Один помощник в чате — ещё не система. Как только агентов становится несколько и работают они постоянно, вопрос смещается: не «что умеет модель», а как всё это управляется, ограничивается и не ломается без присмотра.

Из чего это складывается

  • у каждого агента своё место работы — на своей машине, на сервере или в облаке; выбор по задаче, а не по моде
  • свои права: агент может ровно то, что ему разрешено, и не больше
  • свои навыки — многоразовые процедуры, которые выполняются одинаково каждый раз, а не придумываются заново
  • запуск по расписанию и по событию, а не только по просьбе человека
  • передача работы между агентами: тяжёлую часть можно отдать отдельному исполнителю и получить обратно результат, а не гору промежуточного
  • автоматические проверки на каждое действие — срабатывают до того, как действие произойдёт
  • сторожа, которые следят за самими агентами и сообщают, если кто-то встал или начал потреблять слишком много
  • управление оттуда, где человек и так находится: терминал, мессенджер, почта.

Инструменты при этом разные: агентские среды — Claude Code, Codex, Hermes, — модели разных поставщиков, облачные и свои. Привязки к одному поставщику нет: устройство флота от него не зависит, а инструмент выбирается под задачу и заменяется, когда появляется лучше.

Что важно учесть: главная опасность не в том, что агент чего-то не сможет. Она в том, что он сделает что-то уверенно и неправильно — и доложит об успехе. Поэтому нужны ограничение прав, проверки, срабатывающие перед действием, и привычка агента показывать, на чём основан ответ. Без этого флот работает ровно до первой дорогой ошибки.

Собранная так система работает без ежедневного присмотра и сама сообщает, когда нужно вмешаться.

08
Память

Память и знания проектов

Цель: дать людям и агентам одну память, которой можно доверять, — и держать её там, где идёт работа, а не в головах и не в папке, куда никто не заходит. В подразделении знание живёт в головах. Почему решили именно так, с кем договорились об исключении, что уже пробовали и почему отказались — это помнят люди, а не документы. Человек уходит в отпуск или меняет работу, и вместе с ним уходит часть того, на чём всё держалось. То же и с личным: удержать в голове всё, чем занимаешься, невозможно — и не нужно, если помнит система.

Что делается

  • постоянная память проекта и подразделения: решения, причины, ограничения и ошибки, на которых уже обожглись, записываются там же, где идёт работа, а не в отдельной папке, куда никто не заходит
  • поиск по смыслу, а не по точному слову: текст переводится в векторы — эмбеддинги, — и близкое ищется по смыслу, а не по совпадению букв. Нужное находится, даже когда спросили другими словами
  • ответ по контексту, а не список ссылок: система сама находит нужные куски и отвечает на вопрос обычными словами, показывая, откуда взяла — чтобы можно было проверить
  • индекс лежит рядом с данными, в компактной локальной базе (SQLite), а векторы считаются на своей машине: содержимое документов не уходит наружу ради того, чтобы по ним искать
  • одна память для людей и для агентов: агент опирается на тот же источник, что и сотрудник, а не на свою отдельную базу
  • новый участник получает контекст сразу — и человек, и агент, вместо трёх месяцев вхождения в курс дела.

Этот механизм принято называть RAG: модель отвечает не из того, что она когда-то выучила, а из твоих данных, найденных под конкретный вопрос.

Память разделяется по уровням. У каждого проекта своя — решения и ограничения по нему одному. У подразделения общая — регламенты, договорённости и накопленный опыт, одинаковые для всех его задач. У человека личная — то, что нужно только ему. Уровни не смешиваются: агент проекта не тащит на себе лишнее, а общее доступно всем, кому положено.

Что важно учесть: память врёт молча. Устаревший факт выглядит точно так же, как свежий, и обнаруживается это в момент, когда по нему уже приняли решение. Поэтому у записи о состоянии есть срок перепроверки, непроверенное помечается как непроверенное, а сама память регулярно пересматривается. Без этого она превращается в свалку, которой перестают доверять, — и становится бесполезной, даже оставаясь полной.

Знание перестаёт быть личным: оно не уходит вместе с человеком и не теряется между задачами.

09
Инфраструктура

Своя инфраструктура на собственном железе

Цель: ответить на вопрос, который задают последним, а решать нужно первым: где всё это работает и куда уходят данные.

Основа — собственный сервер, обычный настольный компьютер, а не стойка в дата-центре. На нём живут агенты, расписания, базы, поисковые индексы и сторожа. Там же выполняется то, что не должно покидать контур: распознавание речи, построение векторов для поиска, обработка рабочих и личных документов.

В облако уходит только то, ради чего оно и нужно, — большие языковые модели. Это осознанное разделение, а не вынужденный компромисс: держать модель такого размера у себя дорого и незачем, а вот отдавать наружу содержимое документов ради того, чтобы по ним искать, не нужно вовсе.

Что это даёт

  • данные остаются у владельца: чувствительное обрабатывается на своём железе
  • расходы предсказуемы: сервер куплен один раз, помесячно платят только за модели
  • ничего не теряется при смене поставщика: модель можно заменить, а память, индексы, расписания и накопленные знания останутся на месте
  • независимость от чужих решений: сервис закрылся, поднял цену или сменил условия — это не останавливает работу.

Что важно учесть: своё железо — это и своя ответственность. Нужны автозапуск после перезагрузки, резервное копирование и сторожа, которые заметят, что что-то встало, и скажут об этом. Без них «свой сервер» превращается в компьютер под столом, про который вспоминают, когда он уже неделю как не работает.

Поэтому всё описанное выше — не набор подписок на чужие сервисы, а система, которой владеешь.