AI внедрили в банк. Но теперь ему нужно объяснить, что ему разрешено делать
Внутри несколько компонентов:
- Agent Factory;
- Token Factory;
- Data-Knowledge Factory;
- openJiuwen для создания агентных сценариев.
Но интерес здесь не столько в названиях.
Гораздо интереснее другая проблема.
Допустим, банк подключил AI. Дал ему доступ к внутренним документам, подключил несколько систем и поставил задачу.
На этом всё только начинается. Сразу появляются вопросы: Какие данные ему можно видеть? Что он может делать самостоятельно? Может ли отправить документ клиенту без сотрудника? Что произойдёт, если он ошибётся? Кто должен подтвердить его действие? И где потом посмотреть, что именно он сделал?
В обычном чат-боте эти вопросы возникают реже. Но когда AI начинает работать внутри компании и получает доступ к реальным системам, без таких правил уже не обойтись. Поэтому корпоративный AI — это не только модель.
Нужны данные, внутренние знания, доступ к инструментам, права на действия и журнал того, что происходило.
Получается примерно такая схема:
модель → данные → инструменты → права → действие → контроль
И вот здесь начинается самая сложная часть внедрения.
Саму модель подключить сегодня относительно просто. Гораздо труднее встроить её в существующий процесс так, чтобы она действительно могла выполнять работу и при этом не получила лишнего доступа.
Для бизнеса отсюда следует простой вопрос:
Какую конкретную работу мы готовы передать AI и что ему разрешим делать самостоятельно?
С этого и стоит начинать внедрение.
Mindmarket — внедряем ИИ в бизнес AI-агенты, автоматизация и AI-решения для реальных бизнес-процессов. mind-market.ru