АО «Апатит» (входит в uруппу «ФосАгро») запустило проект создания корпоративной GPT-платформы «Ясень». Локальное развертывание решения позволило не ограничивать типы используемой информации и расширить применение ИИ-помощника в производственной деятельности. О реализации проекта рассказывает Антон Гонов, начальник управления развития решений на базе ИИ АО «Апатит» и номинант на премию Data Award.

- Какие задачи вы решаете с помощью генеративного ИИ?

Проект появился на пересечении нескольких задач: необходимости обеспечения технологической независимости, повышения эффективности работы сотрудников и развития цифровых компетенций компании.

Первоначальным практическим сценарием применения генеративного ИИ стала поддержка пользователей при переходе на импортонезависимые программные продукты — операционную систему Astra Linux и офисный пакет «Р7-Офис». Однако достаточно быстро стало понятно, что потенциал технологии значительно шире первоначального сценария. Сегодня «Ясень» является универсальной GPT-платформой интеллектуальной работы с данными и знаниями компании. Система позволяет выполнять интеллектуальный поиск по корпоративным документам и базам знаний; анализировать большие массивы текстовой информации; работать с веб-источниками и открытыми данными; распознавать текст, таблицы и изображения в документах; автоматически формировать аналитические справки, инструкции и отчеты; генерировать документы, таблицы и презентации.

Таким образом, система стала цифровым помощником сотрудников при работе с информацией и документами.

- Почему это важно для компании?

Санкционные ограничения усилили риски зависимости от зарубежных сервисов и программного обеспечения. Поэтому одним из ключевых принципов проекта стало локальное развертывание технологий генеративного ИИ. Наличие собственного ЦОДа и вычислительного кластера с графическими ускорителями позволило запускать современные языковые модели внутри инфраструктуры предприятия. Это обеспечило несколько важных преимуществ: возможность использовать корпоративные данные без ограничений, независимость от зарубежных облачных сервисов и гибкость в адаптации моделей под задачи бизнеса.

В результате в компании была сформирована собственная платформа генеративного И, которая используется в различных бизнес-процессах. Кроме того, внедрение системы стало важным элементом развития цифровой культуры. Сотрудники начали активно использовать интеллектуальные инструменты в повседневной работе, что ускоряет цифровую трансформацию компании.

- Какие цели были поставлены перед проектом?

Когда мы запускали «Ясень», мы смотрели на него не как на еще один «умный чат‑бот», а как на новый интерфейс к знаниям компании. Наша задача была сделать так, чтобы сотруднику не приходилось думать, в какой системе искать информацию: в документах, в портале, в базе регламентов или в почте. Он просто формулирует запрос в одном окне, а дальше ассистент сам находит и собирает для него нужные сведения.

Вторая важная цель — встроить генеративный ИИ в обычные рабочие процессы, а не держать его в формате пилота или лаборатории. Нам было важно, чтобы ассистент помогал в повседневных, рутинных задачах: подготовить черновик письма, оформить служебную записку, сделать краткое резюме большого отчета, подобрать выдержки из регламентов для ответа коллеге. То есть чтобы ИИ стал таким же привычным инструментом, как офисный пакет или корпоративный мессенджер.

Отдельно мы фокусировались на снижении объема интеллектуальной рутины. В любой крупной организации сотрудники тратят много времени не на принятие решений, а на поиск, структурирование и переписывание информации. «Ясень» как раз и нужен, чтобы забирать на себя типовые операции: находить нужные документы, вытаскивать из них ключевые фрагменты, собирать черновики текстов и помогать с ответами на повторяющиеся вопросы внутренних пользователей.

С самого начала мы закладывали еще одну принципиальную цель — безопасное использование ИИ. Для нас было важно, чтобы все эти сценарии работали внутри контура предприятия, без передачи данных во внешние облака. Поэтому «Ясень» развернут локально, в нашей инфраструктуре. Это дает контроль над тем, какие данные попадают в модель, кто к ним имеет доступ и как используются результаты.

При этом мы смотрим на «Ясень» как на платформу, а не на разовый проект. На его основе мы строим линейку узкоспециализированных цифровых помощников под разные функции: производственные сервисы, техническую поддержку, аналитику, работу с клиентскими данными. Фактически задача проекта — создать внутри компании базу для быстрого тиражирования новых ИИ‑сервисов.

Еще одно направление, которое мы изначально закладывали в цели, — развитие цифровой культуры. Нам было важно, чтобы сотрудники не просто «где‑то слышали» про ИИ, а в простом, бытовом формате научились пользоваться такими инструментами в своей ежедневной работе. «Ясень» в этом смысле играет роль тренажера: через живое взаимодействие люди осваивают базовые навыки постановки запросов, анализа ответов, понимания возможностей и ограничений моделей.

И, конечно, за всем этим стоит стратегическая цель — сформировать собственную экспертизу в области генеративного ИИ и снизить зависимость от внешних поставщиков. Запуская проект, мы сознательно шли по пути построения внутренней платформы и команды: это позволяет нам адаптировать решения под специфику бизнеса, развивать новые сценарии и не подстраиваться каждый раз под чужую дорожную карту.

- На каких технологиях реализовано решение?

Архитектура решения основана на сочетании нескольких языковых моделей и компонентов обработки данных. Мы используем модели GigaChat, Qwen, T-Pro и другие. Интерфейс взаимодействия сотрудников с системой реализован на базе открытой платформы.

Для работы системы используются следующие технологические компоненты: библиотека vLLM для эффективного запуска языковых моделей; программная среда LangChain для построения интеллектуальных сценариев; системы хранения векторных данных Qdrant и Milvus, обеспечивающие семантический поиск по документам.

Решение полностью развернуто в собственном ЦОДе и работает на вычислительном кластере с графическими ускорителями. Это позволяет использовать различные типы корпоративных данных и обеспечивать высокую производительность системы.

- Какие проблемы возникали в ходе проекта?

Их было довольно много. Во-первых, недостаток внутренних компетенций в GenAI. Компании требовалось развить собственную экспертизу в генеративном ИИ и сформировать устойчивую команду внутри, а не опираться только на внешних поставщиков. Во-вторых, необходимость выстроить совместную работу разных подразделений. Было нужно согласовать интересы и подходы ИТ, производства, аналитики и бизнес-заказчиков вокруг единой платформы искусственного интеллекта. В-третьих, сложный доступ к накопленным знаниям и документам. Важные регламенты, инструкции и нормативные материалы были разбросаны по разным системам, что замедляло поиск нужной информации и принятие решений.

Кроме того, следует упомянуть отсутствие единого процесса подготовки данных для ИИ-инструментов. Требовалось навести порядок в том, как документы попадают в интеллектуальные сервисы, чтобы сотрудники получали актуальные и согласованные ответы.

Была потребность в «умной» обработке запросов сотрудников. Возникла задача научиться аккуратно работать с запросами пользователей и корпоративными данными, чтобы ответы системы были понятными и релевантными. Важна и необходимость прозрачной оценки качества работы ИИ. Руководству было важно видеть, как меняется качество ответов ассистента и какие улучшения дают наибольший эффект.

Наконец, риски падения качества при масштабировании решения. По мере подключения новых сервисов и массивов документов нужно было гарантировать, что доверие пользователей к ассистенту будет только расти, а не снижаться.

- В чем уникальность проекта?

Мы рассматриваем «Ясень» не как отдельное приложение, а как платформу внедрения ИИ в бизнес-процессы предприятия. Поэтому одной из ключевых особенностей решения является интеграция интеллектуальных функций непосредственно в корпоративные информационные системы. Платформа может встраиваться в интерфейсы рабочих систем через веб-виджеты и расширения. Это позволяет использовать возможности искусственного интеллекта непосредственно в привычной рабочей среде сотрудников.

В настоящее время система уже используется совместно с корпоративными системами уровня MES, ERP, CRM, СЭД, RPA, а также с офисным пакетом Р7, корпоративным мессенджером Express и нашим мобильным приложением ProФосАгро. GPT-ассистент может работать с данными из моделей машинного обучения, анализировать производственные показатели и сопоставлять их с технологическими регламентами и корпоративными правилами.

Таким образом, ИИ становится инструментом поддержки принятия решений непосредственно в рабочих процессах.

- Какие результаты проекта вы можете отметить?

После внедрения системы доступ к информации стал значительно быстрее и удобнее. Сотрудник может задать вопрос в чате, и система за несколько секунд анализирует большие массивы документов и формирует ответ со ссылками на соответствующие источники.

«Ясень» также умеет анализировать и кратко пересказывать большие документы, выделяя ключевые положения, распознавать документы: накладные, счета-фактуры, УПД и т.д. Через робота чат встроен в систему видео-конференц-связи и может сформировать готовый протокол встречи.

Система активно используется сотрудниками компании. В настоящее время количество пользователей достигло около 2,5 тысяч человек. По результатам тестирования средняя точность ответов системы составляет 88%, что позволило существенно сократить объем ручной работы при поиске и анализе информации. Время подготовки и анализа документов сократилось примерно на 15%.

- В чем роль проекта для бизнеса компании?

«Ясень» стал важным элементом цифровой трансформации компании. Система помогает сотрудникам быстрее получать необходимую информацию, сокращает время работы с документами и повышает эффективность принятия решений.

В более широком смысле проект позволил сформировать внутри компании ландшафт ИИ и создать основу для дальнейшего масштабирования интеллектуальных технологий. Развитие собственных решений в этой области усиливает технологическую устойчивость компании и формирует новые компетенции сотрудников.

- Что дальше? Каковы направления дальнейшего развития решения?

Мы рассматриваем «Ясень» как основу для формирования экосистемы интеллектуальных сервисов компании. Также будет расширяться функциональность системы в сторону развития мультимодальных возможностей, расширения интеллектуального поиска, автоматической генерации аналитических материалов и отчетности, развития мобильного доступа и голосовых интерфейсов. В долгосрочной перспективе это позволит создать единую интеллектуальную среду взаимодействия сотрудников с корпоративными знаниями, документами и производственными данными.