автоматизация рутины. - страница 2

«ИИ нельзя, у нас данные закрытые» — можно. Разбираю, как собрать ассистента в закрытом контуре

Почти в каждом проекте, где я помогал внедрять ИИ‑ассистента, был один и тот же момент. Бизнес горит идеей: разгрузить поддержку, автоматизировать вычитку и проверку документов, перестать сводить отчеты руками. А потом в разговор заходит безопасность — идея потухает на требовании «нашим данным нельзя наружу».Дальше обычно есть два стула. Либо проект хоронят целиком (значит, ИИ нам не подходит), либо линейные сотрудники втихую используют Чат ГПТ, и через полгода случайно выясняется, что куски договоров и персональные данные клиентов утекли на чужие серверы.

продолжить чтение

Почему автоматизация рутины стала актуальной темой

Пять минут на ручной пинг, десять — на поиск релизного чек‑листа, еще день — на MR, о котором все забыли. По отдельности это мелочи. Вместе — заметная часть time‑to‑market.Привет! Меня зовут Шухрат Ерматов, сейчас работаю в Ви.Tech — ИТ‑дочке ВсеИнструменты.Расскажу про микроавтоматизации: небольшие скрипты и уведомления, которые снимают рутину вокруг разработки. Без отдельной платформы, проекта на квартал и попытки сразу сделать идеально. Внутри — десять сценариев, которые крутятся у нас, их экономика и критерий, по которому мы решаем, что автоматизировать, а что оставить руками.

продолжить чтение

Сколько стоит внедрение ИИ в 2026 году

Пообщавшись с клиентами, которые приходят к нам за услугами, с коллегами, выяснил, что внедрение ИИ в бизнес 2026 году стоит от 50 000 ₽ за простого бота до 1,5 млн ₽ за хорошего ИИ-агента и от 3 млн ₽ за полноценную корпоративную систему на базе ИИ. Удивительные цены для рынка, многие клиенты охают и не понимают откуда такие суммы берутся. Поэтому хочу немного внести ясность. Цену обычно задают четыре фактора:класс системы (бот, рабочий агент или мультиагентная система);набор интеграций с CRM, 1С и телефонией;состояние данных в базе;поддержка и доработка после запуска.

продолжить чтение

10–15 багов в месяц превратились в 200–300 — а кому их фиксить?

Фиксить рутинные баги — это отстой. Никто в здравом уме не просыпается с мыслью: «О, как же я хочу сегодня весь день ковырять чужой легаси-код, чтобы понять, почему кнопка в IE11 уезжает на три пикселя влево!»

продолжить чтение

Как мы с Claude Code учились оценивать качество RAG системы

Уверен, на Хабре найдётся немало статей, посвященных оценке качества RAG систем. Тема по-прежнему остаётся актуальной, потому что даже готовые библиотеки вроде RAGAS не очень-то работают из коробки, требуют навыков программирования и некоторой квалификации. При этом сам процесс оценки - повторение достаточно простых операций и мне всегда хотелось переложить его на AI-ассистента.

продолжить чтение

MCP в системе управления проектами: как поручить ИИ работу с корпоративными данными

Привет, Хабр!Меня зовут Василий, я директор SaaS-направления в Аспро — мы разрабатываем систему управления проектами Аспро.Cloud. В этой статье расскажу, зачем мы интегрировали MCP в собственный продукт, как определяли сценарии для внедрения и что из этого получилось.

продолжить чтение

Собственная LLM в корпоративном контуре: как мы собрали RAG на n8n и сократили расходы в 5,5 раза

Привет, Хабр! На связи команда ИТ-инфраструктуры и автоматизации, а именно Ольга Мастерова, Анастасия Иванова и Филипп Теряев.Мы во Flowwow настоящие фанаты автоматизации. На дату публикации этой статьи в нашем корпоративном мессенджере внедрено больше 270 автоматизаций, и это далеко не конец. У вас наверняка возникает закономерный вопрос: а зачем так много?

продолжить чтение

Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50%

Привет! Меня зовут Артём, я занимаю должность владельца продукта. Развиваю направление бренд-медиа Совкомбанка, которое включает в себя Совкомблог и Халва Медиа.Если вы работаете в финтехе, то знаете: продуктовые менеджеры тонут в рутине. Документация, согласования, бесконечные уточнения «а что имел в виду бизнес?», приоритизация бэклога, аналитика, стратегии... А на нормальную работу с клиентом — ту самую, ради которой мы вообще пришли в продукт – остается совсем чуть-чуть.

продолжить чтение

Тендеры без ошибок: как ИИ обошёл экспертов в проверке документации

Кто победит в соревновании по обработке документов — опытный специалист или нейросеть? На рутинных повторяющихся задачах ИИ уверенно обходит человека: он работает быстрее и не устаёт, тогда как внимание человека дискретно — мы ошибаемся из‑за усталости или монотонности работы.Оптимальное решение — разделить роли: нейросеть быстро и точно сортирует данные, а человек ставит задачи, контролирует процесс и оценивает результат. Как же на практике превратить ИИ-помощника и живого эксперта в эффективную команду?

продолжить чтение

Veai 5.4: изображения в чате, компрессия контекста и до 70% экономии на Anthropic

Новая версия Veai 5.4 (плагин к IntelliJ IDEA со своим AI агентом для написания кода, тестирования и отладки) — это практичные улучшения для повседневной разработки.Персональные пользователи теперь могут прикладывать изображения прямо в чат (удобно для фронтенда и UI-тестирования), запросы к моделям Anthropic стали до 70% дешевле за счёт улучшенного кэширования, а большие чаты автоматически сжимаются без дополнительных запросов к LLM.Появились новые сценарии для автоматического разрешения merge-конфликтов и

продолжить чтение