ИИ-ассистент для сотрудников: внутренняя база знаний
Как корпоративный ИИ-ассистент отвечает сотрудникам по регламентам, инструкциям и договорам со ссылкой на источник. Онбординг быстрее, ошибок меньше.
Новый менеджер по продажам три месяца дергает коллег вопросами «а как у нас оформляется возврат?», «где лежит актуальный шаблон договора?», «какой регламент по согласованию скидки?». ИИ ассистент для сотрудников снимает эту нагрузку: он отвечает на внутренние вопросы по вашим регламентам, инструкциям и договорам, всегда показывает источник ответа и не сочиняет того, чего нет в документах. Ниже разберем, как такой ассистент устроен, чем он отличается от клиентского чат-бота и как посчитать эффект до старта.
Почему знания компании работают против вас
В среднем бизнесе знания живут в трех местах одновременно: в файловых папках на общем диске, в десятке разрозненных систем (СЭД, 1С, корпоративный портал, почта) и в головах нескольких ключевых сотрудников. Формально база знаний есть. Практически — найти в ней нужное за минуту невозможно.
Это бьет по деньгам сразу с нескольких сторон. Новичок выходит на нормальную производительность не за две недели, а за два-три месяца, и все это время отвлекает наставника. Опытные сотрудники тратят часть дня на роль справочного бюро для коллег. По рынку до 65% рабочего времени уходит на рутину, и поиск информации — заметная ее доля. А когда регламент все-таки нашли, нет гарантии, что это актуальная версия, а не файл «договор_финал_v3_правки».
Отдельная боль — уход эксперта. Вместе с ним из компании исчезает контекст: почему процесс устроен именно так, какие исключения допустимы, к кому идти за согласованием. Документ этого не хранит, а живой носитель знаний уволился.
Что такое RAG-ассистент по внутренним документам
Корпоративный ИИ ассистент строится на технологии RAG (retrieval-augmented generation, «генерация с опорой на поиск»). Логика простая и важная для бизнеса: модель не отвечает «из головы», а сначала находит в вашей базе релевантные фрагменты документов и формулирует ответ строго на их основе.
Что это дает на практике:
- Ответ опирается на ваши документы, а не на абстрактные знания модели из интернета.
- К каждому ответу прикладывается ссылка на источник — конкретный регламент, пункт, файл. Сотрудник может открыть оригинал и проверить.
- Если в базе нет ответа, ассистент честно сообщает об этом, а не выдумывает правдоподобный, но ложный текст. Для внутренних регламентов это критично: выдуманный порядок согласования хуже, чем отсутствие ответа.
Внутренняя база знаний компании при этом не требует переписывания. Ассистент подключается к тому, что уже есть: к папкам с регламентами и инструкциями, к договорам и шаблонам, к HR-документам, к статьям корпоративного портала, к выгрузкам из СЭД. Документы индексируются, разбиваются на смысловые фрагменты, и по ним выполняется поиск.
Типичные вопросы, которые такой ассистент закрывает без участия людей:
| Кто спрашивает | Пример вопроса | Что отвечает ассистент |
|---|---|---|
| Новый сотрудник | Как оформить отпуск и за сколько дней подавать заявление? | Порядок из HR-регламента со ссылкой на пункт |
| Менеджер по продажам | Какую максимальную скидку можно дать без согласования? | Норматив из регламента ценообразования |
| Бухгалтер | Какой шаблон договора использовать для самозанятого? | Ссылка на актуальный шаблон в хранилище |
| Сервисный инженер | Какой порядок действий при гарантийном случае? | Шаги из рабочей инструкции |
Режим для сотрудников против режима для клиентов
Это разные продукты, хотя технология общая, и путать их дорого. Клиентский чат-бот на сайте отвечает на типовые обращения покупателей: статус заказа, условия доставки, цены. Он работает с публичной информацией и с теми данными клиента, к которым ему дали доступ.
Ассистент для сотрудников живет внутри периметра и работает с чувствительными документами: договорами, финансовыми регламентами, кадровыми данными, коммерческими условиями. Отсюда три принципиальных отличия.
- Состав базы. Внутренний ассистент видит конфиденциальные документы, которые клиенту показывать нельзя в принципе.
- Права доступа. Ответы должны учитывать роль спрашивающего. Рядовой менеджер не должен через ассистента получить доступ к зарплатной ведомости или условиям сделок чужого отдела. Ассистент наследует матрицу доступа, а не обходит ее.
- Цена ошибки. Клиенту неприятна неточность бота. Сотруднику неверный регламент ломает рабочий процесс и создает юридические риски. Поэтому для внутреннего ассистента обязательны ссылки на источник и честное «не знаю».
Из-за чувствительности данных встает вопрос, на чем все это работает. Прогонять внутренние договоры и кадровую информацию через публичные облачные сервисы вроде ChatGPT — это и нарушение 152-ФЗ, и неконтролируемая утечка. OVEERMOON решает это так: ассистент разворачивается в закрытом контуре на отечественных моделях (GigaChat, YandexGPT, Cotype), и данные не покидают периметр компании. Это и легальная замена недоступных зарубежных сервисов, и соответствие требованиям к защите информации, включая объекты КИИ.
Как внедрить и поддерживать в актуальном состоянии
Внедрение разумно вести этапами, а не пытаться сразу проиндексировать все хранилища компании.
- Выбрать один отдел и одну боль. Например, поток однотипных вопросов новичков в продажах или постоянные обращения к юристу по шаблонам договоров.
- Собрать и причесать источники. Определить, какие папки и системы считаются эталонными. Убрать устаревшие дубли, чтобы ассистент не индексировал три версии одного регламента.
- Настроить права доступа. Сопоставить группы пользователей с уровнями документов еще до запуска.
- Развернуть в закрытом контуре и проиндексировать. Подключить источники, проверить, что ссылки на оригиналы открываются.
- Протестировать на реальных вопросах. Собрать 30–50 типичных запросов от сотрудников, проверить точность ответов и наличие источника.
- Открыть доступ отделу и собирать обратную связь. Вопросы, на которые ассистент не ответил, — это карта пробелов в базе.
Актуализация — не разовый проект, а процесс. База знаний устаревает, и ассистент будет настолько хорош, насколько свежи документы. Здесь работают два механизма. Первый: ассистент читает документы из живых хранилищ, поэтому обновление регламента в источнике автоматически меняет ответ — отдельную копию вести не нужно. Второй: логи неотвеченных вопросов показывают, каких документов не хватает или какие написаны так, что их невозможно применить. Это побочная польза — ассистент подсвечивает дыры в ваших же процессах.
Как посчитать эффект до старта
Чтобы проект не превратился в «внедрили технологию ради технологии», зафиксируйте метрики до запуска. OVEERMOON работает по принципу ответственности за результат: целевые показатели фиксируются на старте, а не подбираются задним числом.
Что измерить заранее:
- Срок онбординга. За сколько недель новичок выходит на план. Сравниваете когорты до и после.
- Нагрузка на экспертов. Сколько времени в неделю ключевые сотрудники тратят на ответы коллегам. Можно оценить опросом или по переписке в рабочих чатах.
- Скорость поиска. Сколько занимает найти нужный регламент сейчас и сколько с ассистентом.
- Доля закрытых вопросов. Какой процент обращений ассистент решает без эскалации к человеку.
Простой расчет окупаемости: возьмите число сотрудников, которые регулярно отвлекают коллег вопросами, умножьте на сэкономленные часы и на стоимость часа. Добавьте ускорение онбординга: менеджер, вышедший на план на месяц раньше, — это месяц дополнительной выручки. Уже на одном отделе эффект обычно виден в первые недели, потому что нагрузка на наставников падает сразу.
| Метрика | Как было | Как стало (ориентир) |
|---|---|---|
| Онбординг до плановой выработки | 2–3 месяца | заметно короче |
| Вопросов к эксперту в неделю | десятки | единицы |
| Поиск регламента | минуты, иногда впустую | секунды, со ссылкой |
| Версия документа | непонятно, актуальна ли | всегда из живого источника |
Часто задаваемые вопросы
Чем ИИ-ассистент отличается от поиска по корпоративному порталу?
Обычный поиск возвращает список документов, в которых надо еще разобраться самому. Ассистент дает готовый ответ на естественном языке и сразу прикладывает ссылку на источник. Вы получаете не «вот десять файлов, где может быть про отпуск», а конкретный порядок действий с указанием пункта регламента.
Может ли ассистент выдать сотруднику данные, к которым у него нет доступа?
Не должен, если права настроены правильно. Ассистент наследует вашу матрицу доступа: он отвечает только по тем документам, которые человек и так вправе видеть. Поэтому настройку прав делают до запуска, а не после. Без этого внедрять внутреннего ассистента нельзя.
Что будет, если ответа нет в документах?
Корректно настроенный RAG-ассистент сообщит, что в базе нет информации, а не придумает ответ. Это и есть ключевое отличие от обычного чат-бота. Неотвеченный вопрос попадает в лог и становится сигналом, что какой-то регламент стоит написать или дополнить.
Безопасно ли это с точки зрения 152-ФЗ и конфиденциальности?
Да, при правильной архитектуре. Ассистент разворачивается в закрытом контуре на отечественных моделях, данные не уходят во внешние облака. Это позволяет работать с договорами и кадровой информацией легально и без риска утечки, в том числе на объектах с повышенными требованиями к защите.
С чего начать
Не индексируйте сразу всю компанию. Выберите один отдел, где вопросы коллег к экспертам отнимают больше всего времени, соберите эталонные документы, настройте права и запустите ассистента на нем. Через пару недель у вас будут цифры по скорости поиска и нагрузке на наставников — на их основе решение о масштабировании на остальные отделы принимается уже не на вере, а на фактах.