Агенты знаний: корпоративный AI с доступом к документам

Агенты знаний: корпоративный AI с доступом к документам — что это и зачем нужно вашему бизнесу

Что такое агент знаний и почему это не просто «поиск по файлам»

Если в вашей компании больше 20 человек, у вас наверняка есть проблема — никто не знает всего. Новый сотрудник не знает где лежит регламент. Продавец не помнит условия гарантии из договора трёхлетней давности. Менеджер поддержки не может быстро найти нужный пункт в инструкции на 200 страниц. HR-специалист тратит час на то, чтобы вспомнить процедуру оформления отпуска для сотрудника с нестандартным графиком.

Агент знаний — это AI-программа, которая знает все ваши документы и умеет отвечать на вопросы по ним. Не «поиск по ключевым словам» как в обычном поиске — а понимание вопроса на естественном языке и формулировка конкретного ответа со ссылкой на документ.

Разница принципиальная. Когда сотрудник пишет в обычный поиск «отпуск», он получает 47 документов и должен сам разбираться какой релевантный. Когда пишет в агент знаний «как оформить отпуск на 14 дней, если я отработал только 6 месяцев» — получает конкретный ответ: «В соответствии с пунктом 4.2 Положения об отпусках от 12.03.2024, при стаже менее 12 месяцев отпуск предоставляется пропорционально отработанному времени, то есть на 7 календарных дней. Заявление подаётся в отдел кадров за 14 дней до начала отпуска».

Оставить заявку

Почему обычный поиск по корпоративным файлам не работает

Многие компании пытались решить эту задачу через SharePoint, Notion, Confluence, Google Drive с поиском. Проблема не в инструменте — проблема в том, что сотрудники не ищут. Или ищут плохо.

Реальная ситуация: HR-специалист знает что ответ на вопрос нового сотрудника лежит в Положении об отпусках, в разделе про стаж менее года, в пункте про пропорциональный отпуск. Но найти конкретный пункт — это 5-7 кликов, скроллов, переходов. Проще спросить коллегу или потратить 10 минут на звонок.

Сотрудник не хочет искать. Сотрудник хочет получить ответ.

Агент знаний делает именно это — даёт ответ, а не список файлов.

Как устроен агент знаний изнутри

Технически за ассистентом стоит связка из трёх компонентов:

1. Векторная база данных. Это специальная система хранения, где документы разбиты на фрагменты и представлены в виде числовых векторов. Это позволяет быстро находить «похожие по смыслу» фрагменты, даже если в них нет точных ключевых слов из вопроса.

2. Большая языковая модель. Это «мозг» ассистента — Claude Opus 4.6, GPT-5.3 или Qwen3.8-Max. Модель получает вопрос, ищет релевантные фрагменты в векторной базе, читает их и формулирует ответ на естественном языке со ссылками на источники.

3. Интерфейс. Это место где сотрудник общается с ассистентом — чат Max, Telegram, веб-виджет на внутреннем портале, мобильное приложение.

Когда сотрудник задаёт вопрос — ассистент за 2-3 секунды делает следующее: переводит вопрос в вектор, ищет ближайшие по смыслу фрагменты в базе, читает топ-10 наиболее релевантных, формулирует ответ на основе их содержимого, указывает ссылки на документы. Если в базе нет ответа — честно говорит «я не нашёл информации по этому вопросу в документах, обратитесь к такому-то специалисту».

Где агент знаний даёт максимальный эффект

HR и адаптация. Реальный кейс из нашей практики — компания с 1500 сотрудников внедрила агента знаний в HR. До внедрения 70 процентов вопросов от сотрудников шло напрямую HR-специалистам в чатах. После внедрения — 60 процентов вопросов закрывает агент. HR-команда освободила 2 ставки на более стратегические задачи. Типовые вопросы которые закрывает агент: как оформить отпуск, больничный, командировку, как получить справку 2-НДФЛ, что делать если забыл пароль от корпоративной системы, как оформить материальную помощь.
Юридический отдел. Договоры, политики, регламенты, типовые формы. Агент знает все действующие версии документов и отвечает со ссылкой на конкретный пункт. Юристы подключаются только когда нужна экспертиза, а не поиск информации.
Поддержка клиентов. База знаний поддержки, FAQ, история тикетов, документация продукта. Когда клиент пишет в чат — агент ищет ответ в базе и формирует ответ. Менеджер только подтверждает или редактирует.
Продажи. Каталог продуктов, скрипты продаж, презентации, кейсы, типовые ответы на возражения. Продавец спрашивает «что предложить компании из строительной отрасли с оборотом 500 миллионов» — агент подбирает релевантные кейсы и формирует черновик предложения.
Производство и склад. Регламенты, инструкции по работе с оборудованием, правила безопасности, спецификации. Новый сотрудник на производстве может задать агенту вопрос вместо того, чтобы искать старшего.

Что нужно для внедрения агента знаний

Внедрение — это проект на 2-4 недели для одного отдела. Что нужно подготовить:

1. Аудит документов. Понять какие документы реально нужны сотрудникам, в каком они состоянии, где лежат. Часто оказывается что 30 процентов документов устарели и их нужно удалить или обновить.

2. Подготовка базы. Собрать документы в одном месте, привести к единому формату, разбить на смысловые фрагменты, проиндексировать в векторной базе. Это техническая задача, делается за несколько дней.

3. Настройка модели. Выбрать LLM под ваши задачи, настроить промпт, добавить правила поведения. Важно правильно описать когда агент отвечает сам, а когда эскалирует на человека.

4. Интеграция. Подключить агента к мессенджеру или внутреннему порталу, настроить уведомления, дать доступ нужным сотрудникам.

5. Обучение команды. Рассказать сотрудникам что такое агент знаний, какие вопросы ему можно задавать, что делать если он ошибается.

Типичные ошибки при внедрении

Опыт показывает что проекты проваливаются не из-за технологий, а из-за организационных причин:

Ошибка 1: подключают всю корпоративную помойку сразу. Если в базе ассистента лежат все документы компании за 10 лет — он будет отвечать и по актуальным регламентам, и по устаревшим. Сотрудник получит ответ, который противоречит действующей политике. Решение — отдельные базы по отделам, актуальные документы, периодическая переиндексация.
Ошибка 2: не объясняют сотрудникам что это за инструмент. Люди пробуют задать вопрос, получают неожиданный ответ, разочаровываются и перестают пользоваться. Решение — внутренняя коммуникация, обучение, примеры хороших вопросов, поддержка в первые недели.
Ошибка 3: забывают обновлять базу. Регламенты обновляются, новые процессы появляются, старые отменяются. Если база не обновляется регулярно, агент начинает отвечать по устаревшим правилам. Решение — процесс переиндексации раз в квартал или автоматическое обновление через интеграции.

Что делает ГЕРИОТ

Мы помогаем выбрать процессы для автоматизации, проектируем архитектуру агента знаний под ваш стек, разворачиваем на вашем сервере или в облаке. Пилот на одной базе знаний (HR или поддержка) — 2-3 недели. Если эффект подтверждается, расширяем на другие отделы.