Инженерная практика

Открытые инструменты и заказные ИИ-решения

Разработки, которые помогают извлекать из данных структуру, проверяемость и новый уровень решений — от открытых репозиториев до систем в промышленной эксплуатации.

Открытые инструменты

Код можно
посмотреть и проверить

Открытые проекты — витрина инженерного подхода: происхождение данных, структура, проверяемость результата.

Open sourceLLMMIT

AI Knowledge Compiler

Открытая система, которая превращает документы в аудируемую базу знаний: вики-страницы с указанием происхождения, обнаружение противоречий, накопление правил разрешения и запросы с цитатами. Не «чат с документами», а управляемый слой корпоративных знаний.

ФреймворкRU / ENCC BY 4.0

AI-Innovator Maturity Model

Двуязычная модель зрелости ИИ-систем: семь уровней — от генератора идей до самообучающейся рыночной лаборатории. Помогает крупным компаниям снижать цену стратегических ошибок и проверять рыночные ходы до больших бюджетов.

Разработка для заказчиков

Системы, которые
работают в бизнесе

Всего более 15 выполненных ИИ-проектов — три из них заказчики разрешили назвать.

РосатомАссистент-методолог по инвестиционной политике и ассистент проектного менеджера — комплексные решения автоматизации на базе ИИ инвестиционной деятельности ГК.
Корпоративный университет РЖДИИ-системы поддержки слушателей и преподавателей.
Checkup · международный стартапСистема диагностики по лицу и глазам.

Подход

Не превращать знания
в бесконтрольные чанки

Для корпоративного ИИ важны происхождение данных, структура, зависимости и возможность проверить, на чём основан ответ. Эти принципы — общие и для открытых инструментов, и для заказных систем.

Обсудить похожую задачу ↗