«Первая линия» решение для операторов ГИС и ведомственных систем
Типовые обращения закрываются сами, сложные уходят оператору с готовым черновиком. Так пики проходят без экстренного найма
Обсудить проект →Поток от 10 тысяч обращений в месяц растет быстрее штата, а SLA зафиксирован в контракте
После релиза, запуска новой подсистемы или в конце года обращений становится в разы больше. Временных сотрудников под пик не набрать: пока их наймут и обучат, пик пройдет. При этом SLA прописан в контракте, и за его срыв компания отвечает финансово
Под рост потока расширяется лицензия, нанимать людей не нужно. Процессы, маршрутизация и аттестат системы остаются как есть
Если операторы уже работали с ИИ-помощником, картина обычно такая: ИИ-агент предлагает готовый ответ, но не показывает, откуда его взял. Оператору быстрее написать ответ самому, чем перепроверять, и подсказки со временем перестают открывать
Подсказка отклоняется одним действием. Автоответ включается после режима суфлера
Инструкции и регламенты не успевают за релизами, часть ответов живет в переписке и в головах опытных сотрудников. Пилот ИИ упирается в требование «сначала наведите порядок в базе знаний», и проект откладывают
Статьи собираются из закрытых обращений за год, пробелы упорядочены по частоте
В обращениях персональные данные пользователей, а система работает в аттестованном контуре. Облачные ИИ-сервисы сюда не подходят. За повторную утечку данных штраф до 500 млн ₽
Модель, база знаний и журналы в контуре. Внешних вызовов ноль, это видно в ежемесячном отчете
Она не выдумывает ответ и передает обращение человеку вместе с уже собранным контекстом
Наводить порядок в документации заранее не нужно. Статьи собираются из закрытых обращений за год
Чтобы «Первая линия» давала результат, мало установить ИИ. Поэтому роли, регламент модерации и отчетность в деньгах входят в поставку
После запуска кто-то должен дописывать статьи, менять настройки и решать, какие услуги уходят в автоответ. Без этого качество ответов постепенно падает
Роли и регламент модерации даем мы. С вашей стороны нужен один сотрудник на часть ставки, владелец качества ответов. Говорим об этом на первой встрече
Проценты точности в бюджет не переводятся. Директору по эксплуатации нужны ставки и рубли
Каждый месяц присылаем отчет в ставках и рублях: стоимость обращения, высвобожденные часы и доля обращений, решенных без оператора
Service Desk, ИТ-процессы, маршрутизация и аттестат
Работа первой линии. Эту перестройку мы берем на себя как часть поставки
Платный замер на вашем архиве обращений за 12 месяцев, от четырех до шести недель по фиксированной цене. Отчет остается у вас
Загружаем архив обращений за 12 месяцев и собираем черновую базу знаний из закрытых обращений
Пропускаем обращения через систему и меряем, на какую долю хватает знаний и какую долю можно решить без оператора
Достижимая автоматизация по типам обращений, порог окупаемости, карта пробелов в базе знаний и стоимость владения вместе с сервером
Целевую долю автоматизации и метод ее замера согласуем до подписания. Считаем обращения, в которых проблема пользователя решена
После запуска выход на целевой уровень занимает несколько месяцев, срок для вашего потока покажет замер
Обсудить проект →Поможем понять, где ИИ даст эффект в вашей поддержке и с чего начать
LANDEV AI разработан в группе компаний ЛАНИТ. Мы разворачиваем систему в вашем контуре, обучаем команду, готовим ежемесячный отчет и сопровождаем
на рынке
сотрудников в группе компаний
от замера до сопровождения, включая сервер
Результат в поддержке сильно зависит от двух вещей: была ли структурированная база знаний и могла ли система выполнять действия в ваших системах. На первой встрече разбираем ваш пилот и показываем, что ему мешало
Это справедливое опасение. Поэтому в каждом черновике есть ссылка на источник. Подсказка отклоняется одним действием. Автоответ включается после режима суфлера, когда операторы уже работают с подсказками. Сколько черновиков принимают, руководитель видит каждый день. В полевом эксперименте на 5 179 агентах поддержки ИИ-подсказки дали +14% решенных обращений в час, у новичков +34% (Brynjolfsson, Li, Raymond, Quarterly Journal of Economics)
Сама система отвечает только по услугам, которые вы перевели в автоответ, и только при высокой уверенности. В остальных случаях ответ подтверждает оператор. Каждый шаг записывается в журнал: что спросили, что нашли, что ответили, кто подтвердил
Замер идет на ваших обращениях и дает отчет, по которому можно принять решение и защитить бюджет. Отчет остается у вас
Да, система работает на сервере в вашем контуре. Полную стоимость вместе с сервером считаем в отчете по замеру, до закупки. Сервер может поставить ЛАНИТ
Технически да. Тогда расходы переезжают в штат: ML-инженер и DevOps обходятся в 6–10 млн ₽ в год по нашей оценке. В аттестованном контуре сборку из open-source придется отдельно проводить через приказ ФСТЭК № 117 и ГОСТ Р 56939-2024. По данным MIT, собственные ИИ-разработки компаний доходят до результата примерно в три раза реже, чем решения профильных вендоров (MIT NANDA, The GenAI Divide, 2025). Мы поставляем готовый продукт и отвечаем за его работу
Нет. Подключаемся к действующему через коннектор, процессы, маршрутизация и аттестат остаются как есть. Как подключиться к вашей системе, разбираем на первой встрече
Голосового бота мы не делаем. Работаем с текстовыми каналами: Service Desk, почта, портал самообслуживания и мессенджеры