Билайн совместно с red_mad_robot выиграли премию Data Award 2026 в номинации «За создание тиражируемых подходов» с проектом «DCD Design — архитектура работы с корпоративными данными и знаниями для ИИ-агентов». В номинации отмечаются решения, которые можно повторять и масштабировать — это то, что сегодня критически важно для корпоративных ИИ-агентов, чтобы они запускались не как разовые «пилоты», а как устойчивый продукт с предсказуемым качеством. Эта номинация стала одной из самых конкурентных на премии: за победу боролись 11 номинантов от крупнейших технологических компаний на рынке. Проект реализован в стратегическом партнерстве с red_mad_robot: экспертиза «Билайн» в области данных, машинного обучения и решений по масштабированию дополняется опытом продуктовой инженерии партнера в создании платформ и агентных сценариев.
Олег Конорев, директор департамента развития машинного обучения и искусственного интеллекта Beeline Bg Data & АИ<бр>
Олег Конорев, директор департамента развития машинного обучения и искусственного интеллекта Beeline Bg Data & АИ<бр>В крупных компаниях знания распределяются по множеству источников — документам, базам знаний, рабочим системам, файлам и базам данных. Такая фрагментация делает ответы ИИ-агентов уязвимыми: одна ошибка в выборе источника может привести к получению неверной информации для клиента или сотрудника, а в дальнейшем — к сверхурочным работам, претензиям и репутационным рискам. DCD Desgn (Doman-Colleton-Document) — это тиражируемый подход и продуктовая архитектура для работы с корпоративными данными и знаниями для агентов ИИ. Он определяет «карту знаний» и контролируемый маршрут запроса: система сначала определяет необходимый раздел, затем уточняет тему и только потом выбирает источники. Это уменьшает количество двойных проверок и эскалаций и помогает быстрее решать стандартные задачи в службе поддержки клиентов и внутри компании.
Технология встроена в решения «Билайн» и используется для разработки линейки корпоративных ИИ-агентов — от ассистентов операторов контакт-центров и продавцов до помощников аналитиков, маркетологов и офисных работников. Агенты работают непосредственно в процессах: помогают быстро находить необходимую информацию, готовить ответы и материалы для коммуникаций, формулировать предложения, фиксировать результаты встреч и задач – сокращая рутинную работу и ускоряя выполнение стандартных операций. По данным команды проекта, при переходе на архитектуру DCD точность ответов в типовых сценариях выросла с 78% до 94%. Масштаб использования подтверждает тиражируемость подхода: 20+ организаций, 300+ активных пользователей и около 30 тысяч запросов в месяц.
«Для нас эта победа — это переход от индивидуальных экспериментов к планомерной разработке продуктовой линейки ИИ-агентов. DCD Desgn превращает корпоративные знания в управляемый актив и позволяет масштабировать решения под новые домены и процессы», — отметил Олег Конорев, директор департамента развития машинного обучения и искусственного интеллекта Beeline Bg Data & AI, команда, разрабатывающая решения на основе больших данных и искусственного интеллекта.
«В DCD Desgn мы сосредоточились не на изменении самой модели, а на том, как она работает с корпоративными знаниями: как они организованы и как запрос поступает к нужным источникам. Это делает решения переносимыми между сценариями и клиентами и позволяет разрабатывать ИИ-агентов как продукт», — добавил Алексей Жданов, директор по продукту Smart Platform, red_mad_robot.
Подробнее на сайте beelne.ru
Свежие комментарии