Подойдет практически любая большая языковая модель (LLM). Однако, я говорю про LLM агентов. К ним можно подключить любую большую языковую модель, при этом их можно дообучить на определенном наборе нужных нам данных, например можно загрузить архив ранее разбитых задач на подзадачи, это персонализирует агента под вас. Агенты также автономны, используют инструменты, например API Asana для создания конкретных задач и назначения конкретных исполнителей. Конечно, для определения исполнителя необходимо будет реализовывать отдельного агента, но вместе они образуют мультиагентную систему :)

Екатерина, если вам будет интересно, можете отправить мне в телеграмм файл пример и подробное описание требуемого результата, желательно пример. Посмотрим, чем можем помочь ИИ.

Как сейчас организовано привлечение?

Процесс 1: Прежде всего ИИ следует применять для декомпозиции задач на подзадачи с дальнейшим утверждением (контролем), следующий шаг использовать ИИ для эффективного распределения задач между исполнителями. Для этого следуют учитывать профессиональные навыки и опыт реализованных проектов/задач у исполнителей.

Процесс 2: Для автоматизации процесса отслеживания сроков выполнения задач по сути не требуется ИИ, однако можно реализовать автоматизацию для оперативного информирования например в телеграмме по отклонениям. Для проверки решения задачи тоже можно применять ИИ, однако эффективность будет зависеть от характера выполняемой задачи, инструкций и данных на которых ИИ будет дообучен. Однако, результаты могут поразить и ряд задач может сразу переходить на выполнение ИИ агенту или группе ИИ агентов, без привлечения исполнителей.