Данные в учётной системе были всегда. Ответов на нестандартные вопросы — не было: за каждой нетиповой цифрой шли к программисту 1С и ждали от дня до недели.

Реальный проект, не демонстрационный кейс. Заказчик — группа компаний, торгующая спецтехникой по нескольким брендам. Тринадцать баз, десятки тысяч позиций — и любой вопрос руководителя вроде «сколько мы продали техники бренда Х за квартал» упирался в очередь к единственному программисту.

Я отвечал за весь проект целиком: разведку метаданных, карту данных, набор инструментов агента, свод правил точности и вывод в эксплуатацию. Задача была не «прикрутить нейросеть», а сделать так, чтобы вопрос на обычном русском языке превращался в точный ответ по боевой базе.

Где была настоящая работа

Самое дорогое в проекте — не модель, отвечающая на вопросы, а карта данных и свод бизнес-правил под ней. Без понимания, что означает каждое поле в каждой из тринадцати баз, агент будет уверенно врать красивым языком.

• Карта соответствия данных: было — отсутствовала, стало — 3 106 объектов по 13 базам • Заполненность бренда техники в карточках: было 14% позиций, стало 99,4% • Срок ответа на нестандартный вопрос: было от дня до недели, стало — секунды

Пока бренд техники не был проставлен почти нигде, любой отчёт «по бренду» был неполным — и никто об этом не знал, просто получали неверные цифры и принимали решения вслепую. Разобраться в этом руками пришлось бы месяцами; агенту для точных ответов нужна была честная карта.

Главный эффект — не скорость, а снятая зависимость от одного специалиста. Раньше бизнес был заложником загрузки программиста: заболел, уволился, занят другим проектом — и руководитель неделю не знает реальных цифр по своей же компании.

Вывод простой: узкое место чаще не в отсутствии данных, а в отсутствии карты, которая делает их читаемыми — и человеком, и алгоритмом.

#1С #автоматизация

Полный разбор с деталями кейса →

Кейсы: как бизнес зарабатывает на ИИ-агентах

НейроШтат — внедрение ИИ-агентов

Канал в Telegram

Канал в MAX