Критерии оценки ИИ-функциональности в СЭД: что проверять до выбора системы
При выборе корпоративной системы (СЭД, ECM, BPM, HRM) оценка ИИ-функциональности превращается в отдельную задачу. Сегодня почти каждый вендор корпоративных систем упоминает искусственный интеллект в описании своих продуктов: сокращение рутинных операций, автоматическая обработка документов, извлечение реквизитов, ускорение согласований. Формулировки примерно одинаковые.
Проблема в том, что за фразой «искусственный интеллект» может стоять что угодно: от полноценного автономного агента, который работает в фоне без участия пользователя, до кнопки «Перефразировать текст» в одном поле карточки документа. Это не плохо и не хорошо, это просто разные вещи с разным эффектом для бизнеса.
Когда компания выбирает корпоративную систему, нужно понять не есть ли в решении встроенный ИИ, а уточнить, какой именно искусственный интеллект есть в системе, как он работает и решает ли он конкретные задачи организации. Стандартный вопрос на демо: «Покажите, как работает искусственный интеллект», по факту не дает конкретного ответа. Вендор может показать то, что выглядит эффектно. Проверить, как это работает на самом деле, сложнее.
Команда СЭД ТЕЗИС разработала структурированный чек-лист критериев оценки ИИ-функциональности в корпоративных системах. В материале несколько примеров того, что в него вошло и почему именно эти вещи важно проверять.
No-code конструктор с ИИ в СЭД: как проверить реальные возможности на демо
Начнем с автоматизации. Почти каждая система говорит о no-code конструкторе: визуальном инструменте, где администратор настраивает процессы без программирования.
Реальная проверка выглядит так: попросите на демонстрации настроить простой сценарий с участием искусственного интеллекта. Например: входящий документ поступает в систему, далее ИИ извлекает из него реквизиты, а затем на основе результата автоматически создается задача для ответственного сотрудника. Засеките время. Потребовался ли разработчик хотя бы на одном шаге?
Если настройка занимает больше 20 минут или на каком-то этапе нужен человек с доступом к коду, то no-code в этой системе условный. Для бизнеса это означает: каждое изменение логики процесса будет стоить времени и денег.
ИИ-агент работает в фоновом режиме: что это такое и как это протестировать
Следующий уровень — работа системы на фоне. Здесь речь идет об ИИ-агентах: модулях, которые выполняют последовательности действий самостоятельно, без того чтобы пользователь каждый раз нажимал кнопку.
Сценарий выглядит так: новые документы поступают в систему, далее агент их анализирует, классифицирует, извлекает данные, распределяет по ответственным или инициирует согласование. Все это происходит без участия человека, в фоновом режиме.
Это принципиально другая история по сравнению с тем, что ИИ просто помогает заполнить поля карточки. Здесь автоматизация действительно снимает рутинную нагрузку, а не просто ускоряет одно конкретное действие.
Что проверять: можно ли перевести уже настроенный сценарий в фоновый режим без доработки? Сколько времени это займет? Привлекался ли разработчик? Если перенастройка требует участия технической команды, то ценность автономности сильно снижается.
Семантический поиск и агентный поиск: в чем разница для бизнеса
Семантический поиск сегодня есть во многих системах. Это уже не конкурентное преимущество, а, скорее, базовое решение. Важнее другое: что система делает с результатами поиска.
Есть два принципиально разных уровня:
- Система возвращает список документов по смысловому запросу. Пользователь написал «договоры с истекающим сроком» и получил перечень. Дальше работает с ними сам.
- Агентный поиск. Система не просто находит документы, а выполняет действие по запросу. Пользователь написал «покажи документы на согласовании» и система открывает соответствующий экран. Если составить запрос «Подготовь подборку задач в работе», то система сформирует список. Это уже не поиск, а управление системой на естественном языке.
Разница в пользовательском опыте здесь получается существенной. Особенно для тех, кто работает с большим потоком документов и задач.
Подключение языковых моделей в СЭД: локально, в облаке, российские или партнерские решения
Отдельный блок, который часто упускают на этапе выбора, это вопрос языковых моделей. Какие модели поддерживает система, как они подключаются и кто это делает.
Здесь важны несколько вещей:
- Локально или облако. Часть организаций работает в закрытом контуре и не может отправлять данные во внешние сервисы. Для них критична поддержка локальных моделей, например, через Ollama или llama.cpp, которые разворачиваются на собственном оборудовании без подключения к интернету.
- Российские облачные модели. Для компаний, готовых работать с облаком, но в российской инфраструктуре, важна поддержка отечественных решений, например, YandexGPT и GigaChat. В ряде случаев это требование политики безопасности.
- Кто настраивает подключение. Этот вопрос стоит задавать отдельно. Ответ «поддерживаем» и ответ «администратор подключит за 20 минут без разработчика» — это разные ответы. Уточните конкретно: сколько шагов до полного подключения, нужен ли код, есть ли документация.
Подобнее о том, как реализована ИИ-функциональность в СЭД ТЕЗИС.
Чек-лист критериев ИИ в корпоративных системах
Перечисленные выше критерии — не полный список, а несколько примеров из разных блоков оценки. В полном чек-листе их значительно больше: функциональные возможности ИИ, работа с мультимодальными моделями, интеллектуальные подсказки в интерфейсе, голосовое управление, соответствие регуляторным требованиям и ряд дополнительных параметров для организаций, которые хотят строить собственные ИИ-решения поверх корпоративной системы.
Чек-лист разработан командой СЭД ТЕЗИС на основе практики оценки и внедрения корпоративных систем. Он структурирован по блокам, каждый критерий содержит описание и конкретный сценарий проверки на демонстрации.
Если вы сейчас выбираете систему или планируете пересмотреть текущую, то Чек-лист критериев ИИ в СЭД поможет задать правильные вопросы и получить ответы, которые действительно имеют значение.
FAQ
Зачем проверять ИИ отдельно, если система в целом подходит?
Потому что ИИ-функциональность сильно различается по зрелости даже у систем одного класса. Одна и та же формулировка в маркетинговых материалах может означать принципиально разные возможности на практике.
Нужны ли технические знания для оценки ИИ-функциональности системы?
Нет. Критерии сформулированы как конкретные формулировки, которые можно использовать на демонстрации, а не как технические требования. Большинство из них сводится к простому вопросу: «покажите эту функциональность прямо сейчас». В критериях мы подробно объяснили, какие именно функциональность можно запросить на демонстрации и как оценить их пользу для бизнеса прямо в процессе.
Что такое ИИ-агент в СЭД и чем он отличается от обычной автоматизации процессов?
Обычная автоматизация выполняет заранее прописанный сценарий: если произошло событие A, то необходимо выполнить действие B. Это предсказуемо, но негибко: каждый новый сценарий нужно настраивать отдельно.
ИИ-агент работает иначе. Он анализирует ситуацию, принимает решение на основе контекста и выполняет последовательность действий самостоятельно. Например, агент может получить входящий документ, определить его тип, извлечь нужные данные, выбрать подходящий маршрут согласования и инициировать процесс, без участия пользователя и без заранее прописанных правил для каждого конкретного случая.
Как проверить поддержку локальных языковых моделей на демо?
Попросите вендора показать подключение локальной модели прямо в процессе демонстрации, например, через Ollama или llama.cpp. Зафиксируйте: сколько шагов занимает настройка, нужен ли разработчик или администратор справляется самостоятельно, есть ли документация.
Если вендор говорит «поддерживаем», но не может показать это вживую, то стоит уточнить, в каких проектах это уже работает и можно ли увидеть пример конфигурации.
