Глоссарий ИИ и автоматизации
Все термины, которые встречаются в проекте по ИИ и автоматизации — простым языком и в контексте реальных операций. Цитирование разрешено со ссылкой на источник.
Основы
ИИ-агенты и модели
Агентный ИИ
Агентный ИИ — это подход, при котором ИИ-системы самостоятельно планируют и выполняют многошаговую работу, используя инструменты и обратную связь, вместо генерации единственного ответа. Единицей автоматизации становится не ответ, а завершённая задача.
Большая языковая модель (LLM)
Большая языковая модель — это статистическая модель, обученная на огромных текстовых массивах, предсказывающая вероятное продолжение текста. Она умеет классифицировать, обобщать, переводить и составлять черновики и служит компонентом рассуждения внутри большинства ИИ-агентов — но сама по себе не содержит актуальных данных компании.
Генерация с дополненным поиском (RAG)
Генерация с дополненным поиском (RAG) — это метод, при котором сначала выполняется поиск релевантных документов компании, а найденные фрагменты передаются языковой модели в качестве контекста. Модель отвечает на основе этих фрагментов, что делает ответы актуальными, привязанными к источнику и проверяемыми.
Дообучение модели
Дообучение — это дальнейшее обучение существующей модели на примерах компании, чтобы она переняла стиль, формат или логику классификации. Оно меняет то, как модель отвечает, а не то, какие текущие факты она знает, и обычно является последним вариантом после промптинга и поиска по данным.
ИИ-агент
ИИ-агент — это программа, которая самостоятельно достигает цели: она решает, какие шаги предпринять, вызывает инструменты или API для их выполнения, проверяет результат и повторяет цикл до достижения цели или передачи задачи человеку. В отличие от чат-бота, агент действует, а не только отвечает.
Промпт-инжиниринг
Промпт-инжиниринг — это практика письменного описания задачи модели: что нужно сделать, какие правила соблюдать, в каком формате поступают данные и какая структура вывода требуется. В производственных системах промпты — это версионируемые артефакты, тестируемые на реальных кейсах, как и любой другой код.
Автоматизация процессов
Process mining (анализ процессов по журналам)
Process mining восстанавливает реальный ход процесса на основе анализа временных меток и журналов событий из существующих систем. Он выявляет реальные варианты, циклы, время ожидания и переработку — обычно совершенно иную картину, чем задокументированный процесс.
Автоматизация бизнес-процессов (BPA)
Автоматизация бизнес-процессов — это систематическое выполнение повторяющегося бизнес-процесса программным обеспечением от триггера до результата, включая данные, правила и передачи задач. В отличие от однозадачных инструментов, она охватывает всю цепочку: приём, решение, выполнение и учёт.
Автоматизация рабочих процессов
Автоматизация рабочих процессов автоматически направляет задачу по определённым шагам, владельцам и условиям: кому она попадает, что нужно проверить, что происходит при утверждении или отклонении и что фиксируется. Она устраняет координационную работу, а не саму работу.
Аудит процессов
Аудит процессов — это структурированный анализ повторяющихся рабочих процессов: какие шаги существуют, какие системы и люди задействованы, сколько времени занимает каждый шаг, как часто он даёт сбой и сколько стоит один кейс. Он формирует доказательную базу для любого решения об автоматизации.
Гиперавтоматизация
Гиперавтоматизация описывает комбинированное использование анализа процессов, автоматизации рабочих процессов, интеграций и ИИ-агентов для автоматизации максимально возможной части сквозной цепочки процесса — экономически оправданной, а не отдельных изолированных задач.
Интеллектуальная обработка документов (IDP)
Интеллектуальная обработка документов извлекает структурированные данные из счетов, накладных, договоров или форм, проверяет их по базовым данным и записывает в целевую систему. Она сочетает OCR для распознавания, модели для интерпретации и правила для проверки.
Роботизированная автоматизация процессов (RPA)
Роботизированная автоматизация процессов использует программных роботов, работающих с существующими приложениями через их пользовательский интерфейс — кликая, вводя текст, копируя данные между экранами. Она автоматизирует рутинную работу по правилам без изменения базовых систем и ломается при изменении этих интерфейсов.
Сквозная обработка (STP)
Сквозная обработка — это доля кейсов, проходящих от приёма до завершения без какого-либо вмешательства человека. Это центральная операционная метрика программы автоматизации, поскольку она напрямую отражается на стоимости и времени цикла для каждого кейса.
Системы и инженерия
API-интеграция
API-интеграция соединяет две системы через их программные интерфейсы, чтобы данные передавались автоматически и надёжно. Это стабильная альтернатива ручному вводу, обмену CSV-файлами и роботам интерфейса, и она составляет основу любой серьёзной автоматизации.
ERP-интеграция
ERP-интеграция подключает рабочее ПО и ИИ-агентов к системе учёта заказов, товаров, клиентов, остатков и бухгалтерии, чтобы автоматизация читала актуальные данные и записывала результаты обратно в учёт, а не в параллельную таблицу.
Model Context Protocol (MCP)
Model Context Protocol — это открытый стандарт для подключения ИИ-ассистентов к внешним инструментам и источникам данных через единый интерфейс, позволяющий повторно использовать одну и ту же интеграцию для разных моделей и приложений вместо создания её заново для каждой из них.
OCR (оптическое распознавание символов)
OCR преобразует сканы, фотографии и PDF-файлы в машиночитаемый текст. Это первый шаг автоматизации документооборота, дающий на выходе только символы — смысл, проверка и логика проводки добавляются на уровнях выше.
Векторная база данных
Векторная база данных хранит тексты, изображения или записи в виде числовых эмбеддингов и находит записи, наиболее близкие по смыслу к запросу. Это поисковый слой, лежащий в основе генерации с дополненным поиском, обеспечивающий семантический поиск там, где поиск по ключевым словам не срабатывает.
Заказное программное обеспечение
Заказное программное обеспечение строится вокруг процессов конкретной компании, а не подстраивает эти процессы под стандартный продукт. Его выбирают, когда рабочий процесс — конкурентное преимущество, важна глубина интеграции или стоимость лицензий и обходных решений превышает стоимость разработки.
Оркестрация
Оркестрация — это координационный слой, определяющий, какой агент, модель или сервис обрабатывает какой шаг, в каком порядке, с какими данными и что происходит при сбое. Именно она превращает отдельных агентов в надёжную операционную систему.
Устаревшая система (legacy)
Устаревшая система — это критически важное для бизнеса программное обеспечение, технически морально устаревшее, но всё ещё выполняющее ключевые операции. Обычно у неё нет современных интерфейсов, что делает её главным ограничением — а зачастую и главной статьёй затрат — в проектах автоматизации.
Безопасность и управление
Акт ЕС об искусственном интеллекте
Акт ЕС об искусственном интеллекте — это европейское регулирование, классифицирующее ИИ-системы по уровню риска и устанавливающее соответствующие обязательства — от требований прозрачности для обычных бизнес-приложений до строгих требований для систем высокого риска, например в решениях о найме или кредитоспособности.
Галлюцинация
Галлюцинация — это уверенный, но ложный ответ языковой модели: выдуманная цифра, условие или ссылка. Это свойство статистической генерации текста, поэтому производственные системы проверяют результаты по данным-источникам, а не доверяют им напрямую.
Ограничители (guardrails)
Ограничители — это технические границы вокруг ИИ-системы: разрешённые инструменты, диапазоны значений, лимиты затрат и объёма, запрещённые действия и обязательные согласования. Они превращают непредсказуемую модель в систему, которая безопасно и явно сообщает о сбоях.
Резидентность данных
Резидентность данных определяет, в какой юрисдикции хранятся и обрабатываются данные компании. Для ИИ-систем это касается региона размещения приложения, базы данных, конечной точки модели и любых журналов, а также того, могут ли запросы использоваться поставщиком для обучения.
Управление ИИ (AI governance)
Управление ИИ — это набор правил, определяющих, какие ИИ-системы эксплуатирует компания, на каких данных, с какими правами доступа, под чьей ответственностью и как проверяются результаты. Оно делает использование ИИ проверяемым перед руководством, аудиторами и регуляторами.
Человек в цикле
Человек в цикле означает заранее определённую точку, в которой сотрудник проверяет, утверждает или исправляет работу ИИ-системы. Передача заранее спроектирована для конкретных триггеров — пороговых сумм, низкой уверенности, неизвестных контрагентов, — а не оставлена на волю случая.
Затраты и эксплуатация
KPI автоматизации
KPI автоматизации — это показатели, доказывающие, работает ли автоматизированный процесс: доля полностью автоматических завершений, время цикла, доля ошибок и переработок, стоимость на кейс и объём, обрабатываемый за период. Они определяются до начала разработки, а не после неё.
Совокупная стоимость владения (TCO)
Совокупная стоимость владения — это полная стоимость системы за весь срок её эксплуатации: разработка или лицензия, интеграция, размещение, использование модели, поддержка, изменения и внутренние трудозатраты. Для ИИ-систем чаще всего недооценивают затраты на использование модели по факту потребления и поддержку интеграций.
Стоимость на кейс
Стоимость на кейс — это полная стоимость обработки одной единицы работы — счёта, коммерческого предложения, запроса — включая труд, программное обеспечение, использование модели и исправление ошибок. Это самая чистая метрика для сравнения ручной и автоматизированной обработки.