Продукт

Корпоративная ИИ-платформа Restart AI Enterprise Platform

Корпоративная ИИ-платформа Restart AI Enterprise Platform — платформа, на которой компания запускает ИИ-агентов и ассистентов в своём контуре: языковые модели (LLM), база знаний, права доступа и журнал действий работают поверх общего ядра. Размещение — on-premise, в частном облаке или гибридно; к ядру подключаются 10 корпоративных модулей. Начать можно с демо или пилота на одном процессе.

Что такое корпоративная ИИ-платформа

ГК РЕСТАРТ — корпоративная ИИ-платформа Restart AI Enterprise Platform для крупных компаний: языковые модели, ИИ-агенты и база знаний в контуре заказчика, с правами доступа, журналом и проверкой человеком.

Корпоративная ИИ-платформа — это не отдельный чат-бот, а общий слой, на котором компания запускает все ИИ-сценарии. Сотрудники работают с ИИ в одном управляемом контуре, а каждый сервис знает свои источники данных, роли пользователей, ограничения доступа и владельца процесса. Новый сценарий подключается к уже созданному ядру, а не строится с нуля.

Модели

Слой моделей: подключение LLM, версии промптов, лимиты и стоимость запросов. Модель выбирается под задачу и требования к данным.

Агенты

Конструктор ИИ-агентов, сценарии действий, бизнес-правила и проверка человеком для ответственных операций.

База знаний

RAG: загрузчики документов, векторные индексы, ответы по разрешённым источникам со ссылкой на документ.

Доступ

Пользователи, роли и права: сотрудник не получает в ответе то, к чему у него нет доступа.

Журнал

Фиксируются действия, запросы, ответы, источники, версии промптов и контрольные события — для аудита и ИБ.

Интеграции

Коннекторы к 1С, SAP, ERP, CRM, СЭД, BI, DWH, Service Desk, GitLab, Jira, Confluence и внутренним API.

Архитектура, модули и требования к ресурсам — в презентации платформы (PDF).

Платформа ИИ-агентов

Платформа ИИ-агентов — часть Restart AI Enterprise Platform: агенты собираются в конструкторе как сценарии действий с бизнес-правилами и разворачиваются как модули платформы — с общими ролями, журналами и интеграциями. В отличие от ассистента агент не только отвечает, но и действует: создаёт заявки, меняет записи, готовит документы и вызывает внешние сервисы в 1С, SAP, СЭД и ITSM.

  • Полномочия
    Отдельная сервисная учётная запись агента с минимально необходимыми правами, белый список операций и систем, лимиты на объём и частоту действий.
  • Подтверждение человеком
    Операции делятся на выполняемые сразу и требующие подтверждения ответственного сотрудника.
  • Журнал и откат
    Действия агента, запросы, ответы и источники фиксируются в журнале; операции можно откатить.
  • Права сотрудника
    Агент работает в пределах прав пользователя: сотрудник не получает в ответе то, к чему у него нет доступа.

Как РЕСТАРТ проектирует агентов под процессы заказчика — разработка ИИ-агентов; как выдавать агенту права так, чтобы каждое действие было ограничено, подтверждаемо и обратимо, — безопасная автоматизация процессов ИИ-агентами.

Platform Core: основа всей AI-линейки

Архитектура Restart AI Enterprise Platform: пользовательский, платформенный и инфраструктурный уровни
Core

Core services

Пользователи, роли, права доступа, журналы, аудит, модельный слой, промпты, лимиты и стоимость запросов.

Knowledge

Knowledge layer

RAG, загрузчики документов, векторные индексы, цитирование источников, поиск по корпоративной базе знаний.

Agents

Agent layer

Конструктор AI-агентов, сценарии действий, проверка человеком, бизнес-правила и безопасная автоматизация.

Integrations

Integration layer

Коннекторы к 1С, SAP, ERP, CRM, СЭД, BI, DWH, Service Desk, GitLab, Jira, Confluence и внутренним API.

Продуктовое ядро платформы — Ragify: базы знаний, ИИ-агенты с правами сотрудника и обработка пакетов документов. На нём собираются сценарии модулей, включая агентный кредитный конвейер, который сейчас проходит пилот в банке из топ-5 РФ, — разбор пилота.

10 модулей Restart AI Enterprise Platform

Каждый модуль может поставляться как самостоятельное расширение платформы или как часть комплексного enterprise-пакета. Логика платформы в том, что ядро не меняется, а прикладные сценарии подключаются к общим правилам безопасности, интеграций и эксплуатации.

Карта 10 модулей Restart AI Enterprise Platform: Knowledge AI, Service Desk AI, CFO AI, Contract and Procurement AI, Tender and Sales AI, Dev AI, Security/GRC AI, HR AI и Industry AI

Варианты размещения платформы

Архитектура выбирается под требования заказчика к данным и информационной безопасности. Размещение, модель доступа, состав контуров, резервное копирование, SLA и порядок выгрузки или удаления данных фиксируются в техническом задании и договоре.

On-premise

Платформа и языковые модели работают на серверах заказчика, внутри его периметра. Данные не уходят во внешние сервисы.

Частное облако

Изолированный контур с ограничениями передачи данных, журналами, управлением секретами и ИБ-регламентами заказчика.

Гибридная модель

Часть контура — у заказчика, часть — в частном облаке. Внешние LLM-провайдеры подключаются только по согласованной архитектуре.

Платформа вместе с инфраструктурой

РЕСТАРТ может поставить платформу вместе с управляемой ИИ-инфраструктурой: контуры разработки, тестирования и продуктива, GPU, хранилища, резервное копирование, мониторинг и сопровождение.

Требования к инфраструктуре

Типовой контур платформы: веб-интерфейс, backend API, база данных PostgreSQL, векторное хранилище, файловое хранилище, очередь задач и обработчики, адаптеры к LLM, GPU-узел и мониторинг. Ниже — ориентиры по ресурсам для каждого контура; конкретная конфигурация зависит от числа пользователей, частоты обращений и выбранных моделей и фиксируется в ТЗ.

КонтурНазначениеПример ресурсов
DevelopmentРазработка, отладка, эксперименты4–8 vCPU, 16–32 GB RAM, 150–300 GB SSD, GPU по необходимости
Test / StagingПилот, проверка релизов и интеграций, приёмка8+ vCPU, 32+ GB RAM, 300+ GB SSD/NVMe, L4 / A10 / L40S или эквивалент по задаче
ProductionРабота пользователей, API, ИИ-чат, RAG, базы знаний16+ vCPU, 64–128+ GB RAM, 1+ TB NVMe, L40S 48 GB / A100 80 GB или эквивалент по согласованию
Backup / StorageРезервные копии, исходные документы, журналыОтдельный storage-контур с регламентом хранения и выгрузки данных

Ориентиры по ресурсам приведены в презентации платформы (PDF).

GPU нужен не всегда: он требуется для локальных LLM, эмбеддингов, reranking, обработки больших массивов документов и сценариев с высокой нагрузкой. Для части сценариев достаточно CPU-контура или внешних LLM-провайдеров по согласованной архитектуре.

Пример из банковского кейса: пилот работал на 2 × A5000 24 GB (2 параллельных потока к GPU), продуктив во внутреннем контуре — на 4 × A5000 24 GB (6 потоков); для внешних пользователей заложены 2 × A100 80 GB, параметры уточняются после нагрузочного тестирования.

Безопасность корпоративной ИИ-платформы

Данные в контуре

При размещении on-premise или в частном облаке документы, запросы и ответы остаются в периметре заказчика. Передача данных внешним провайдерам ограничивается архитектурой и договором.

Права и источники

Ответы строятся только по разрешённым данным с учётом роли сотрудника; источники подключаются по согласованному списку.

Журнал и аудит

Каждый запрос, ответ, использованный источник и версия промпта фиксируются в журнале — для разбора инцидентов и проверки ИБ.

Проверка человеком

Для ответственных процессов действие агента подтверждает сотрудник; полномочия агентов ограничиваются — подробнее о защищённой ИИ-автоматизации.

Персональные данные

Работа с ПДн по 152-ФЗ закладывается на этапе обследования: источники, права доступа, журналы, размещение; при необходимости — маскирование данных.

Эксплуатация

Разграничение доступа, управление секретами, резервное копирование, мониторинг и дополнительные меры ИБ по требованиям заказчика.

Для ответственных процессов к проверке человеком добавляются метрики качества и постепенный ввод в эксплуатацию.

Банковский RAG-кейс под NDA

Restart AI Enterprise Platform подтверждается промышленным банковским внедрением: для банка из топ-5 Узбекистана под NDA РЕСТАРТ создал AI-платформу и RAG-агентов для корпоративных знаний, клиентских и внутренних каналов.

Проект прошел пилотирование, получил положительную оценку заказчика и сейчас находится в сопровождении. Это показывает, что платформа может жить не как разовый AI-эксперимент, а как поддерживаемый enterprise-контур с развитием, качеством, доступами и эксплуатацией.

Публичные продукты на базе платформы

Платформа подтверждается не только описанием архитектуры. На ее базе РЕСТАРТ развивает прикладные AI-продукты: 1trAIner для спорта и wellness, Spina Bifida Check для поддержки раннего внимания к возможным признакам на УЗИ и RAG-ассистент фонда с проверенной базой знаний.

Эти проекты разные по предметной области, но одинаковы по инженерному принципу: AI работает внутри управляемого процесса, использует данные и источники, имеет ограничения, журналирование, роли, интеграции и понятную ответственность человека.

Прикладные продукты CleverHub

Restart AI Enterprise Platform может быть платформенным ядром для более широкого продуктового контура. На уровне прикладных сценариев группа развивает CleverHub: голосовой помощник, протоколы встреч, обработку документов и RAG-ассистента. Эти продукты можно показывать как самостоятельную витрину или связывать с enterprise-архитектурой РЕСТАРТ.

Как начать: первый модуль и маршрут внедрения

1

Находим процесс с эффектом

Выбираем задачу, где есть повторяемая интеллектуальная работа: документы, заявки, договоры, тендеры, финансы, разработка или ИБ.

2

Проверяем данные и доступы

Определяем источники, качество данных, владельцев, ограничения, ПДн, коммерческую тайну и требования размещения.

3

Проектируем MVP

Описываем ядро, интеграции, роли, сценарии агента, метрики качества и критерии приемки.

4

Запускаем и масштабируем

После пилота фиксируем результат, дорабатываем платформенное ядро и подключаем следующие модули.

Discovery

2-4 недели: цели, процессы, данные, риски, архитектура и первый модуль.

MVP

6-10 недель: ядро платформы, RAG, роли, логи, интеграции и первый рабочий сценарий.

Industrial pilot

Ввод в ограниченную эксплуатацию, метрики качества, human review, обучение пользователей.

Scale

Подключение новых модулей, источников, подразделений и регламентов эксплуатации.

ERP, 1С и Битрикс как источники корпоративного AI

Для enterprise-AI важны не только модели, но и корректные источники данных. 1С, Битрикс, ERP, документооборот, порталы и личные кабинеты часто содержат ключевые данные для AI-ассистентов: договоры, заявки, статусы, финансовые показатели, документы, справочники, клиентские обращения и регламенты. Поэтому Restart AI Enterprise Platform проектируется с учетом ERP-интеграций, ролей, прав доступа, маскирования чувствительных данных и требований ИБ.

AI для промышленных данных и инженерных R&D-проектов

Restart AI Enterprise Platform может использоваться рядом с промышленными R&D-проектами там, где нужны управляемые источники данных, роли, журналы, RAG по инженерным материалам, анализ документов, подсказки операторам и связка AI с корпоративными системами. В проектах вроде АСБ-27 AI-контур не заменяет инженерную оценку, а помогает работать с данными, документацией, статусами, отчетностью и знаниями.

Связь с направлениями РЕСТАРТ

Платформа опирается на несколько практик РЕСТАРТ: AI-архитектуру, информационную безопасность, ERP/1С/SAP, Data/BI/DWH, заказную разработку, DevOps/DevSecOps и выделенные инженерные команды. Поэтому AI-проект рассматривается не как внедрение отдельного инструмента, а как изменение корпоративного ИТ-контура.

Частые вопросы

Что такое платформа ИИ-агентов?

Среда, где ИИ-агенты не пишутся каждый раз с нуля, а собираются на общем ядре: у всех агентов единые роли и права, журнал действий, правила подтверждения и подключения к корпоративным системам. Новый агент получает это сразу, а не после отдельной разработки.

Чем LLM-платформа отличается от чат-бота?

Чат-бот — один сервис с одним сценарием. LLM-платформа — общий слой для многих сценариев компании: модели подключаются и меняются через слой моделей, знания, права, журнал и интеграции общие, а поверх работают ассистенты, агенты и модули разных подразделений.

Можно ли развернуть LLM у себя, on-premise?

Да. Restart AI Enterprise Platform разворачивается on-premise, в частном облаке или гибридно. Для локальных языковых моделей нужен GPU-контур; РЕСТАРТ может поставить его вместе с платформой как управляемую ИИ-инфраструктуру.

Какие модели поддерживаются?

Платформа подключает модели через слой моделей: GigaChat, YandexGPT или open-source-модели в периметре заказчика; модель выбирается в панели управления. В банковском кейсе на GPU-серверах заказчика работают LLM Qwen3-30B, эмбеддер и reranker. Конкретная модель подбирается под задачу и требования к данным.

Можно ли поставить один модуль отдельно?

Да. Каждый модуль может быть самостоятельным расширением платформы. Но даже первый модуль лучше проектировать так, чтобы он не стал изолированным экспериментом.

Нужен ли сразу полный enterprise-пакет?

Нет. Обычно правильнее начать с одного процесса, доказать эффект, настроить ядро и затем масштабировать платформу на новые подразделения.

Как учитывается 152-ФЗ и ИБ?

На этапе discovery фиксируются источники данных, права доступа, ПДн, журналы, размещение и сценарии проверки человеком для ответственных процессов.

Запросить демо или пилот

Покажем продукт на вашем контуре и предложим формат пилота с понятным результатом на выходе.

Запросить формат
AI-помощник
Привет! Я AI-помощник РЕСТАРТ. Помогу найти нужный раздел сайта, ответить по услугам, лицензиям, партнерствам, контактам или сформулировать обращение в отдел продаж.