Корпоративная ИИ-платформа Restart AI Enterprise Platform — единый ИИ-контур внутри периметра компании: языковые модели (LLM), ИИ-агенты и база знаний работают поверх общего ядра, а права доступа сотрудников и журнал запросов и ответов остаются под контролем заказчика. Платформу разворачивают on-premise, в частном облаке или гибридно; к ядру подключаются 10 корпоративных модулей — от поиска по документам до сервис-деска и договоров.
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.
Слой моделей: подключение LLM, версии промптов, лимиты и стоимость запросов. Модель выбирается под задачу и требования к данным.
Конструктор ИИ-агентов, сценарии действий, бизнес-правила и проверка человеком для ответственных операций.
RAG: загрузчики документов, векторные индексы, ответы по разрешённым источникам со ссылкой на документ.
Пользователи, роли и права: сотрудник не получает в ответе то, к чему у него нет доступа.
Фиксируются действия, запросы, ответы, источники, версии промптов и контрольные события — для аудита и ИБ.
Коннекторы к 1С, SAP, ERP, CRM, СЭД, BI, DWH, Service Desk, GitLab, Jira, Confluence и внутренним API.
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.
Платформа и языковые модели работают на серверах заказчика, внутри его периметра. Данные не уходят во внешние сервисы.
Изолированный контур с ограничениями передачи данных, журналами, управлением секретами и ИБ-регламентами заказчика.
Часть контура — у заказчика, часть — в частном облаке. Внешние LLM-провайдеры подключаются только по согласованной архитектуре.
РЕСТАРТ может поставить платформу вместе с управляемой ИИ-инфраструктурой: контуры разработки, тестирования и продуктива, GPU, хранилища, резервное копирование, мониторинг и сопровождение.
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.
| Контур | Назначение | Пример ресурсов |
|---|---|---|
| Development | Разработка, отладка, эксперименты | 4–8 vCPU, 16–32 GB RAM, 150–300 GB SSD, GPU по необходимости |
| Test / Staging | Пилот, проверка релизов и интеграций, приёмка | 8+ vCPU, 32+ GB RAM, 300+ GB SSD/NVMe, L4 / A10 / L40S или эквивалент по задаче |
| Production | Работа пользователей, API, ИИ-чат, RAG, базы знаний | 16+ vCPU, 64–128+ GB RAM, 1+ TB NVMe, L40S 48 GB / A100 80 GB или эквивалент по согласованию |
| Backup / Storage | Резервные копии, исходные документы, журналы | Отдельный storage-контур с регламентом хранения и выгрузки данных |
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.
При размещении on-premise или в частном облаке документы, запросы и ответы остаются в периметре заказчика. Передача данных внешним провайдерам ограничивается архитектурой и договором.
Ответы строятся только по разрешённым данным с учётом роли сотрудника; источники подключаются по согласованному списку.
Каждый запрос, ответ, использованный источник и версия промпта фиксируются в журнале — для разбора инцидентов и проверки ИБ.
Для ответственных процессов действие агента подтверждает сотрудник; полномочия агентов ограничиваются — подробнее о защищённой ИИ-автоматизации.
Работа с ПДн по 152-ФЗ закладывается на этапе обследования: источники, права доступа, журналы, размещение; при необходимости — маскирование данных.
Разграничение доступа, управление секретами, резервное копирование, мониторинг и дополнительные меры ИБ по требованиям заказчика.
Restart AI Enterprise Platform нужна там, где AI уже нельзя запускать как набор разрозненных экспериментов. В крупной компании каждый AI-сценарий должен знать свои источники данных, роли пользователей, ограничения доступа, правила журналирования, требования ИБ и владельца процесса.
Платформа собирает это в управляемый контур: AI-агенты, RAG, модели, промпты, интеграции, аудит, стоимость запросов и прикладные модули работают не отдельно друг от друга, а поверх общего ядра.
AI-сценарии развиваются через единые роли, источники, журналы, политики и контроль качества.
Каждый новый модуль подключается к уже созданной платформе, а не строится с нуля.
Права доступа, аудит, ограничения источников, размещение и работа с ПДн учитываются на уровне архитектуры.
Платформа связывается с ERP, 1С, SAP, BI, DWH, СЭД, Service Desk, GitLab, Jira, порталами и базами знаний.
Пользователи, роли, права доступа, журналы, аудит, модельный слой, промпты, лимиты и стоимость запросов.
RAG, загрузчики документов, векторные индексы, цитирование источников, поиск по корпоративной базе знаний.
Конструктор AI-агентов, сценарии действий, проверка человеком, бизнес-правила и безопасная автоматизация.
Коннекторы к 1С, SAP, ERP, CRM, СЭД, BI, DWH, Service Desk, GitLab, Jira, Confluence и внутренним API.
Restart AI Enterprise Platform может поставляться вместе с управляемой AI-инфраструктурой РЕСТАРТ: production/test/dev-контурами, GPU-ресурсами, хранилищами, backup, мониторингом и техническим сопровождением. Это позволяет быстрее перейти от пилота к промышленной эксплуатации без поиска отдельных подрядчиков по серверам, DevOps и ИБ.
Для заказчика это комплексное предложение: платформа, вычислительные мощности, настройка AI-агентов, загрузка базы знаний, интеграции с системами, требования информационной безопасности и дальнейшее сопровождение.
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.
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.
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.
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.
Единая среда для корпоративных AI-агентов, моделей, RAG, прав доступа, логов, интеграций и аудита.
Конструктор агентов, админ-консоль, управление ролями, логирование, аудит, управление моделями и стоимостью запросов.Поиск и ответы по корпоративным документам, регламентам, договорам, проектной документации и базе знаний.
RAG-платформа, загрузчики документов, векторное хранилище, цитирование источников, ACL и права доступа.Снижение нагрузки первой линии ИТ, HR и финансовой поддержки, классификация заявок и подсказки операторам.
Telegram, web, портал, почта, интеграции с Jira, Naumen, ServiceNow, 1C ITIL и базой знаний поддержки.План-факт, управленческая отчетность, объяснение отклонений, cash-flow, дебиторка и бюджетные комментарии.
Финансовый AI-модуль для 1С:ERP, 1С:УХ, SAP, BI, DWH, управленческой и финансовой отчетности.Анализ договоров, закупочной документации, RFP/RFI, существенных условий, рисков и сроков.
OCR, сравнение версий, извлечение условий, риск-чеклист, интеграции с СЭД, Диадок и Контур.Поиск закупок, скоринг релевантности, подготовка КП, матрица соответствия ТЗ и подбор кейсов.
Модуль мониторинга тендеров и подготовки продаж на базе текущих наработок РЕСТАРТ.Защищенная AI-помощь разработчикам в закрытом контуре: код, тесты, ревью, документация и legacy-системы.
Интеграция с GitLab, Jira, Confluence, поиск по коду, генерация тестов, review assistant и документация.Контроль AI-рисков, GRC, SOC Copilot, 152-ФЗ/ФСТЭК-чеклисты и анализ инцидентов.
SOC/GRC Copilot, анализ инцидентов, политики ИБ, 152-ФЗ-аудит, отчеты и compliance-чеклисты.Подбор, адаптация, аттестация, база компетенций, обучение и внутренний HR-бот.
HR Copilot, профили компетенций, скрининг, планы развития, база знаний и внутренний бот сотрудника.Отраслевые AI-модули для промышленности: ТОиР, сменные журналы, HSE, метрология, производство и качество.
Набор отраслевых агентов поверх платформы, ERP/EAM/MES/АСУ ТП-коннекторы и отраслевые шаблоны.Архитектура выбирается под требования заказчика: private cloud, on-prem или гибридная модель.
Ответы строятся по разрешенным данным; пользователи не должны видеть то, к чему у них нет доступа.
Фиксируются действия, запросы, ответы, источники, версии промптов и контрольные события.
Для ответственных процессов используется проверка человеком, метрики качества и постепенный ввод в эксплуатацию.
Для сценариев с агентными действиями и интеграциями платформа связывается с защищенной AI-автоматизацией: ограничением полномочий, журналами, контролем источников, human-in-the-loop и эксплуатационными правилами.
Выбираем задачу, где есть повторяемая интеллектуальная работа: документы, заявки, договоры, тендеры, финансы, разработка или ИБ.
Определяем источники, качество данных, владельцев, ограничения, ПДн, коммерческую тайну и требования размещения.
Описываем ядро, интеграции, роли, сценарии агента, метрики качества и критерии приемки.
После пилота фиксируем результат, дорабатываем платформенное ядро и подключаем следующие модули.
2-4 недели: цели, процессы, данные, риски, архитектура и первый модуль.
6-10 недель: ядро платформы, RAG, роли, логи, интеграции и первый рабочий сценарий.
Ввод в ограниченную эксплуатацию, метрики качества, human review, обучение пользователей.
Подключение новых модулей, источников, подразделений и регламентов эксплуатации.
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.
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.
Это общий слой для всех ИИ-сервисов компании: языковые модели, ИИ-агенты, база знаний, права доступа, журнал запросов и интеграции с корпоративными системами. Платформа работает внутри контура заказчика, а новые сценарии подключаются к уже созданному ядру.
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.
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.
Для продуктива ориентир — от 16 vCPU, 64–128 GB RAM, 1 TB NVMe и GPU уровня L40S 48 GB или A100 80 GB; для пилота хватает test/staging-контура. Точная конфигурация зависит от числа пользователей, частоты обращений и моделей и фиксируется в ТЗ.
Да. Каждый модуль может быть самостоятельным расширением платформы. Но даже первый модуль лучше проектировать так, чтобы он не стал изолированным экспериментом.
Нет. Обычно правильнее начать с одного процесса, доказать эффект, настроить ядро и затем масштабировать платформу на новые подразделения.
На этапе discovery фиксируются источники данных, права доступа, ПДн, журналы, размещение и сценарии проверки человеком для ответственных процессов.
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.
Покажем продукт на вашем контуре и предложим формат пилота с понятным результатом на выходе.
