ИИ-поиск по СТО на металлургическом предприятии без своей ML-команды
“
ИИ-поиск по СТО можно внедрить без своей ML-команды, сохранив документы в контуре предприятия. Подрядчик берёт разработку и сопровождение, предприятие отвечает за актуальность нормативов и приёмку результата. Начать стоит с ограниченного пилота, заранее согласовав критерии качества и затраты на поддержку.
Что должен находить поиск по СТО
СТО — стандарты организации. Для сотрудника задача обычно звучит конкретнее: где описан порядок оформления протокола контроля, какие документы нужны для согласования, какая редакция стандарта применяется к его работе.
Если ответ приходится собирать из нескольких папок и уточнять у коллег, удобная строка поиска действительно может помочь. Но для нормативной документации важно получить вместе с ответом название СТО, его редакцию, нужный пункт и ссылку на оригинал. По ним специалист проверяет, подходит ли найденное требование к его задаче.
Для этого используют RAG: система сначала ищет подходящие фрагменты в документах предприятия, затем языковая модель формулирует ответ на их основе. Подготовку документов, настройку поиска и проверку качества берёт на себя подрядчик. Обучать собственную языковую модель с нуля для такого проекта обычно не требуется.
В AllSee мы уже решали похожую задачу по работе в закрытом контуре: для научно-исследовательского института развернули ассистента на его серверах, с ответами со ссылками на источники. По опубликованному описанию проекта, 100% данных остаётся внутри контура. Этот принцип можно использовать при создании RAG-системы для поиска по СТО. Качество на документах металлургического предприятия проверяется отдельно.
Если ответ приходится собирать из нескольких папок и уточнять у коллег, удобная строка поиска действительно может помочь. Но для нормативной документации важно получить вместе с ответом название СТО, его редакцию, нужный пункт и ссылку на оригинал. По ним специалист проверяет, подходит ли найденное требование к его задаче.
Для этого используют RAG: система сначала ищет подходящие фрагменты в документах предприятия, затем языковая модель формулирует ответ на их основе. Подготовку документов, настройку поиска и проверку качества берёт на себя подрядчик. Обучать собственную языковую модель с нуля для такого проекта обычно не требуется.
В AllSee мы уже решали похожую задачу по работе в закрытом контуре: для научно-исследовательского института развернули ассистента на его серверах, с ответами со ссылками на источники. По опубликованному описанию проекта, 100% данных остаётся внутри контура. Этот принцип можно использовать при создании RAG-системы для поиска по СТО. Качество на документах металлургического предприятия проверяется отдельно.
Что подготовить в нормативной базе
В архиве могут одновременно лежать действующий стандарт, отменённая редакция, проект изменений и копия с другим названием. Если система не различает их статус, она может найти подходящий по смыслу текст из документа, который уже не применяется.
Масштаб такой проблемы виден в разборе проекта Noltis, опубликованном в октябре 2026 года. По данным интегратора, среди 14 700 файлов юридической фирмы обнаружились около 1 800 дублей и 600 устаревших версий. Это описание одного внедрения в другой отрасли, а не статистика по металлургии. Для своего архива состав и состояние документов нужно выяснять на аудите.
Перед запуском поиска нужен реестр: обозначение СТО, редакция, дата начала действия, статус, область применения и ответственный за документ. Отменённые версии сохраняют для работы с историей, но отделяют от действующих. Если вопрос относится к прошлому периоду, это условие должно учитываться при поиске.
Статус документа подтверждает сотрудник предприятия. ИИ не должен самостоятельно решать, что новая дата в названии файла делает его действующим стандартом.
Масштаб такой проблемы виден в разборе проекта Noltis, опубликованном в октябре 2026 года. По данным интегратора, среди 14 700 файлов юридической фирмы обнаружились около 1 800 дублей и 600 устаревших версий. Это описание одного внедрения в другой отрасли, а не статистика по металлургии. Для своего архива состав и состояние документов нужно выяснять на аудите.
Перед запуском поиска нужен реестр: обозначение СТО, редакция, дата начала действия, статус, область применения и ответственный за документ. Отменённые версии сохраняют для работы с историей, но отделяют от действующих. Если вопрос относится к прошлому периоду, это условие должно учитываться при поиске.
Статус документа подтверждает сотрудник предприятия. ИИ не должен самостоятельно решать, что новая дата в названии файла делает его действующим стандартом.
Кто отвечает за работу системы
Отсутствие своей ML-команды не отменяет участия предприятия. Вместо найма разработчиков нужно определить, кто принимает решения по документам, доступу и результату внедрения.
Подрядчик готовит документы для поиска, настраивает обработку запросов, подключает источники и права доступа, проводит испытания. После запуска он сопровождает техническую часть в согласованных границах: исправляет ошибки, следит за обработкой новых файлов и проверяет качество после изменений.
Владелец нормативной базы подтверждает, какие СТО действуют, сообщает об изменениях и определяет область применения документов. Это может быть уже существующий специалист или подразделение, которое ведёт нормативную документацию.
Специалисты производства и качества дают реальные вопросы и проверяют ответы. Они помогают установить, нашла ли система нужный пункт и сохранила ли условия его применения.
ИТ-служба или инфраструктурный подрядчик обеспечивает серверы, учётные записи, резервное копирование и согласованный порядок обновлений. Служба информационной безопасности определяет ограничения на доступ и передачу данных.
Такое распределение позволяет передать разработку внешней команде и сохранить внутри предприятия контроль над нормативной базой и результатом работы поиска.
Подрядчик готовит документы для поиска, настраивает обработку запросов, подключает источники и права доступа, проводит испытания. После запуска он сопровождает техническую часть в согласованных границах: исправляет ошибки, следит за обработкой новых файлов и проверяет качество после изменений.
Владелец нормативной базы подтверждает, какие СТО действуют, сообщает об изменениях и определяет область применения документов. Это может быть уже существующий специалист или подразделение, которое ведёт нормативную документацию.
Специалисты производства и качества дают реальные вопросы и проверяют ответы. Они помогают установить, нашла ли система нужный пункт и сохранила ли условия его применения.
ИТ-служба или инфраструктурный подрядчик обеспечивает серверы, учётные записи, резервное копирование и согласованный порядок обновлений. Служба информационной безопасности определяет ограничения на доступ и передачу данных.
Такое распределение позволяет передать разработку внешней команде и сохранить внутри предприятия контроль над нормативной базой и результатом работы поиска.
С чего начать пилот
Для первого внедрения стоит выбрать ограниченный участок: документы одного подразделения, определённую группу СТО или один процесс согласования. Главное, чтобы для него были понятны пользователи, источники и ожидаемый результат.
До разработки соберите вопросы, с которыми сотрудники уже обращаются к нормативной базе. Для каждого отметьте правильный документ, пункт и редакцию. Включите вопросы, на которые в выбранных документах нет ответа: система должна уметь сообщить об этом.
В AllSee внедрение LLM начинается с аудита процесса и данных. Для ограниченного MVP ориентируемся на срок до двух месяцев; объём документов, интеграции и критерии результата согласуем до начала работ. После проверки пилота решение можно масштабировать на другие подразделения.
До разработки соберите вопросы, с которыми сотрудники уже обращаются к нормативной базе. Для каждого отметьте правильный документ, пункт и редакцию. Включите вопросы, на которые в выбранных документах нет ответа: система должна уметь сообщить об этом.
В AllSee внедрение LLM начинается с аудита процесса и данных. Для ограниченного MVP ориентируемся на срок до двух месяцев; объём документов, интеграции и критерии результата согласуем до начала работ. После проверки пилота решение можно масштабировать на другие подразделения.
Что проверить до передачи сотрудникам
Убедительная демонстрация на знакомых вопросах ещё не показывает, как поиск будет работать с повседневными запросами. Для приёмки нужен отдельный набор примеров, включая сокращения, неоднозначные формулировки и разные редакции СТО.
Проверьте, что система:
Последнее важно проверять до передачи найденного текста модели. Если сотруднику недоступен документ, его содержание не должно попадать в ответ через пересказ. Принцип проверки прав непосредственно при поиске описан, например, в документации Microsoft по доступу на уровне документов.
Для закрытого контура отдельно проверяют весь маршрут данных: обработку файлов, поиск, формирование ответа, журналы и служебные обращения. Размещение языковой модели на своём сервере само по себе не объясняет, куда обращаются остальные компоненты.
Проверьте, что система:
- находит документ и редакцию, соответствующие условиям вопроса;
- даёт ссылку на пункт, который действительно подтверждает ответ;
- сохраняет оговорки и область применения требования;
- сообщает, когда данных для ответа недостаточно;
- учитывает изменение статуса документа после обновления базы;
- соблюдает права пользователя при поиске и формировании ответа.
Последнее важно проверять до передачи найденного текста модели. Если сотруднику недоступен документ, его содержание не должно попадать в ответ через пересказ. Принцип проверки прав непосредственно при поиске описан, например, в документации Microsoft по доступу на уровне документов.
Для закрытого контура отдельно проверяют весь маршрут данных: обработку файлов, поиск, формирование ответа, журналы и служебные обращения. Размещение языковой модели на своём сервере само по себе не объясняет, куда обращаются остальные компоненты.
Кто обновляет СТО после запуска
Работа с нормативной базой продолжается после внедрения. При изменении стандарта владелец документа подтверждает его статус, система обрабатывает новую редакцию, а подрядчик проверяет, что поиск учитывает обновление.
Этот порядок нужно описать заранее: откуда поступают изменения, кто их подтверждает, как быстро они появляются в поиске и кто разбирает ошибку. Для ежедневной работы владельцу нормативов не нужно настраивать модель. Ему нужен понятный способ передать утверждённый документ и проверить результат обработки.
В условия сопровождения стоит включить проверку после обновления компонентов: важные вопросы по СТО должны по-прежнему приводить к правильным источникам. Так предприятие контролирует работоспособность решения, даже если собственной ML-команды у него нет.
Этот порядок нужно описать заранее: откуда поступают изменения, кто их подтверждает, как быстро они появляются в поиске и кто разбирает ошибку. Для ежедневной работы владельцу нормативов не нужно настраивать модель. Ему нужен понятный способ передать утверждённый документ и проверить результат обработки.
В условия сопровождения стоит включить проверку после обновления компонентов: важные вопросы по СТО должны по-прежнему приводить к правильным источникам. Так предприятие контролирует работоспособность решения, даже если собственной ML-команды у него нет.
Что считать в стоимости владения
Разработка — только часть расходов. В бюджет входят серверы, подготовка и обновление документов, техническая поддержка, проверка качества и время сотрудников предприятия.
В опросе McKinsey 2026 года около 20% респондентов сообщили, что операционные расходы ограничивают использование ИИ в их организациях. Это межотраслевое исследование, а не оценка затрат на поиск по СТО. Для конкретного проекта расходы нужно сопоставить с измеримым результатом пилота.
Измеряйте время от вопроса до открытия и проверки нужного пункта. Учитывайте обращения к коллегам, повторный поиск и исправление ошибочных ответов. Быстро сформированный текст полезен только тогда, когда сотрудник может подтвердить его по документу.
Сэкономленные часы показывают, сколько времени высвобождается для других задач. Денежный эффект считают с учётом того, как предприятие использует это время, и всех расходов на сопровождение системы.
В опросе McKinsey 2026 года около 20% респондентов сообщили, что операционные расходы ограничивают использование ИИ в их организациях. Это межотраслевое исследование, а не оценка затрат на поиск по СТО. Для конкретного проекта расходы нужно сопоставить с измеримым результатом пилота.
Измеряйте время от вопроса до открытия и проверки нужного пункта. Учитывайте обращения к коллегам, повторный поиск и исправление ошибочных ответов. Быстро сформированный текст полезен только тогда, когда сотрудник может подтвердить его по документу.
Сэкономленные часы показывают, сколько времени высвобождается для других задач. Денежный эффект считают с учётом того, как предприятие использует это время, и всех расходов на сопровождение системы.
Что получает предприятие
В подходе AllSee решение работает на серверах заказчика. На аудите определяем необходимые подключения к существующим системам, включая 1С, Битрикс24, корпоративную почту и ERP. Заказчик получает полный код разработанного решения и права на него. Условия использования сторонних моделей и библиотек фиксируются отдельно.
К передаче нужны также инструкции по развёртыванию и обновлению, описание источников, порядок резервного копирования и согласованные обязанности по поддержке. Тогда руководитель понимает, кто отвечает за систему, какие работы оплачиваются после запуска и как контролировать результат.
Если на предприятии есть нормативная база, но нет своей ML-команды, начать можно с аудита задачи поиска по СТО. Для первого разговора подготовьте примеры документов, вопросы сотрудников и ограничения по контуру. По ним можно определить границы MVP, оценить сроки и состав работ.
К передаче нужны также инструкции по развёртыванию и обновлению, описание источников, порядок резервного копирования и согласованные обязанности по поддержке. Тогда руководитель понимает, кто отвечает за систему, какие работы оплачиваются после запуска и как контролировать результат.
Если на предприятии есть нормативная база, но нет своей ML-команды, начать можно с аудита задачи поиска по СТО. Для первого разговора подготовьте примеры документов, вопросы сотрудников и ограничения по контуру. По ним можно определить границы MVP, оценить сроки и состав работ.
Источники
- Noltis — разбор внедрения RAG-поиска по корпоративному архиву, 6 октября 2026 года.
- Microsoft Learn — Document-level access control in Azure AI Search, обновлено 17 сентября 2026 года.
- McKinsey — The state of AI in 2026: On the road to ROI, 25 августа 2026 года.
- AllSee — опубликованное описание ассистента для НИИ.
Создайте новое будущее с нашими решениями
Похожие статьи