«База знаний для крупного бизнеса становится частью ежедневной работы и объединяет клиентский опыт и опыт сотрудников»: Дмитрий Лактионов о развитии рынка систем управления знаниями

«База знаний для крупного бизнеса становится частью ежедневной работы и объединяет клиентский опыт и опыт сотрудников»: Дмитрий Лактионов о развитии рынка систем управления знаниями
Фото: BSS
В сентябре 2026 года CNews Analytics опубликовало исследование российских систем управления знаниями (KMS-платформ) для крупного бизнеса. В нем сравнивались 10 решений. Платформа InKnowledge от L2U заняла первое место. В обзоре оценивали не только базовые функции платформ, но и возможности, которые особенно важны для enterprise-сегмента: гибкость, интеграции, безопасность, масштабирование и ИИ-инструменты.

О том, как меняется рынок систем управления знаниями, какие задачи сегодня стоят перед крупным бизнесом и почему одной галочки напротив функции уже недостаточно, рассказывает Дмитрий Лактионов, директор продуктового направления L2U.

Дмитрий, какие особенности платформ подчеркнуло исследование CNews?

Прежде всего, важно, что такое исследование появилось: в обзоре фокус был именно на крупном бизнесе — со сложной организационной структурой, распределенными подразделениями, разными ролями, процессами и требованиями к безопасности.

База знаний не существует в изоляции. Она должна встраиваться в сложный ИТ-ландшафт, взаимодействовать с CRM, ERP, сервис-десками, корпоративными порталами и другими системами. Кроме того, в разных подразделениях уже есть собственные процессы и инструменты, которые нужно объединить в едином контуре, не лишая команды возможности работать привычным для них способом.

Поэтому исследование получилось полезным не только в качестве рейтинга конкретных продуктов, но и для лучшего понимания рынком требований крупного бизнеса к KMS-платформам.

Какие возможности платформ уже стали базовыми?

Лидеры рынка в целом уже закрывают основной набор задач: хранение и публикацию контента, классический и семантический поиск, управление доступами, аналитику, интеграции и базовые ИИ-сценарии.

Становятся важны детали, глубина проработки функционала и гибкость: насколько хорошо поиск работает с разными типами материалов, как настраиваются права, можно ли встроить базу знаний в рабочую систему, насколько удобно управлять контентом и как система ведет себя при масштабировании.

Например, две платформы могут заявлять гибкую ролевую модель, но в одной доступ настраивается только на уровне раздела, а в другой — на уровне категорий, отдельных статей или даже блоков внутри материала.

То же касается интерфейсов, интеграций, отчетности и ИИ.

В этом контексте наша платформа показала сильные результаты по всем направлениям: работе с контентом, аналитике, настройке интерфейсов, ролевой модели, безопасности и ИИ-возможностям.

Почему на первый план выходит гибкость?

Это требование обусловлено особенностями крупного бизнеса. Единой базы знаний с одинаковой структурой для всех пользователей недостаточно. В одном холдинге могут работать разные юридические лица, филиалы и подразделения. У них отличаются задачи, терминология, процессы, типы документов и требования к доступу.

Поэтому платформа должна адаптироваться под конкретные сценарии. Это касается контента, интерфейса, навигации, ролевой модели, интеграций и автоматизации. В InKnowledge, например, есть большой набор готовых типов контента, но при этом пользователи могут создавать собственные форматы и шаблоны. Это позволяет не подстраивать процессы под жесткую структуру продукта.

То же самое с интерфейсом. Для одного подразделения нужна простая витрина с инструкциями, для другого — сложный рабочий портал с несколькими уровнями навигации, виджетами и интеграциями. Важно, чтобы все это можно было настроить в рамках одной платформы.

А что происходит с самими сценариями использования базы знаний? Меняются ли они?

Заметный тренд — объединение двух направлений в базе знаний: поддержки клиентского и внутреннего опыта.

В клиентском сценарии платформа помогает операторам контакт-центров, сотрудникам продаж и сервисных подразделений быстро находить ответы. Те же материалы могут использоваться на сайте, в мобильном приложении, клиентском портале, чат-боте или голосовом помощнике. Внутри компании база знаний поддерживает онбординг, обучение, рабочие процессы, доступ к регламентам и сохранение экспертного опыта.

Эти сценарии связаны, но требования к ним различаются. Для клиентского опыта важны скорость поиска, точность формулировок, актуальность данных и интеграции с CRM. Для внутреннего опыта на первый план выходят ролевая модель, совместная работа с контентом, удобная фиксация знаний и поддержка разных процессов.

Поэтому современная KMS-платформа должна быть готова работать сразу в нескольких форматах.

При такой трансформации, помимо функционала, какие еще возможности базы знаний выходят на первый план?

Я был назвал контекстную подачу знаний, которая позволяет ускорить работу с информацией и сделать ее более точной.  База знаний становится полезной не тогда, когда просто хранит большой объем документов, а когда показывает нужные сведения в нужный момент и в нужном месте.

Система должна быть доступна в тех решениях, где люди уже работают: CRM, ERP, сервис-деске, других корпоративных и клиентских приложениях.

Кроме того, платформа должна учитывать задачу, над которой работает пользователь. Если идет запрос по банковским картам, ему нужны инструкции, тарифы и сценарии обслуживания именно по этому продукту, а не весь массив информации о компании.

Это помогает сократить время поиска, снизить вероятность ошибок и повысить качество ответов, в том числе для ИИ. Чем точнее система понимает роль пользователя, текущую операцию и доступный набор источников, тем полезнее результат.

А как развивается ИИ в базах знаний?

Использование инструмента активно идет вперед: если на первом этапе ИИ в основном использовали для поиска и формирования ответов по базе знаний, то сейчас сценарии становятся шире. ИИ помогает редакторам готовить материалы, сокращать и структурировать тексты, находить пробелы в контенте и анализировать документы.

Следующий этап — ИИ-агенты. Они смогут обращаться к внешним корпоративным системам, получать актуальные данные, обрабатывать их и возвращать пользователю готовый ответ. Чтобы такие процессы работали, нужна оркестрация: механизм, который определяет, какой агент должен выполнить задачу, к каким системам обратиться и как объединить полученные данные в один ответ.

Важно, чтобы настройкой таких сценариев могли заниматься не только разработчики вендора. Аналитики и специалисты, которые хорошо знают бизнес-процессы, должны иметь возможность самостоятельно запускать хотя бы типовые сценарии и адаптировать их под изменения в работе.

В целом, для нас важно видеть, как российские решения развиваются вместе с запросами бизнеса. Компании становятся требовательнее, а платформы — гибче и функциональнее. В результате база знаний постепенно превращается в рабочий инструмент, который сопровождает сотрудников и клиентов в ежедневных задачах, а не просто хранит документы.

Тематики: Интеграция

Ключевые слова: автоматизация управления, управление бизнес-процессами, BSS