Naumen внедрила ИИ во все продукты своей экосистемы

25 сентября российская компания Naumen провела в Москве в Центре событий РБК конференцию Know&Learn Day 2025. Это партнерское мероприятие проводится один раз в два года. Как отметил на пленарном заседании руководитель направления управления знаниями и обучением в Naumen Алексей Зобнин, это мероприятие пользуется заслуженной популярностью среди заказчиков компании. Оно позволяет узнать много полезной для практики информации и сверить свое понимание трендов развития систем управления знаниями в компаниях с тем, в каком направлении развивается сама платформа Naumen.

Данный принцип был отражен в этом году в заголовке конференции. Он звучал так: «Главное в управлении знаниями и обучением». Доклады были нацелены на раскрытие направлений развития экосистемы, охватывающих «Управление знаниями в клиентском сервисе», «GenAI-инструменты», «Знания в IT», «Совместную работу разрозненных команд», «Обучение в эру AI и зумеров». Свою оценку дали как вендор, так и его многочисленные заказчики.

Конференция Know&Learn Day 2025
Источник: Naumen

Флагманские продукты Naumen

Как уже было отмечено, конференция Naumen была нацелена на практическое применение новых технологий управления знаниями и е-обучением. Они получили вполне конкретное воплощение в флагманских продуктах вендора. Сейчас это – развивающаяся экосистема, через которую компания-заказчик может накапливать свою экспертизу.

Флагманскими в ней являются следующие продукты:

• Naumen Contact Center — омниканальная платформа для контакт-центра уровня Enterprise и единое рабочее окно оператора колл-центра;
• Naumen Service Desk — конструктор для создания систем управления ИТ;
• Naumen WFM – продукт для прогнозирования рабочей нагрузки операторов;
• Naumen Knowledge Management System — система управления знаниями с умным поиском и RAG-технологиями, нацеленная на ускорение клиентского сервиса и онбординга (HR-процесса, направленного на адаптацию сотрудников для работы в компании);
• Naumen Erudite — AI-платформа для создания голосовых роботов и чат-ботов;
• Naumen Project Ruler — средства эффективной автоматизации в области проектного управления.

Продукты компании Naumen рассматриваются заказчиками прежде всего как альтернативная российская платформа для поддержки контакт-центров и создания внутри организаций единой базы знаний. До сих пор в российских организациях нередко можно было встретить популярную в мире вики-систему Confluence австралийской компании Atlassian. Но политика импортозамещения подталкивает к активной миграции на российскую альтернативную систему. Безальтернативное лидерство в этом сегменте занимает сейчас платформа Naumen.

Области применения продуктов Naumen
Источник: Naumen

Переход к AI и развитие бизнеса компаний

В своем докладе на пленарной сессии Алексей Зобнин рассказал, как выглядит типовой сценарий развития бизнеса компаний. Чаще всего он начинается с появления небольшой группы единомышленников, что с точки зрения модели управления называется проект People-driven. На этом этом этапе в компаниях еще нет выстроенных процессов, все задачи выполняются по взаимным договоренностям.

Рост бизнеса ведет к появлению процессного управления (Process-driven company). Внутри компании появляются регламенты, правила, процессы, возникает организационная структура, растет численность менеджмента. Многие компании останавливаются на этом этапе и продолжают существовать в этой парадигме.

Появление цифровых технологий заставляет компании переходить на уровень Data-driven company. Многим российским компаниям это уже знакомо как «цифровая трансформация». На этом этапе информация становятся главным элементом для принятия корпоративных решений.

Выступление руководителя направления управления знаниями
и обучением в Naumen Алексея Зобнина на Know&Learn Day 2025
Источник: Naumen

«Сейчас наступает новый этап, — отметил Алексей Зобнин. — Впереди этап AI-driven company. Но это не просто спекуляция вокруг генеративного AI (GenAI). В скором будущем ИИ будет восприниматься внутри компаний как основа для существования всех ее технологических процессов».

Переход потребует от компаний принятия комплексного подхода к ИИ, который не будет ограничиваться только освоением новой технологии, считает Алексей Зобнин. Важнейшей точкой трансформации станет работа с корпоративными знаниями и данными сотрудников. При этом компаниям потребуется непременно пройти сначала путь цифровизации. Без этой промежуточной стадии освоение ИИ выглядит малореальным.

Новая культура, связанная с применением ИИ, сильно отличается от предыдущих. Она потребует демократизации доступа к знаниям, в результате которой все сотрудники компаний получат доступ к общим и специализированным ИИ-инструментам. Это будет сделано через создание для них новой рабочей информационной среды. Изменения приведут к повышению ценности выпускаемых продуктов и сервисов. Но от компаний потребуется развитие внутренней культуры готовности к экспериментам. Им придется обеспечить непрерывный цикл тестирования собственных выдвигаемых гипотез/знаний и реализации пилотных проектов для быстрого внедрения ИИ-решений.

Российская практика, отметил Алексей Зобнин, пока демонстрирует только первые шаги на пути выстраивания AI-driven модели бизнеса. Системных кейсов трансформации компаний пока мало. В то же время опыт Naumen показывает, что применение ИИ способно дать положительные результаты: в 2 раза ускорить поиск нужной информации, в 2 раза сократить время на выполнение рутинных операций, а длительность онбординга снизить на 60 %.

Оценка достижений при переходе на обновленную платформу Naumen
Источник: Naumen

Принцип GIGO

Существующий принцип «мусор на входе — мусор на выходе» (Garbage in, garbage out, GIGO) призван подчеркнуть фундаментальность правил, связанных с обработкой данных. Он раскрывается в следующей формуле: «Качество выходных данных определяется их качеством на входе». Если входные данные неточны или ошибочны, то проблемы неизбежно отразятся на выходных данных. Это может привести к потенциально негативным последствиям.

Данный принцип актуален для различных областей, от разработки ПО до анализа данных. Поэтому обеспечение достоверности данных играет первостепенное значение для компаний, которые переходят к принятию решений, опираясь на данные вместо просто логических умозаключений.

Как отметил Алексей Зобнин, даже с появлением GenAI с его фактически избытком информации реальные знания компаний остаются недоступными для ИИ, если не предпринимать специальных мер по их улучшению и применению. Если же опираться на низкое качество знаний, то как показывает практика, это быстро приводит к банкротству бизнеса. Например, около половины всех ИИ-проектов, запущенных в мире, как показывает практика, останавливаются и не развиваются дальше своего пилотного проекта. Даже создание мощных ИИ-инструментов не является гарантией от принятия неверных решений. При низком качестве их работы невозможно сохранить доверие сотрудников и клиентов к применению этих инструментов.

Тем не менее, компаниям придется идти по пути развития ИИ. По этому же пути идет и Naumen.

ИИ внедрен в самом корне платформы Naumen
Источник: Naumen

Платформа Naumen и ИИ

Чтобы внедрение ИИ проходило эффективно, следует рассматривать процесс управления знаниями как сквозной процесс, считают в Naumen. Он объединяет в единое целое все используемые элементы.

Единая платформа Naumen объединяет разные экосистемы: контакт-центр, чат-центры, речевую аналитику, чат-боты. Единая платформа управления знаниями (KMS) и обучением (LMS) помогает работать с сотрудниками более эффективно и комфортно. Общее количество пользователей системы Naumen уже сейчас оценивается в более чем 200 тыс. человек.

Внедрение поддержки ИИ в технологической части Naumen привело к появлению в ней ИИ-помощников и ИИ-агентов, добавленных на базе RAG-технологий. Они помогают пользователям системы ставить перед ней задачи и получать ответы, опираясь на накопленные (собственные и корпоративные) знания. В методологическом слое платформы появилось два новых продукта: 1) аудит для комплексного анализа накопленных знаний и 2) их поддержка. Аудит позволяет оценить знания с четырех разных сторон: 1) качество накопленных знаний, 2) полнота внедрения, 3) технологичность для поддержки задач, 4) готовность для использования ИИ.

Как показал опыт, накопление актуальной информации в компании еще не является гарантией для их готовности использования системы ИИ. Для собранной информации требуется соблюсти множество разных условностей. Прежде всего это касается информационной безопасности.

Участники конференции Know&Learn Day 2025
Источник: Naumen

Технологические новинки платформы Naumen

Технологической новинкой обновленной платформы Naumen стало добавление семантического (смыслового) поиска информации. Он значительно расширяет возможности, ранее ограниченные только морфологическим поиском (поиск по словам). Теперь эти два элемента составят базовый набор экосистемы Naumen.

Внедрение ИИ позволяет вести диалог с пользователем – это является воплощением расширенного способа поиска данных. Базовый и продвинутый способы, применяемые вместе, реализуют гибридный вариант поиска информации.

Появился также виджет Naumen KMS Copilot. Это – ИИ-помощник, который может встраиваться в любой веб-сервис (chat-центр, телефон или любой веб-продукт других вендоров). Он реализует функцию диалога со знаниями, накопленными в экосистеме Naumen.

Теперь стала более удобной система подсветки уведомлений и изменений в текстах. Это помогает руководителям повысить контроль за исполнением заданий и быть уверенными, что сотрудники не пропустили важных изменений контента.

Реализована многопользовательская работа. Она позволяет сразу нескольким сотрудникам вносить изменения в совместные документы. Благодаря ИИ реализована функция оценки и предоставления рекомендаций по улучшению контента. ИИ помогает также оценивать фрагменты текста на доступность, качество и удобство для понимания.

Направления оценки контента с помощью ИИ платформы Naumen
Источник: Naumen

Большое внимание в разработке обновленной платформы Naumen уделялось задачам сквозного поиска информации по разным источникам хранения. Это необходимо, потому что знания в компаниях сейчас распределены по разным программным системам и внешним источникам, поэтому для работы с ними данные необходимо уметь объединять. По сути теперь следует говорить о хабе знаний, а не о работе с отдельными источниками данных. Для поиска нужной информации и ее группировки в одном месте теперь применяется специальный ИИ-агент.

Развивается также система обучения (LMS). Она составляет с системой знаний (KMS) единую платформу. Там появилась возможность не только автоматически создавать обучающие курсы на базе накопленной корпоративной информации, но и благодаря ИИ-инструментам актуализировать их автоматически. Внедрены SCORM (Sharable Content Object Reference Model) и Tin Can (xAPI, Experience API) пакеты, являющиеся стандартными средствами в системах eLearning.

В обновленных продуктах были внедрены также элементы геймификации. Они повышают вовлеченность сотрудников в процесс обучения. Предложены разные варианты геймификации: начисление баллов, формирование сертификатов, магазин призов и т.д.

Яркой новинкой стал диалоговый ИИ-тренажер, который учит сотрудников (например, контакт-центров) умению правильно отвечать на поставленные вопросы. В результате получился не просто тренажер, а «настоящий» ИИ-тренер: он разъясняет сделанные ошибки и учит грамотно и правильно формировать ответы. Обучение теперь проходит в режиме симуляции, где по заданному шаблону ИИ самостоятельно формирует диалог с сотрудником и постепенно обучает его согласно корпоративным стандартам.