Платформа WEDOLAB: корпоративные знания и ИИ-агенты в едином контуре

WEDOLAB — российская программная платформа для объединения корпоративных знаний и управления ИИ-агентами. Она построена на парадигме Knowledge First — «сначала знания»: данные и документы компании объединяются в единый семантический слой знаний, который становится основой для работы ИИ агентов. Платформа позволяет создавать агентов под конкретные бизнес-задачи и управлять их работой в единой среде, в том числе в изолированном контуре компании, сохраняя привычные программы сотрудников.

Преимущества платформы WEDOLAB#

Быстрый старт. Платформа анализирует подключенные источники и предлагает структуру корпоративных знаний за минуты.
Связанные знания в масштабе компании. Платформа сопоставляет сведения из разных источников и выявляет связи между объектами, документами, событиями и процессами. Эти связи формируют общий контекст для работы агентов, даже если исходные данные хранятся в разных системах и форматах.
Простое создание локальных агентов. Агенты под конкретную задачу или процесс создаются и настраиваются в унифицированной среде.
Управление агентами и общими навыками. Встроенный оркестратор организует совместную работу агентов, управляет общими навыками и передачей задач на единой платформе.
Контур под требования безопасности. Возможны облачное, локальное и гибридное размещение, использование внутренних моделей и изоляция исполнения агентов.
Работа рядом с привычным ИТ. Сотрудники продолжают работать в привычных учетных программах. Платформа подключается к существующим системам и встраивается в рабочие процессы.

Итог — компания получает общий фундамент для корпоративного ИИ: связанные знания, специализированных агентов и управление их работой.

Как это выглядит в работе#

Клиент обращается в поддержку: «Почему услуга еще не подключена, если договор подписан?»

Чтобы ответить, сотруднику нужно открыть карточку клиента в CRM, найти договор в архиве, проверить учетную запись в 1С и статус технической заявки. Затем — сопоставить условия договора с регламентом подключения и выяснить, кому передать вопрос. Сведения есть, но целую картину человек собирает вручную.

Для такого процесса на платформе WEDOLAB можно настроить агента, который:

Находит клиента и связанные с ним договор, услугу и заявку.
Получает актуальные сведения из подключенных систем.
Проверяет, какое правило обслуживания применимо к ситуации.
Готовит ответ с указанием источников.
При наличии соответствующих полномочий создает задачу или передает обращение ответственному сотруднику.

Если для продолжения нужно изменить существенные условия обслуживания или принять другое значимое решение, агент запрашивает подтверждение человека.

Граф знаний дает агенту связанную картину ситуации, а оркестратор организует дальнейшие действия. Сотрудник получает подготовленный контекст и может продолжить работу в привычной системе.

Это пример сценария проектирования. Набор источников, доступные операции и контрольные точки определяются для процесса заказчика.

Что такое граф знаний и зачем он нужен#

Граф знаний — способ организовать корпоративную информацию через объекты и связи между ними. Клиент связан с договором, договор — с услугой, услуга — с заявкой, а действия по заявке определяются регламентом.

В графе хранятся сведения об этих объектах и отношениях. Факты сохраняют связь с первоисточниками: документами и записями корпоративных систем. Поэтому можно выяснить и содержание факта, и его отношение к конкретной бизнес-ситуации.

Один объект в нескольких программах#

Компании используют разные системы: 1С, CRM и ERP, отраслевые программы, корпоративные порталы, Jira и Confluence, а также внешние сервисы — маркетплейсы и торговые площадки. Данные и документы в этих системах часто связаны лишь частично. Например: в 1С контрагент записан как «ООО Север», в CRM — как «Север», а в документе — как «компания Север». Форматы и идентификаторы могут различаться. Для сотрудника это один клиент; для отдельных программ — несколько независимых записей.

WEDOLAB использует встроенные механизмы нормализации и сопоставления сущностей. Проще говоря, платформа приводит сведения к согласованному виду и помогает определить, какие записи относятся к одному бизнес-объекту. Неоднозначные соответствия проверяет специалист.

После подтверждения сопоставлений можно связать историю обращений, договорные условия и текущие статусы клиента. Эта подготовка нужна всем агентам, которые работают с клиентом, поэтому выполняется в общем слое знаний.

Ответы с учетом связей между данными#

Поиск по документам помогает найти фрагмент регламента. Граф добавляет понимание связей: к какому договору относится регламент, какая услуга указана в обращении и какие записи описывают ее текущее состояние.

Такой контекст позволяет отвечать например на такие вопросы: «Какие условия применимы к этому клиенту?» или «Какие сведения нужно проверить перед следующим шагом?». Для ответа используются связанные данные и найденные документы.

В основе подхода WEDOLAB — сначала знания, затем агенты. Разные агенты работают с общим представлением корпоративных объектов, сохраняя собственные роли и права доступа.

Знания обновляются вместе с источниками#

Корпоративные знания обновляются вместе с источниками. Платформа отслеживает изменения в подключенных системах и документах и актуализирует подготовленный контекст. Способ обновления определяется возможностями источника. Это позволяет агентам использовать сведения о текущем состоянии процесса вместе с применимыми правилами и документами.

Быстрый старт и простая настройка#

При ручном построении графа специалистам приходится описывать объекты, проектировать связи и сопоставлять поля разных источников. Значительная часть работы проходит до появления первого полезного сценария использования.

В платформе WEDOLAB механизмы подключения, анализа структуры, нормализации и подготовки графа уже связаны между собой. Платформа помогает автоматизировать эту подготовку, а специалист проверяет бизнес-смысл предложенной структуры.

Начальная настройка строится последовательно:

Подключаем источники. Используем общие, отраслевые и специализированные коннекторы к корпоративным системам.
Анализируем данные. Платформа считывает структуру источников и предлагает объекты, связи и соответствия между записями.
Проверяем предложенную структуру. Ответственный специалист подтверждает модель знаний и уточняет неоднозначные сопоставления.
Формируем общий граф знаний. Подтвержденные связи объединяют сведения из разных систем в согласованный корпоративный контекст.
Настраиваем первого агента. Определяем задачу, доступные знания, инструменты, права и условия участия человека.

Быстрый старт обеспечивает встроенный интеллектуальный оркестратор. Задачу и связи между данными можно описать на обычном языке, а оркестратор помогает подготовить структуру знаний и настроить первых агентов. Предложенную структуру проверяет специалист. Для следующих агентов используются уже подключенные источники и согласованные связи.

Скорость настройки зависит от качества данных и доступных интерфейсов. Для самописной программы может потребоваться отдельный коннектор, а сложные соответствия требуют участия владельца данных. При этом работу можно начать с выбранного процесса и расширять общий граф по мере подключения источников.

Как на платформе настраиваются ИИ-агенты#

ИИ-агент — программный исполнитель, который получает задачу, использует корпоративные знания и обращается к разрешенным инструментам. Агент может объяснить найденные сведения, запросить уточнение, проверить статус или выполнить согласованную операцию через интерфейс корпоративной системы.

Для каждого агента задаются:

Назначение: какую рабочую задачу выполняет агент и какой результат ожидается.
Контекст: какие корпоративные знания и источники доступны.
Инструменты: какие операции можно выполнять в подключенных системах.
Модель: какой разрешенный ресурс ИИ используется для обработки.
Правила: когда задавать вопрос, передавать задачу другому участнику или запрашивать подтверждение.
Ограничения: в каких пределах агент действует и когда должен остановиться.

Например, агент поддержки может читать историю клиента и создавать обращение. Агент сверки может сопоставлять записи и готовить отчет. Общий граф дает обоим связанный контекст, а набор инструментов и полномочий у каждого свой.

Что делает оркестратор#

Оркестратор — встроенный управляющий компонент платформы. Он организует последовательность шагов, вызовы инструментов и передачу подзадач между агентами. Здесь же учитываются ограничения выполнения и точки подтверждения человеком.

Сложный процесс разделяется: один агент собирает сведения, другой проверяет их по правилам, третий подготавливает результат для рабочей системы. Все участники используют общий фундамент знаний и действуют в согласованных границах.

Агенты работают как по запросу сотрудника, так и в фоновом режиме — по событию или согласованному расписанию. Например, агент может регулярно собирать сведения для сверки и передавать обнаруженные расхождения специалисту. В обоих режимах сохраняются ограничения доступа, контроль выполнения и подтверждение значимых операций.

Это позволяет настраивать сотни прикладных сценариев на одной платформе. При подключении нового агента повторно используются подготовленные знания, интеграции и общий порядок контроля.

Платформа работает рядом с вашим ИТ#

Платформа WEDOLAB подключается к действующей инфраструктуре компании. В платформе предусмотрены общие, отраслевые и специализированные коннекторы, в том числе для 1С, локальных CRM и ERP, систем электронного документооборота, внутренних баз данных и корпоративных API.

Для самописных и специализированных отраслевых систем коннекторы проектируются по запросу. Состав доступных данных и операций согласуется с владельцами этих систем.

Сотрудники продолжают работать в 1С, складской программе или другой привычной системе. Платформа отвечает на вопросы, подсказывает, что делать дальше, и выполняет операции внутри платформы и в подключенных внешних системах — при наличии соответствующих разрешений.

Доступ к агенту встраивается в привычный для компании канал: корпоративный интерфейс, портал или мессенджер. Результаты передаются в подключенные системы через разрешенные операции.

Развертывание и безопасность под требования компании#

Платформа и ее компоненты могут быть размещены в облаке, в инфраструктуре заказчика или по гибридной схеме. Для процессов с чувствительными данными возможна работа в полностью изолированном контуре с внутренними языковыми моделями.

Размещение комплекса и выбор языковых моделей — два отдельных решения. Для каждого проекта определяем, где работают компоненты платформы и какие данные могут обрабатываться внутренними или внешними моделями. Для гибридной конфигурации согласуется, какие сведения и операции остаются внутри организации.

Архитектура учитывает требования службы информационной безопасности на нескольких уровнях:

Доступ к знаниям: сотрудник и агент получают сведения в пределах своей роли.
Передача данных: внешняя обработка разрешается с учетом категории информации и корпоративной политики.
Исполнение: действия агентов выполняются в изолированной среде с ограниченными полномочиями.
Инструменты: отдельно определяется доступ к чтению, созданию и изменению записей.
Контроль решений: значимые операции проходят подтверждение ответственным сотрудником.
Аудит: фиксируются сведения, необходимые для проверки действий и результата.

Такой подход позволяет подбирать контур под разные требования к изоляции, доступу, хранению и эксплуатации. Конкретные настройки, допустимые подключения и порядок обработки персональных данных согласуются для проекта.

Почему это важно для российского бизнеса#

WEDOLAB - российская платформа без привязки к конкретной языковой модели или ее поставщику. Платформа объединяет граф корпоративных знаний, коннекторы и управление агентами в единой среде. Компания может выбирать локальные или внешние модели под свои задачи, требования безопасности и доступные вычислительные ресурсы. Подготовленные знания и интеграции можно использовать с разными моделями. Это позволяет сохранять вложения в корпоративные знания и развивать автоматизацию, сохраняя свободу выбора технологий.

Для российского бизнеса особенно важны соблюдение требований 152-ФЗ «О персональных данных», локализация баз персональных данных граждан РФ на территории России и обезличивание данных перед передачей внешним моделям по правилам безопасности компании. Возможность размещения в контуре заказчика помогает сохранить контроль над корпоративной информацией.

В 2026 году проект WEDOLAB прошел валидацию в рамках проекта Фонда «Сколково» как перспективная разработка, важная для российского корпоративного рынка. Значимость проекта связана с созданием управляемой среды, в которой корпоративные знания и ИИ-агенты работают вместе с действующими системами организации.

Как начать#

Для первой рабочей задачи достаточно определить процесс, участвующие системы и ожидаемый результат. На предпроектном этапе обсуждаем:

Где сотрудники сейчас тратят время на поиск, сопоставление и перенос данных.
Какие источники и интерфейсы доступны для подключения.
Что должен делать агент и какие решения остаются за человеком.
Какие требования действуют для данных и инфраструктуры.
По каким показателям будем оценивать пользу.

На этой основе определяем состав интеграций, настройку графа и первого агента. Стоимость и объем работ рассчитываются индивидуально для заказчика.

Подробности отдельных направлений работы описаны на страницах корпоративного RAG, разработки ИИ-агентов и интеграции и автоматизации процессов.

Напишите нам в Telegram с описанием процесса и участвующих систем. Обсудим, где связанный контекст и управляемые агенты дадут вашей компании практический результат.