404 Dispatch
CRM транспортной компании: водители, грузы, бухгалтерия — и AI-ассистент, помогающий диспетчеру принимать решения.
Услуга
AI-агенты
MetaByte разрабатывает AI-агентов — программы на базе языковых моделей, которые подключены к вашим данным и выполняют рабочие шаги: разбирают обращения, готовят документы, отвечают клиентам и передают сложное человеку.
- Модели
- Claude · GPT · открытые модели на своём сервере
- Данные
- работают на ваших, не уходят в общую модель
- Сроки
- первый рабочий агент от 3 недель
Чем AI-агент отличается от чат-бота?
Чат-бот отвечает по заранее написанному сценарию, а AI-агент понимает произвольный запрос, обращается к вашим данным и выполняет действие — создаёт запись, готовит документ, ставит задачу.
Разница проявляется в момент, когда пользователь говорит что-то, чего в сценарии нет. Бот отвечает «Не понял, выберите пункт меню». Агент разбирается: находит договор по номеру, видит, что срок истёк, и предлагает продление — потому что у него есть доступ к данным и право совершить шаг.
Из этого следует и главное ограничение. Агент настолько полезен, насколько хороши данные, к которым он подключён. Если сведения о клиентах разбросаны по трём таблицам и почте, первым этапом будет не модель, а наведение порядка в данных — и мы говорим об этом до начала работ, а не в середине.
Какие задачи AI-агенты реально решают?
AI-агенты окупаются на задачах, где много однотипного текста и есть проверяемый результат: разбор обращений, подготовка документов, первичная поддержка, извлечение данных из писем и накладных.
Плохие кандидаты для агента ровно противоположны: единичные задачи, задачи без проверяемого результата и задачи, где ошибка стоит дорого, а проверить её некому. Мы отговариваем от таких — неудачное внедрение AI обходится дороже, чем его отсутствие, потому что после него в компании годами не хотят слышать про автоматизацию.
- Разбор входящих заявок: классификация, приоритет, маршрутизация ответственному
- Подготовка документов по шаблону из данных CRM
- Первая линия поддержки на вашей базе знаний с передачей человеку
- Извлечение данных из писем, счетов и накладных в структурированный вид
- Помощь оператору: подсказка решения по истории похожих случаев
Что происходит с нашими данными?
Данные заказчика используются только для ответов его агенту: MetaByte подключает модели через API с отключённым обучением, а при жёстких требованиях разворачивает открытую модель на вашем сервере, откуда данные не выходят вовсе.
Требование к данным — первый вопрос, который мы задаём, потому что он определяет архитектуру целиком. Коммерческие API дают лучшее качество и минимальную стоимость входа. Открытая модель на своём железе даёт полный контроль и предсказуемую стоимость на объёме, но требует сервера с GPU и даёт качество ниже.
Гибридный вариант часто оказывается верным: чувствительные поля обезличиваются до отправки, а модель работает с текстом, в котором нет ни имён, ни номеров.
Что делать с ошибками модели?
Языковая модель ошибается всегда, поэтому MetaByte проектирует агента так, чтобы цена ошибки была низкой: агент показывает источник, не принимает необратимых решений сам и передаёт сомнительные случаи человеку.
Инженерная часть тут важнее выбора модели. Ответ строится по найденным документам, а не по памяти модели, и рядом с ответом стоит ссылка на источник — так проверка занимает секунды. Действия, которые нельзя отменить (платёж, отправка клиенту, удаление), требуют подтверждения человеком. Уверенность агента измеряется, и при низкой он не угадывает, а эскалирует.
Мы также фиксируем метрику до внедрения. Без цифры «сколько заявок разбирается вручную сегодня» разговор об эффекте превращается в спор о впечатлениях.
Что вы получаете
- Работающий агент, встроенный в ваш процесс, а не отдельная песочница
- Подключение к вашим источникам данных: CRM, база, документы, почта
- Панель с логом обращений, ответов и переданных человеку случаев
- Замер метрики до и после внедрения
- Инструкция для сотрудников и правила эскалации
- 30 дней бесплатных правок после релиза
Стек Claude API · OpenAI API · RAG · PostgreSQL + pgvector · Node.js · Python
Работы, которые это подтверждают
Ссылки открываются — это и есть проверка. Работы под NDA мы не показываем и не описываем.
Частые вопросы
Сколько стоит внедрение AI-агента?
Стоимость складывается из разработки и ежемесячной платы за обращения к модели, и MetaByte считает обе части на этапе оценки, чтобы стоимость эксплуатации не стала сюрпризом.
Про вторую часть обычно забывают. Агент, отвечающий на тысячу обращений в месяц, и агент, разбирающий сто тысяч писем, стоят в эксплуатации несопоставимо, и выбор модели решает эту разницу сильнее, чем что-либо ещё. Мы считаем стоимость обращения на реальном объёме до начала работ.
Заменит ли агент сотрудника?
На практике агент снимает с сотрудника однотипную часть работы, а не заменяет его: люди остаются на решениях, исключениях и общении, где ошибка стоит дорого.
Можно ли обучить модель на наших документах?
Для большинства задач дообучение модели не нужно и вредно — MetaByte подключает документы через поиск по базе знаний (RAG), и агент отвечает по актуальной версии, а не по слепку на момент обучения.
Дообучение имеет смысл, когда нужно закрепить стиль или формат ответа. Знания через него передавать дорого: любое изменение в документах требует повторного цикла, а поиск по базе обновляется в момент, когда вы заменили файл.
Как быстро можно увидеть первый результат?
Первый работающий агент на одной узкой задаче запускается за три-четыре недели, и это осознанно: узкая задача даёт проверяемую цифру раньше, чем большое внедрение — первую демонстрацию.
Расскажите о задаче
Разберём и вернёмся с составом работ, сроком и вилкой по стоимости. Разбор бесплатный, отвечаем в течение рабочего дня.
