Маршрутизация моделей, RBAC с Active Directory, глубокая интеграция с базами знаний и корпоративными системами, кастомные AI-агенты и ассистенты под ваши процессы. Всё под одной политикой и 152-ФЗ.
Shared / Dedicated / On-prem. Оплата в рублях.
День первый — две команды с ChatGPT. Месяц четвёртый — десятки приложений, у каждого свой ключ, своя квота, своя дыра.
Платформа становится единой точкой контроля: модели и их маршрутизация, интеграция с корпоративными знаниями и системами, кастомные AI-агенты и ассистенты под процессы, доступ, расходы, соответствие. Сотрудники работают как раньше — IT и безопасность видят всё.
Доступ
ключи в Notion, Slack, .env
→ RBAC + Active Directory
Расходы
10+ счетов, валютные платежи
→ K-токен, лимиты, ₽
Утечки
PII улетает в публичные API
→ детектирование на входе
Знания
документы в 15+ системах
→ RAG с поиском по вашим данным
Агенты
ад-хок скрипты, которые никто не сопровождает
→ кастомные агенты и ассистенты под процессы
Рабочий интерфейс
Единое окно для сотрудника: чат с моделью, командный контекст, кастомные агенты, база знаний, артефакты, история. K-токены — на месте счётчика сверху. Попробовать можно прямо сейчас.
Маршрутизация моделей, глубокая интеграция со знаниями и системами, кастомные агенты, доступ, фильтр данных, compliance — в одном месте, под одной политикой.
«К какой модели уходит запрос?»
Единый API на 4 провайдера: OpenAI, Anthropic, Google и локальные модели на GPU в РФ (Qwen, GigaChat, LLaMA, Mistral). Платформа выбирает модель по задаче, стоимости и уровню конфиденциальности — конфиденциальные данные автоматически уходят на локальную модель.
«Откуда AI берёт контекст?»
RAG с поиском по вашим документам, базам знаний и внутренним системам: Confluence, Notion, Google Drive, Jira, 1С, CRM, файловые хранилища. Разграничение по правам доступа (документ-level ACL) — сотрудник видит в ответе только то, к чему у него есть права. Индексация инкрементальная, свежие данные подхватываются автоматически.
«Кто автоматизирует процесс?»
Сборка AI-ассистентов под конкретные роли и процессы: ассистент юриста, финансовый аналитик, HR-скрининг, поддержка, onboarding. Агенты с доступом к корпоративным инструментам через Tool Calling / MCP — отвечают, ищут, заполняют формы, запускают операции в ваших системах. Версионирование, A/B, мониторинг качества.
«Кто к каким моделям имеет доступ?»
4-уровневая ролевая модель (superadmin → org_admin → group_admin → employee), 30+ гранулярных разрешений. Синхронизация групп с AD/LDAP в реальном времени: добавили в группу «Finance-AI» — доступ появился; вывели сотрудника — отозвали за минуты.
«Что уходит во внешние модели?»
Платформа сканирует запрос до отправки в LLM. Обнаруживает паспорта, СНИЛС, телефоны, email, банковские реквизиты, API-ключи. Если найдено — запрос блокируется или маскируется по политике, пользователь видит, что именно было обнаружено, и переписывает.
«Где живут ПДн и логи?»
Локализация ПДн в РФ — обязательное требование закона. On-prem или dedicated в аттестованных дата-центрах. Шифрование данных (Fernet) и трафика (TLS), JSONL audit log всех событий. Для международных стандартов — ISO 27001 / SOC 2 на уровне инфраструктурных партнёров.
Один и тот же продукт, две модели поставки. Функции, политики и UX одинаковы — отличается контур, в котором лежат данные.
Берите, если: Быстрый старт, доверяете managed-облаку.
Платформа работает на нашей инфраструктуре в РФ. Изолированные tenant-пространства (Shared) или выделенный сервер под вашу компанию (Dedicated). Запросы маршрутизируются через шлюз → во внешние LLM или в локальные модели на наших GPU. Мы держим uptime, обновления, патчи безопасности.
Что получаете
Учтите: Логи и метаданные хранятся у нас (зашифрованы, изолированы). Ваши API-ключи провайдеров — отдельным volume.
Берите, если: Регулируемые отрасли: банк, фарма, госсектор.
Платформа разворачивается в вашем периметре через Docker Compose (16 контейнеров, single-command deploy) или K8s. Запросы идут в локальные модели на ваших GPU; во внешние LLM — только если политика разрешает, через ваш egress. Air-gapped режим: работает без доступа в интернет.
Что получаете
Учтите: Нужны GPU-сервера и DevOps на сопровождение. Первый деплой — ~40 часов вашей команды.
Платформа решает задачу «AI стал дикий». Если он у вас ещё ручной — не тратьте бюджет, возьмите сначала пилот.
Не нужна, если
Команда меньше 50 человек, 1–2 приложения с AI — управляйте API-ключами напрямую, дешевле.
Хочется попробовать AI на одном процессе и понять, нужен ли он вообще — начните с диагностики.
Нужна только одна fine-tuned модель и больше ничего — отдельный inference-сервер проще.
Обязательна, если
200+ сотрудников, 5+ команд работают с LLM одновременно.
Нужна видимость расходов на AI по командам и проектам.
Регулируемая отрасль (банк, фарма, госсектор) — обязательно 152-ФЗ и ПДн в РФ.
Используется mix моделей: внешние LLM + локальные на ваших GPU.
Шёпотом проходит «Shadow AI» — сотрудники сливают данные в публичные сервисы.
Параллельные потоки: пока мы настраиваем платформу и собираем первых кастомных агентов, ваша команда согласовывает доступы и политики. Около 60 часов работы вашей команды за весь цикл.
Неделя 1
Мы: Развёртывание (Shared / Dedicated / On-prem), настройка API-ключей провайдеров, конфигурация Smart-роутинга. Подключение AD / LDAP, ролевая модель, матрица «группа → разрешённые модели».
Вы: Тестовый доступ для 5–10 пилотных пользователей, согласование с IT и безопасностью, маппинг групп AD.
Ваше время · 20 ч
Первые пользователи работают через Platform. Доступ управляется централизованно, логи и метрики в дашборде.
Неделя 2
Мы: Подключение корпоративных знаний: Confluence / Notion / Google Drive / файловые хранилища, индексация с учётом прав доступа. Коннекторы к внутренним системам (CRM, 1С, Jira) через готовые интеграции или кастомные MCP-серверы.
Вы: Выбор приоритетных источников, выгрузка тестовых данных, согласование document-level ACL.
Ваше время · 15 ч
AI отвечает на вопросы с опорой на ваши документы. Права доступа уважаются на поиске.
Неделя 3
Мы: Сборка 1–2 ассистентов под приоритетные процессы (юрист / HR / поддержка — под ваш контекст). Подключение инструментов через Tool Calling + MCP, evals-first с тестовыми кейсами до запуска.
Вы: Формулировка задач, данные для eval-датасета, владелец процесса на ревью ответов.
Ваше время · 15 ч
Первый кастомный ассистент в пилоте. Eval-dataset собран, качество мониторится, ломается — видим.
Неделя 4
Мы: Включение детектирования PII, настройка policy-движка (блок / маска / предупреждение), генерация compliance-отчёта по 152-ФЗ. Миграция пилотных приложений в продакшен, мониторинг.
Вы: Ревью отчётов с Legal / Risk, согласование политик с CISO, внутренние коммуникации, утверждение runbook'а.
Ваше время · 10 ч
Платформа в продакшене. Утечки PII блокируются на входе, аудит генерируется автоматически, governance работает без ручного труда.
Итог
4 недели · ~60 часов вашей команды · платформа с первыми кастомными агентами в проде.
Дальше — платформа работает автоматически. Governance не требует ручного труда, аудит генерируется ежемесячно.
Разберём текущий зоопарк AI-инструментов, требования безопасности и подберём вариант поставки. Без презентации — только ваш контекст.
Карта вашего AI-зоопарка: где ключи, где квоты, где утечки.
Рекомендация по варианту поставки: SaaS, Dedicated или On-prem под ваш контур.
Расчёт стоимости запуска и ориентировочный план на 8 недель.
Разберём вашу задачу, подберём формат и покажем, как AI может усилить ваши процессы.
50+
компаний прошли путь AI-трансформации с нами — от аудита до работающих решений.
© 2026 Кактус.AI — подразделение ScrumTrek
