ИТ-экосистема «Лукоморье» представила платформу ИИ-агентов «Око» для автоматизации бизнес-процессов
Версия для печати
13.08.2026
«Ростелеком» усиливает направление сервисов для бизнеса с использованием технологий искусственного интеллекта: входящая в коммерческий ИТ-кластер компания «Лукоморье» объявляет о запуске платформы «Око». Она предназначена для компаний, которые внедряют ИИ в бизнес-процессы и переходят от использования отдельных сервисов к созданию ИИ-систем корпоративного уровня.
«Око» — решение для создания, управления и промышленной эксплуатации многоагентных ИИ-систем. Платформа объединяет ИИ-модели, корпоративные базы знаний и поддерживает интеграции с внешними информационными системами. В ее основе инструмент визуальной оркестрации, который позволяет собирать рабочие процессы как конструктор. С его помощью проектируют сценарии взаимодействия ИИ‑агентов — добавляют условия и циклы, запускают задачи параллельно, а в ключевых моментах передают управление человеку. Такой подход делает работу ИИ прозрачной, управляемой и воспроизводимой, что особенно важно для корпоративных процессов.
Платформа «Око» позволяет запускать новые ИИ-сценарии в 5–7 раз быстрее по сравнению с разработкой с нуля за счет визуального проектирования, использования готовых компонентов и интеграций. Когда ИИ берет на себя повторяющиеся этапы процессов, компания может увеличить объем операций до трех раз и высвободить до 400 часов рабочего времени команды в год. Готовые шаблоны, визуальный конструктор и инструменты оркестрации автоматизируют до 60% рутинных операций, оставляя ручные проверки только там, где они действительно нужны. Таким образом, бизнес наращивает объемы выполняемой работы без пропорционального роста штата. Итоговый эффект зависит от структуры процесса, качества данных, состава интеграций и требований к контролю.
Важная особенность платформы «Око» — возможность передать автоматизацию непосредственно хорошо знающим бизнес-процесс сотрудникам. Аналитики, владельцы процессов и другие специалисты могут самостоятельно проектировать рабочие процессы в визуальном конструкторе без программирования: задавать последовательность действий, условия и ветвления, подключать ИИ-агентов, корпоративные знания и интеграции.
В платформу встроены механизмы Retrieval-Augmented Generation (RAG)1, позволяющие автоматически формировать и поддерживать корпоративную базу знаний. После загрузки документов «Око» самостоятельно разбивает информацию на смысловые фрагменты, создает векторный индекс, настраивает поиск по знаниям и автоматически обновляет данные при изменении исходных источников. Благодаря этому ИИ-агенты используют актуальную корпоративную информацию при подготовке ответов и принятии решений без необходимости вручную поддерживать базу знаний.
«Платформа не привязана к конкретной языковой модели. В «Око» можно подключать различные LLM, модели эмбеддингов2 и реранкеры3, как доступные онлайн, так и развернутые в инфраструктуре компании. Это помогает подбирать модели под конкретные задачи и при необходимости заменять их без перестройки самого бизнес-процесса, снижая зависимость от одного технологического поставщика».
По своему классу «Око» сопоставима с такими зарубежными платформами, как Amazon Bedrock AgentCore и Microsoft Copilot Studio, при этом ориентирована на задачи корпоративного внедрения и интеграцию в существующую ИТ-инфраструктуру российских компаний.
***
ИТ-экосистема «Лукоморье» — российская компания, входящая в ИТ-кластер «Ростелеком», которая разрабатывает цифровые продукты для управления бизнес-процессами и проектной деятельностью. В состав экосистемы входят более 20 решений, в том числе платформа разработки без кода (no-code платформа), собственная система управления корпоративными ИТ-сервисами (ESM-система), а также инструменты для полного цикла разработки и управления проектами. Все продукты компании интегрированы с технологиями искусственного интеллекта. Клиентами ИТ-экосистемы «Лукоморье» являются крупные компании из банковской сферы, телекома, ИТ, энергетики и других отраслей.
1 RAG (от англ. Retrieval-Augmented Generation — генерация с дополненным поиском) — подход в работе больших языковых моделей (LLM), в котором система ищет релевантные данные во внешних источниках (корпоративных базах знаний, инструкциях и т.д.), а уже потом формирует ответ, опираясь на контекст. Активно применяется в бизнес-решениях.
2 Эмбеддинг (от англ. Embedding — вложение, погружение) — способ представления объектов (слов, предложений, изображений, пользователей, узлов графов и других данных) в виде числовых векторов. Эти векторы сохраняют смысловые связи между объектами: похожие по значению или контексту элементы располагаются ближе друг к другу, а непохожие — дальше.
3 Реранкер (от англ. Reranker — переранжировщик) — модель или алгоритм, который встраивается в обработку запроса, чтобы точнее отсортировать найденные фрагменты перед отправкой в языковую модель.