Поиск информации о проекте или проектах

В современных условиях перегрузки информацией руководители проектов и топ-менеджеры часто тратят больше времени на поиск ответов в отчетах, чем на принятие управленческих решений. Когда проектов десятки, а метрики обновляются ежедневно, ручной мониторинг дедлайнов, бюджетов и качества заполнения отчетности становится «бутылочным горлышком» всей системы.

Нейросети позволяют принципиально изменить подход к получению информации о проектах. Вместо долгого анализа отчётов и «дашбордов» – сразу получать ответы на конкретные вопросы. Эти вопросы могут касаться, как отдельных проектов, так и сводной информации по ним. Вопросы по конкретному проекту могут быть, как о его общем состоянии, так и об отдельных аспектах: сроки, бюджет, отчёты сотрудников.

Чтобы получить краткую сводку о состоянии проекта можно задать вопрос общего характера, например: Покажи текущий статус по проекту «…»

ИИ-помощник найдёт в ADVANTA информацию об указанном проекте и подготовит краткий текстовый обзор его состояния на основе ключевых аспектов: плановые и фактические даты, срыв сроков, если имеется; сводки из отчётов руководителей проекта и прочие.

Если требуется получить информацию по определённому аспекту проекта (сроки, отчёты, финансы), можно задать более конкретный вопрос.

Пример вопроса о сроках проекта: Покажи сроки реализации проекта «…» и отклонение от базового плана

В ответ ИИ-помощник извлечёт сведения о плановых и фактических датах, об отклонениях, если они есть.

Пример вопроса о бюджете проекта: Покажи текущий бюджет проекта «…» и отклонение от бюджета

ИИ-помощник извлечёт информацию о плановом и фактическом бюджете проекта.

Пример вопроса о руководителе проекта: Кто руководитель проекта «…»

ИИ-помощник найдёт информацию о руководителе указанного проекта.

Помимо вопросов о конкретных проектах можно запрашивать и сводную информацию. К примеру, попросить ИИ-помощника найти все проекты, где имеются превышения по бюджету, срокам или метрикам.
Пример вопроса о превышении утверждённой даты завершения: У каких проектов плановая дата завершения позднее утверждённой?

Пример вопроса о проектах, которыми руководит определённый сотрудник: Какие проекты ведёт РП «…»?

Пример вопроса по отчётам руководителей проектов: В каких проектах требуется подключение руководства?

Вопросы могут касаться не только дат и числовых значений, но и содержания «отчётов по статусу», которые регулярно заполняют руководители проектов. Обычно в отчётах они указывают какие результаты достигнуты, какие проблемы выявлены и ставят признак «требуется ли помощь руководителя». Можно попросить ИИ-помощника найти проекты, где требуется помощь руководства.

Важная способность нейросетей – помнить несколько последних вопросов и ответов в диалоге с пользователем. Это позволяет кратко задавать уточняющие вопросы по уже полученным ответам.

Пример уточняющего вопроса пользователя
Если пользователь видит, что ему требуется чуть более подробная информация по уже полученному ответу, может кратко запросить уточнение, не повторяя весь вопрос целиком.

Пример уточняющего вопроса нейросети

Задавать уточняющие вопросы может и сама нейросеть, если вопрос пользователя ей по какой-то причине не ясен. Например, пользователь хочет узнать, кто является руководителем проекта, но в запросе указал не полное его название, а лишь фрагмент:

Кто руководитель проекта Внедрение системы

При этом в ADVANTA есть несколько проектов, названия которых соответствуют фразе «Внедрение системы». ИИ-помощник поймёт, что следует уточнить, о каком именно из проектов идёт речь:

Пример вопроса с ошибкой в названии

Нейросети также понимают, что пользователь может допускать в вопросах банальные ошибки. В этом случае ИИ-помощник предложит варианты, близкие, по его мнению, к реальной цели пользователя.

Например, пользователь не верно указал в вопросе название системы: вместо «SimpleOne» по ошибке написал «SimensOne». Нейросеть, не найдя такой проект, предположит, что пользователь ошибся и проверит, нет ли проектов с похожим названием.

Чтобы реализовать помощника для ответов на вопросы о проектах требуется работа аналитиков внедрения, знакомых с объектной моделью ADVANTA на конкретном предприятии. Основные шаги внедрения:

1. Определить, какого спектр вопросов, которые потребуется задавать ИИ-помощнику («сценарии взаимодействия»). Они зависят от специфики сферы деятельности предприятия. Потребуется набор контрольных вопросов с ожидаемыми «хорошими» ответами.

2. Определить – к каким именно объектам ADVANTA потребуется доступ ИИ-помощнику для ответов на вопросы. Подготовить LINQ-запросы или определить SOAP API-функции, которые потребуются для получения этих данных.

3. Развернуть на предприятии серверы для следующих систем:

• Система управления AI-агентами. Это может быть бесплатная «n8n» или коммерческая отечественная система, например: «Agent Navigator», «Neuromus» или «Just AI Agent Platform». Примечание: при использовании коммерческой системы потребуется привлечь специалистов вендора именно этой системы.
• Сервер с локальной LLM. Желательно LLM уровня «GPT-OSS:120b». Для относительно небольших данных, возможно, будет достаточно «GPT-OSS:20b», «GigaChat-20B». Примечание: можно использовать облачную LLM с доступом к API через Интернет, но это риск утечки конфиденциальных данных.
• В зависимости от специфики «сценариев взаимодействия» дополнительно могут потребоваться серверы для следующих систем:
  • Если предполагается хранение временных данных в отдельной СУБД – потребуется отдельный сервер с СУБД PostgreSQL.
  • Для процессов регулярной выгрузки данных из ADVANTA во временную БД может потребоваться модуль «Цифровой помощник» ADVANTA (как вариант, можно реализовать выгрузку данных средствами «системы управления AI-агентами»).
  • Если в «сценарии взаимодействия» войдут вопросы, требующие, помимо запросов к базе данных, полнотекстового поиска информации, потребуется сервер для системы хранения векторных данных (например, «Supabase»).

4. Настроить ИИ-помощника в «системе управления AI-агентами», а также вспомогательные процессы и системы по необходимости (выгрузка данных, временная СУБД и т.д.). В ходе настройки специалисты внедрения создают:

• Инструкцию («промпт»).
• «Триггеры» или «скрипты», с помощью которых LLM сможет получать данные из ADVANTA для подготовки ответов.
• Набор тестовых примеров проектов и отчётов, позволяющих проверять правильность работы ИИ-помощника.

Возможности нейросетей по анализу данных всё более возрастают по мере развития технологии. Со временем они частично заменят отчёты и дашборды. Уже сейчас ИИ-помощник позволит радикально изменить процесс анализа данных в управлении проектами и даст предприятию ряд преимуществ:

• Экономия времени: вместо ручного изучения отчетов и «дашбордов» сотрудники получают мгновенные ответы на конкретные запросы, что ускоряет принятие оперативных решений.
• Снижение нагрузки на руководителей проектов: Автоматизация ответов на типовые вопросы освобождает менеджмент от рутинных действий, позволяя сфокусироваться на управлении рисками.
• Минимизация ошибок. ИИ анализирует данные о проектах без «человеческого фактора», позволяя заметить отклонения и риски до того, как они станут проблемами.