«Группа Астра» представила «Астра ИИ [Платформу]» — новое решение в экосистеме «Астра ИИ». Платформа позволяет создавать, запускать и развивать корпоративные ИИ-приложения без написания кода, используя визуальные инструменты. По заявлению компании, такой подход может сократить сроки внедрения с нескольких месяцев до нескольких дней. Как и другие продукты линейки, решение поддерживает локальное развёртывание и работу в закрытом контуре.
В «Группе Астра» отмечают, что платформа рассчитана на прохождение проверок безопасности программного обеспечения. Компания противопоставляет это открытым платформам, в которых могут обнаруживаться уязвимости. Защита информации особенно важна для организаций, работающих с чувствительными данными.
В состав решения входят два визуальных конструктора. ML-конструктор предназначен для создания алгоритмов машинного обучения, обучения моделей и их развёртывания. LLM-конструктор помогает автоматизировать бизнес-процессы, создавать ассистентов для интеллектуального поиска и агентов для выполнения рутинных задач. Пользователи могут собирать ИИ-процессы из блоков, настраивать их и проверять работу в реальном времени. Интеграция с кодовым агентом «Астра ИИ [Код]» позволяет использовать ИИ-помощника на разных этапах разработки.
Платформа предназначена для организаций с высокими требованиями к защите персональных данных. По замыслу разработчиков, собственный фреймворк и подход low-code помогут компаниям внедрять ИИ, несмотря на ограниченную доступность зарубежных языковых и облачных платформ, а также нехватку профильной экспертизы.
Возможности LLM-конструктора не ограничиваются готовыми сценариями: пользователи могут редактировать код блоков и создавать собственные блоки на Python. Конструктор поддерживает работу с популярными локальными и облачными провайдерами языковых моделей. В него также встроены инструменты для создания баз знаний по технологии RAG, которая позволяет ИИ находить информацию в документах и других источниках.
Кроме того, платформа поддерживает оркестрацию нескольких агентов, включая управление их взаимодействием и распределение задач. Через механизм tool calling агенты могут обращаться к внешним инструментам и системам, например CRM, ERP, веб-поиску и электронной почте. На платформе можно создавать как отдельных ассистентов, так и мультиагентные системы для конкретных бизнес-процессов.
Среди возможных решений компания называет ИИ-аналитика для работы с данными, ИИ-финансиста для финансовых задач, ИИ-секретаря для автоматизации бизнес-процессов, помощника техподдержки и систему мониторинга рисков для государственных организаций и банков.
Управляющий партнёр «Астра ИИ» и директор по науке и ИИ «Группы Астра» Владимир Нелюб объяснил появление платформы растущим спросом на ИИ и нехваткой ML- и LLM-инженеров. По его словам, продукт должен помочь существующим командам расширить свои возможности, а компаниям без таких специалистов быстрее запускать ИИ-процессы. Low-code-инструменты позволяют работать с моделями без глубокой экспертизы в машинном обучении и без необходимости увеличивать штат или вести длительную разработку.
В качестве примера применения компания приводит обработку инженерной документации. Обученные на платформе ML-модели вместе с VLM-моделями могут классифицировать чертежи и распознавать текст. По данным разработчика, обработка десяти страниц со схемами и спецификациями занимает около пяти минут, после чего информацию можно подготовить для загрузки в инженерные системы. Ранее специалистам приходилось вручную изучать схемы и подписи; теперь часть этой работы может выполнять модель.
В «Группе Астра» отмечают, что платформа рассчитана на прохождение проверок безопасности программного обеспечения. Компания противопоставляет это открытым платформам, в которых могут обнаруживаться уязвимости. Защита информации особенно важна для организаций, работающих с чувствительными данными.
В состав решения входят два визуальных конструктора. ML-конструктор предназначен для создания алгоритмов машинного обучения, обучения моделей и их развёртывания. LLM-конструктор помогает автоматизировать бизнес-процессы, создавать ассистентов для интеллектуального поиска и агентов для выполнения рутинных задач. Пользователи могут собирать ИИ-процессы из блоков, настраивать их и проверять работу в реальном времени. Интеграция с кодовым агентом «Астра ИИ [Код]» позволяет использовать ИИ-помощника на разных этапах разработки.
Платформа предназначена для организаций с высокими требованиями к защите персональных данных. По замыслу разработчиков, собственный фреймворк и подход low-code помогут компаниям внедрять ИИ, несмотря на ограниченную доступность зарубежных языковых и облачных платформ, а также нехватку профильной экспертизы.
Возможности LLM-конструктора не ограничиваются готовыми сценариями: пользователи могут редактировать код блоков и создавать собственные блоки на Python. Конструктор поддерживает работу с популярными локальными и облачными провайдерами языковых моделей. В него также встроены инструменты для создания баз знаний по технологии RAG, которая позволяет ИИ находить информацию в документах и других источниках.
Кроме того, платформа поддерживает оркестрацию нескольких агентов, включая управление их взаимодействием и распределение задач. Через механизм tool calling агенты могут обращаться к внешним инструментам и системам, например CRM, ERP, веб-поиску и электронной почте. На платформе можно создавать как отдельных ассистентов, так и мультиагентные системы для конкретных бизнес-процессов.
Среди возможных решений компания называет ИИ-аналитика для работы с данными, ИИ-финансиста для финансовых задач, ИИ-секретаря для автоматизации бизнес-процессов, помощника техподдержки и систему мониторинга рисков для государственных организаций и банков.
Управляющий партнёр «Астра ИИ» и директор по науке и ИИ «Группы Астра» Владимир Нелюб объяснил появление платформы растущим спросом на ИИ и нехваткой ML- и LLM-инженеров. По его словам, продукт должен помочь существующим командам расширить свои возможности, а компаниям без таких специалистов быстрее запускать ИИ-процессы. Low-code-инструменты позволяют работать с моделями без глубокой экспертизы в машинном обучении и без необходимости увеличивать штат или вести длительную разработку.
В качестве примера применения компания приводит обработку инженерной документации. Обученные на платформе ML-модели вместе с VLM-моделями могут классифицировать чертежи и распознавать текст. По данным разработчика, обработка десяти страниц со схемами и спецификациями занимает около пяти минут, после чего информацию можно подготовить для загрузки в инженерные системы. Ранее специалистам приходилось вручную изучать схемы и подписи; теперь часть этой работы может выполнять модель.
