Когда поступает сообщение о новом дефекте, специалисту по качеству нужно понять, что произошло и встречалась ли такая проблема раньше. Помощник Octave собирает историю похожих случаев, проверяет её и готовит сводку для специалиста.
В Reliance хранится более двух миллиардов документов разных клиентов. При каждом запросе доступны только документы, которые разрешено видеть конкретной организации и пользователю. Поиск по данным всех клиентов сразу не выполняется.
Для разбора нового дефекта нужна история прошлых случаев
На производстве с нормативными требованиями новый дефект может показаться незнакомым, хотя похожая проблема уже возникала. Сведения о ней могут храниться в прошлых претензиях, записях об устранении и предотвращении причин дефектов — CAPA, результатах аудитов, фотографиях и отчётах проверок. Чтобы найти подходящий случай, одного совпадения ключевых слов мало.
Платформа Reliance компании Octave хранит более двух миллиардов документов своих клиентов. Данные разных организаций разделены: один клиент не может искать по документам другого. ИИ должен был помочь использовать накопленную историю, сохранив эти ограничения доступа. [1]
Можно ли сразу дать специалисту историю похожих случаев, чтобы ему не приходилось часами собирать её заново?
Помощник работает на общей платформе для ИИ-сценариев
Octave начала с общей технической основы, которую можно использовать в разных задачах. Первым сценарием в эксплуатации стал Complaint Triage Assistant — помощник для первичного разбора претензий. Инфраструктура рассчитана и на будущие задачи управления качеством.
Подготовить документы к поиску
Система разбирает файлы разных форматов и с помощью Cohere Embed v4 в Amazon Bedrock создаёт их числовые представления для поиска по смыслу. Они хранятся в индексах OpenSearch, разделённых по клиентам.
Учитывать права пользователя
AgentCore Gateway и отдельная среда microVM для каждого сеанса ограничивают доступ к инструментам и данным правами пользователя, который отправил запрос.
Проверять входные данные и ответы
Bedrock Guardrails проверяет вложения, найденные материалы и итоговую сводку. Действия системы записываются, чтобы их можно было проверить.
Для работы с нормативными требованиями недостаточно быстрого поиска по смыслу. Нужно ещё соблюдать права доступа, сохранять основания для проверки выводов и обеспечивать воспроизводимость процесса. [1]
От вложений к сводке для специалиста
Помощник выполняет последовательность отдельных шагов. В источнике описан такой порядок работы:
Извлечь сведения из файлов
Система разбирает претензию и вложения, включая сканы и изображения, и подготавливает их содержимое к анализу.
Кратко описать, что произошло
ИИ-модель составляет краткое описание случая. Поиск строится по этой сводке, а не по полному набору необработанных вложений.
Найти подходящие прошлые случаи
Система ищет похожие претензии и связанные с ними меры по устранению или предотвращению причин дефектов — CAPA. Поиск идёт только в данных клиента, к которым у пользователя есть доступ.
Перепроверить результаты поиска
Отдельный запрос к модели оценивает найденные случаи. Он отбрасывает поверхностные совпадения, в которых похожи слова, но различаются причины проблемы.
Подготовить сводку для разбора
В сводку входят основные факты новой претензии, результаты прошлых разбирательств, признаки срочности и предложенный приоритет.
Передать решение человеку
Специалист по качеству проверяет материалы и решает, что делать дальше. Источник не описывает, чтобы ИИ самостоятельно утверждал соответствие нормативным требованиям.
Отдельная проверка найденных совпадений — полезная деталь этого кейса. Документы могут быть похожи по смыслу, но не подходить для решения конкретной задачи. [1]
Права доступа проверяются при каждом запросе
Защита в Octave встроена в работу системы. В источнике описаны три группы ограничений: права пользователя, разделение данных клиентов и проверка содержимого документов и ответов.
Каждый видит только разрешённые ему данные
Индексы документов, условия поиска, учётные данные и действия ИИ-помощника ограничены правами организации и пользователя. Для каждого сеанса AgentCore создаётся отдельная среда microVM. По окончании работы её закрывают и очищают.
- Система использует права конкретного пользователя, а не общую учётную запись с доступом ко всему.
- Доступ к каждому инструменту проверяется отдельно, за пределами модели.
- Поиск ограничен данными соответствующего клиента.
Вложение — источник данных, а не команд для ИИ
Во внешних PDF-файлах и письмах могут быть вредоносные инструкции. Guardrails проверяет извлечённые материалы, найденную информацию и итоговую сводку. Файлы разбираются в изолированной среде без исходящего доступа к сети.
- Специальная разметка помогает отличать данные документа от инструкций для модели.
- Персональные данные маскируются при поступлении.
- Результаты проверок сохраняются, чтобы можно было восстановить ход работы.
Это конкретные технические меры, о которых сообщают Octave и AWS. Они снижают определённые риски, но публикация не доказывает, что ошибки или нарушения безопасности полностью исключены. [1]
Каждую сводку можно проверить и восстановить ход её подготовки
Octave записывает обращения к модели, поиск документов и вызовы инструментов с помощью трассировки, совместимой с OpenTelemetry. Благодаря этому можно увидеть, на каких материалах основана сводка и как система её подготовила.
После изменения модели, инструкций или настроек поиска команда проверяет работу на примерах, которые разметили эксперты. Оцениваются точность пересказа, уместность найденных документов и полнота ответа. Более гладкий текст сам по себе не считается улучшением, если он опирается на менее подходящие материалы. [1]
Основания для вывода
Какие прошлые случаи подтверждают рекомендацию и как система использовала эти сведения?
Проверка после обновлений
Не снизились ли после смены модели или инструкций точность, полнота ответа и способность находить подходящие документы?
Ответственный специалист
Кто принял решение о приоритете и на какие материалы опирался?
История доступа
От чьего имени работала система и какие права позволяли ей обращаться к данным и инструментам?
Octave: ИИ берёт на себя подготовку, занимавшую 4–6 часов
По данным AWS, на момент публикации помощник уже три месяца работал в реальных условиях. Octave связывает с его внедрением несколько изменений.
Столько, по оценке Octave, занимала подготовка к одному разбору: извлечение сведений из вложений, поиск прошлых случаев и чтение материалов для проверки совпадений. Эту работу теперь выполняет система. Сколько времени остаётся на проверку человеком, в источнике не указано.
Заявленное сокращение времени запуска следующих ИИ-сценариев благодаря повторному использованию общей платформы.
Период эксплуатации, описанный в статье AWS.
В описанной конфигурации система загрузки и подготовки документов также достигла скорости 1,4 миллиона документов за 24 часа для рабочей нагрузки одного клиента. Это пропускная способность инфраструктуры, а не число претензий, которые помощник разбирает за день. [1]
Чего эти цифры не доказывают
В публикации нет независимой проверки общей экономии времени, точности решений по каждому случаю, доли пропущенных дефектов, финансовой окупаемости или среднего сокращения срока закрытия претензий. Показатель 4–6 часов описывает работу, переданную системе. Он не означает, что человеку больше ничего не нужно делать.
История прошлых случаев полезна при разборе других проблем
Такой подход может помочь и другим командам: при поступлении новой проблемы найти похожие случаи и подтверждающие документы, затем передать материалы человеку для проверки.
Повторяющиеся дефекты на объекте
Сравнить новую проблему с результатами прошлых осмотров, перечнями недоделок, записями о ремонте и согласованными мерами по устранению дефектов.
Проблемы с качеством поставок
Собрать для проверяющего прошлые несоответствия, правила приёмки и историю устранения дефектов.
Разбор гарантийных обращений
Подготовить для специалиста прошлые обращения по гарантии, фотографии, сведения о ремонте и записи о причинах неисправностей.
Для таких сценариев нужны надёжные исторические данные, явно указанные владельцы документов, права доступа и ответственный специалист, который может отклонить вывод ИИ.
Пять вопросов перед началом работы
Какие документы разрешено видеть каждому сотруднику?
До подготовки поискового индекса определите права на уровне организации, клиента, проекта и документа. Поиск должен соблюдать те же ограничения, что и исходные системы.
Что делает два случая действительно похожими?
Опишите признаки сходства в вашей области и приведите примеры ложных совпадений. Для важной рекомендации одного сходства текста недостаточно.
Чем нужно подтверждать каждый вывод?
Показывайте ссылки на источники, обозначения документов и объяснение связи между случаями, чтобы специалист мог её проверить.
Как проверять систему после обновлений?
Поддерживайте набор примеров, для которых эксперты указали правильные результаты. Проверяйте, находит ли система нужные случаи, насколько они подходят задаче, полно ли она отвечает и правильно ли обрабатывает опасное содержимое.
Какой результат мы будем измерять?
Измеряйте время специалиста, число исправлений, пропущенные важные случаи и полный срок разбора. Одного количества подготовленных ИИ-сводок недостаточно.
Сначала найти и проверить историю, затем принять решение
Octave объединяет поиск по документам, проверку совпадений и соблюдение прав доступа. Помощник готовит сводку, а специалист по качеству изучает подтверждающие материалы и решает, как работать с претензией.
ИИ находит и проверяет подходящие прошлые случаи. Специалист по качеству решает, что делать дальше.
Для первого этапа B2B-команда может выбрать один узкий тип проблем и ограниченный набор документов с проверенным доступом. Нужно также определить, как человек будет проверять ответ ИИ и как оценивать результат этой проверки. Это рекомендуемый подход, а не описание решений, внедрённых Octave у клиентов.
Какие сведения ваша команда каждый раз ищет заново?
Мы разберём, где хранятся нужные документы, кто проверяет результаты и какой эффект стоит измерять. С этого можно начать первый процесс с помощью ИИ.
Это независимый разбор стороннего внедрения, подготовленный Maak.Digital. Материал не описывает проект, выполненный Maak.Digital, и не является техническим аудитом, рекомендацией продукта или независимым воспроизведением заявленных результатов. Цифры, технические сведения и сроки приведены по сообщениям компаний и авторов источника ниже. Примеры для других отраслей показывают возможное применение подхода и не описывают внедрения Octave. Дата публикации Maak.Digital — 21 октября 2026 года. Числовые показатели сообщены компаниями и не гарантируют таких же результатов в другой организации. Описание процесса упрощено для ясности; технические подробности приведены в первоисточнике.