В ресторанном холдинге была внедрена система HR-бота на базе ИИ, которая работает поверх корпоративной базы знаний, учитывает роль сотрудника и предоставляет ответы со ссылками на актуальные документы.

Основная задача проекта — заменить разрозненные FAQ, Wiki, документы и чаты единым интерфейсом доступа к корпоративным знаниям. Сотрудник может задать вопрос в свободной форме и получить ответ с учётом своей должности, прав доступа и актуальной версии документа.

Исходная проблема

В компании знания хранились в нескольких источниках: Notion, Google Docs, таблицах, чатах и устных договорённостях. Это типичная структура для растущих организаций, но она плохо масштабируется.

Чтобы получить простой ответ, сотруднику нужно было найти нужный регламент, проверить его актуальность, уточнить информацию у коллег или руководителя и только после этого применить её в работе. Даже базовые вопросы могли занимать 10–20 минут рабочего времени.

Для HR и менеджеров это создавало постоянную нагрузку: одни и те же вопросы повторялись, ответы зависели от человеческого фактора, а актуальность информации было сложно контролировать централизованно.

Цель проекта

Целью было создать HR-бота, который:

понимает вопросы на естественном языке;
работает поверх актуальной базы знаний;
учитывает роль и права доступа сотрудника;
возвращает ответ со ссылкой на первоисточник;
показывает дату последнего обновления документа;
изолирует данные между ролями;
фиксирует историю запросов для аналитики;
работает 24/7 без участия HR-отдела в типовых сценариях.

Ключевое отличие от FAQ — бот работает не по ключевым словам, а по смыслу запроса. Это позволяет сотруднику формулировать вопрос в привычной форме, без необходимости знать точное название регламента или раздела базы знаний.

Архитектура базы знаний

База знаний построена на связке RAG и PostgreSQL. RAG используется как слой извлечения релевантного контекста из корпоративных данных, PostgreSQL — как часть инфраструктуры хранения и управления структурированной информацией.

Источником данных выступает Notion: менеджеры обновляют документы там, а сотрудники получают через бота уже актуальную версию информации. В ответе бот может указывать ссылку на первоисточник, дату последнего обновления и точные цитаты из документа.

Такой подход решает две задачи одновременно. Во-первых, сотрудники не работают с устаревшими копиями регламентов. Во-вторых, HR и руководители сохраняют контроль над источником истины: данные обновляются в одном месте, а бот использует их как основу для ответов.

Ролевая модель доступа

В системе реализована изоляция данных по ролям. Каждая роль имеет собственную коллекцию данных в базе знаний.

Например:

официант не получает доступ к информации, предназначенной для управляющего;
HR не видит данные управляющего о гостях;
управляющий не получает доступ к конфиденциальным документам других ролей.

Права доступа управляются через админку. Там можно назначать роли, выдавать доступы, просматривать обезличенную историю запросов и анализировать, какие темы сотрудники запрашивают чаще всего.

Если в Notion у документа или фрагмента есть пометка «Конфиденциально», бот явно маркирует соответствующий ответ.

Основные пользовательские сценарии

На первом этапе бот закрывает типовые ежедневные задачи сотрудников. Через него можно получить:

описание ресторана и его концепции;
стандарты сервиса;
корпоративные правила;
инструкции по процессам;
контакты коллег;
описания блюд;
информацию по отпуску, больничным и справкам;
доступ к обучающим материалам;
сопровождение онбординга.

С точки зрения сотрудника это единая точка входа в корпоративную информацию. С точки зрения компании — способ снизить зависимость от устных пояснений, чатов и повторяющихся обращений к HR.

Работа с операционными данными

Бот может работать не только с текстовой базой знаний, но и с внешними системами компании. В проекте предусмотрены интеграции с операционными источниками данных:

данные о гостях;
IIKO;
CRM;
внутренние API компании;
система бронирований;
комментарии гостей;
история посещений.

Это расширяет область применения бота за пределы классического HR-FAQ. Система может использоваться как интерфейс к внутренним процессам, где сотруднику нужно быстро получить данные из нескольких источников без ручного поиска.

Аналитика запросов

В админке хранится история запросов. Она используется не для чтения частных обращений сотрудников в открытом виде, а для анализа повторяющихся тем и проблемных зон.

Компания может видеть:

какие вопросы задают чаще всего;
какие темы вызывают затруднения;
какие регламенты требуют уточнения;
где сотрудники не находят нужную информацию;
какие процессы стоит описать подробнее.

На основе этих данных можно развивать базу знаний не абстрактно, а по фактическому спросу внутри компании.

Также предусмотрено использование накопленных данных для будущих моделей, которые смогут оценивать риск выгорания, вероятность увольнения и изменения эмоционального состояния команды. Такие сценарии требуют отдельной проработки с точки зрения этики, прав доступа, прозрачности и ограничений на использование персональных данных.

Безопасность и приватность

Безопасность была заложена как базовый слой системы, а не как дополнительная настройка после запуска.

В архитектуре используются:

изоляция данных между ролями;
отдельные коллекции базы знаний для разных ролей;
индивидуальные ключи доступа;
автоматическое скрытие недоступной информации;
явная маркировка конфиденциальных ответов;
логирование запросов;
контроль попыток обращения к чужим данным;
мониторинг аномалий;
ограничение частоты запросов;
нагрузочные тесты;
отказоустойчивая архитектура.

Главная задача этого слоя — не допустить превращения бота в несанкционированный канал доступа к внутренним данным. Для корпоративной системы это критично: удобство интерфейса не должно снижать уровень контроля над информацией.

Потенциальное развитие системы

Текущая версия бота выступает базовой инфраструктурой для дальнейших HR- и операционных сценариев.

Персональный онбординг

Бот может сопровождать нового сотрудника: выдавать материалы, проверять понимание, напоминать о дедлайнах и подсказывать следующий шаг. Это снижает нагрузку на HR-отдел и делает адаптацию более стандартизированной.

Индивидуальный трек развития

На основе роли, динамики запросов, задач и интересов сотрудника система может формировать рекомендации по развитию: какие навыки изучить, какие обучающие материалы пройти, какие внутренние проекты могут быть релевантны.

Автоматическое формирование документов

Отпускные листы, заявления, справки и другие внутренние документы могут формироваться автоматически в корректном формате. Это сокращает количество ручных операций со стороны HR.

Передача запроса HR-менеджеру

Если вопрос требует участия человека, бот может определить нужного адресата: HR-бизнес-партнёра, рекрутера или менеджера. При передаче сохраняется контекст обращения, чтобы сотруднику не приходилось повторять информацию.

Предиктивная HR-аналитика

При достаточном объёме данных система может использовать паттерны поведения для раннего обнаружения рисков: выгорания, снижения вовлечённости, вероятности увольнения. Этот сценарий требует строгих правил обработки данных и понятных ограничений применения.

Персональные рекомендации

Бот может рекомендовать внутренние задачи, наставников, полезные контакты и обучающие материалы на основе роли и истории взаимодействия сотрудника с системой.

Результат для бизнеса

Внедрение HR-бота даёт компании единый интерфейс доступа к корпоративным знаниям и снижает нагрузку на HR и руководителей.

Система помогает:

ускорить онбординг;
уменьшить количество повторяющихся вопросов;
сократить время поиска информации;
повысить качество сервиса;
стандартизировать доступ к регламентам;
сделать процессы прозрачнее;
собирать аналитику по запросам сотрудников;
масштабировать поддержку команды без пропорционального роста HR-штата.

В отличие от статичного FAQ, такая система работает как управляемый слой корпоративной памяти. Она не просто хранит документы, а связывает их с ролями, правами доступа, актуальностью данных и реальными рабочими сценариями сотрудников.

HR-бот на базе RAG: архитектура корпоративной базы знаний для ресторанного холдинга