Искусственный интеллект от Teamly превращает вашу базу знаний в удобный инструмент, дает пользователям возможность быстро искать информацию, разгружает техническую поддержку и ускоряет HR‑процессы. Рубрика «Продукт дня».

Обычно дела с корпоративными базами знаний обстоят так: открываешь базу — и через минуту уже тонешь в разделах и «схожих» статьях по ключевому слову. Знакомо? Российский сервис Teamly научил ИИ отвечать на конкретные рабочие вопросы по внутренним документам компании: с учетом прав доступа, со ссылками на источники и возможностью продолжить диалог по теме.

В результате рутинные «где найти», «как оформить», «что у нас по регламенту» перестают отвлекать команду и службу поддержки, а база знаний наконец-то работает как инструмент, а не архив.

Давайте копнем глубже и посмотрим, способен ли этот инструмент действительно упростить рабочие процессы отечественного бизнеса.

Как работает AI-ассистент от Teamly

Разобрать возможности AI-помощника от Teamly предлагаю на примере HR-процессов, тем более что этот отдел в компаниях регулярно обращается к внутренней базе знаний.

В процессе поиска кандидатов нужно быстро погрузиться в требования к будущим сотрудникам и понять, как их оценивать. Если вбить запрос «создай описание вакансии финансового менеджера» в обычную нейросеть, она выдаст набор общих фраз, который мало чем поможет в процессе найма. Полезная информация находится в должных инструкциях, которые, опять же, могут быть раскиданы по разным разделам базы знаний.

Чтобы создать полезное описание вакансии, можно попросить Teamly AI сгенерировать запрос на основании статей аккаунта – так он будет использовать внутренние знания и создаст вакансию, которая будет отвечать требованиям к будущему кандидату.

При этом нейросеть учитывает правовую модель каждого пользователя – то есть вы можете генерировать запросы только на основании тех статей, к которым у вас есть доступ. Так все сотрудники могут использовать искусственный интеллект, а руководство – не переживать за сохранность чувствительной информации.

В каждом запросе можно посмотреть список источников, использованных при его создании. А также продолжить диалог, в чем помогут предложенные варианты развития темы.

Например, после публикации вакансии в том же чате можно продолжить отбор кандидатов – попросить нейросеть оценить резюме, задать вопросы, указать на несоответствие со внутренними политиками компании.

В целом, этот процесс можно было бы организовать и в стандартной нейросети. Нужно будет потратить время, чтобы самому найти нужные документы, выгрузить их из базы знаний и скормить в нейросеть. Это противоречит политикам безопасности многих компаний, но позволяет достичь схожего результата. Настоящая магия искусственного интеллекта в Teamly происходит уже после того, как новый сотрудник выходит на работу.

Вспомните свой первый день в компании. Вам скорее всего выдали оборудование, пропуск и показали, где можно оставить вещи. Именно в первые дни происходит наиболее активное взаимодействие сотрудника с корпоративной базой знаний – чаще всего он пытается найти нужную инфу, не добивается в этом успехов и стучится к своему наставнику.

Обучение и адаптация – важный этап в жизни каждой компании. Но часто наставнику приходится тратить свое время на помощь с рутинными вопросами – доступы, дресс-коды, политики по отпускам и схема прохода к столовой. В таких вопросах фича поиска по базе знаний от искусственного интеллекта превращается в настоящую волшебную палочку!

Не знаешь в каком виде приходить в офис – просто задаешь вопрос о дресс-коде и получаешь короткий ответ со ссылкой на статью. Также со всеми бонусами, корпоративными программами и прочим.

Особенно круто эта функция работает со структурой компании. Поиск нужных сотрудников – задача, с которой сталкивались все внутри крупных корпораций. Обычно ты просто догадываешься о нужном департаменте или направлении, с которого начинаешь копать. Пишешь руководителю продаж в вашем бизнес-юните, который знает руководителя продаж в соседнем бизнес-юните, который знает нужного тебе финансового аналитика. Итог – потраченное время и 2 лишних сотрудника, которые занялись решением вопроса.

Вместо этого можно просто забить запрос в искусственный интеллект и сразу получить нужный контакт.

Возможности искусственного интеллекта позволяют сократить нагрузку на службу поддержки. Часто ответом на мои запросы в ServiceDesk является ссылка на статью в корпоративном портале, где рассказывается о решении проблемы. Уникальные запросы сотрудников – это небольшая часть от общей загрузки. Чаще всего люди обращаются с банальными вопросами, ответы на которые просто не удалось найти.

Грамотно выстроенная база знаний позволяет перевернуть алгоритм решения проблем сотрудников. Если раньше все первым делом писали в техподдержку, то сейчас можно потратить минуту на запрос в нейросеть.

Такой же паттерн поведения можно внедрить со стороны технической поддержки. Если к вам обращается сотрудник, то скорее всего помощник не смог ему помочь через инфу на портале. В качестве ответа можно просто создать новую статью – и закрыть вопрос через ссылку. Таким образом вы пополните базу знаний. Следующий человек получит ответ на этот запрос через чат с нейросетью.

Это правило можно внедрить для всех сотрудников в компании. Если вы получили результат, решили задачу или нашли ответ на вопрос – просто добавьте его в корпоративную базу знаний. Потенциал от внедрения такой практики безграничен – представьте что все проекты с результатами уже оцифрованы в базе знаний. Менеджер по проекту перед началом работы может просто задать вопрос в чат и попросить его “проиндексировать” результаты своих коллег – и сразу же станет понятно, как много работы в компании выполнялось по несколько раз именно из-за того, что никто не оцифровывал свои результаты.

Объясню на примере работы продукта в IT-компании. Представьте, что вам нужно начать новый проект разработки мобильного приложения. Обычно, первые недели работы уходят на исследование архитектурных решений и поиск подрядчиков, а в случае с базой знаний от Teamly он сразу получает доступ к детализированным кейсам: готовые tech stack'и с указанием производительности, проверенные API и их документацию, реальные временные затраты на каждый этап (от MVP до релиза), контакты надежных аутсорс-команд с указанием цен на их услуги и качества кода, а также детальный анализ багов предыдущих проектов с готовыми решениями. Это позволяет сократить время планирования и точнее оценить бюджет проекта (основываясь на реальных данных, а не гипотезах).

Недостатки продукта

Основной недостаток продукта – это его требовательность к данным.

Чтобы нейросеть выдавала качественные запросы, нужно регулярно обновлять корпоративную базу знаний. Как минимум, в ней не должно быть файлов с противоречивой информацией – а устаревшие знания нужно чистить.

Кроме того, необходимо превратить базу знаний из полумертвой странички с текстами в организованную структуру. Отсортировать информацию по разделам, настроить гибкую политику доступов, научить пользователей работать через неё – чтобы вся нужная информация по умолчанию записывалась, обновлялась и редактировалась. Не должно быть такого, чтобы файл с вилками по зарплатам можно было найти по общему поиску. И не смейтесь – я сейчас про реальный кейс из истории работы моего знакомого.

Здесь интересы бизнеса часто расходятся с работниками, которые не хотят тратить время на оцифровку своих результатов и копирайт. Искусственный интеллект может помочь в наполнении базы знаний. Решившие кейс сотрудники могут набросать результаты работы в черновик. Полученную фактуру можно загрузить в нейросеть – и она сама создаст из этого готовую инструкцию для пользователей. Помощник отлично справляется с задачей перевода текста с технического на человеческий. Конечно, создать регламент работы отдела при помощи нейронки не получится, но задачу составления простых инструкций точно можно делегировать.

И, конечно же, вам придётся потратить время, чтобы перенести базу знаний в Teamly и научить всех коллег пользоваться новым инструментом. Про то, как это сделать, я уже рассказывал в отдельных статьях!

Про цены

У Teamly есть несколько тарифов, которые зависят от масштаба вашего бизнеса. Teamly AI есть на всех платных тарифах – и работает по умолчанию.

Начать можно с бесплатного – открывает доступ к ключевым функциям, дает 2гб места и помогает познакомится с продуктом. Отличный вариант, если вы хотите понять пользу Teamly для ваших рабочих процессов.

Базовый тариф позволяет создать полноценную базу знаний и начать управлять задачами. Подходит небольшим командам и стоит 299 рублей за редактора в месяц.

Профессиональный тариф подойдет зрелым командам. В нем, в дополнение к базовым возможностям, добавляется учет времени, подключение двухфакторной аутентификации и личные пространства для каждого пользователя. Стоит 399 рублей за редактора в месяц.

Наконец, есть тариф Enterprise. Он подходит для тех, кто хочет разместить Teamly на своей инфраструктуре и иметь полный контроль над работой программы – его стоимость рассчитывается отдельно.

Кроме того, ребята услышали мой запрос из предыдущих обзоров. Я давно говорил, что функционал Teamly подойдет не только бизнесу, но и обычным людям, которые любят организовывать свою жизнь. Специально для них ребята представили личный тариф за 559 рублей в месяц!

Итог. Личное мнение о продукте

Teamly AI – из тех инструментов, где ИИ реально экономит время: он отвечает по внутренним документам, уважает права доступа и показывает источники, так что диалог получается предметным и безопасным. Одним этим он разгружает поддержку и ускоряет типовые задачи HR и онбординга сотрудников – начиная от «что у нас по дресс-коду?» до поиска нужных контактов.

Минус один, но важный: чтобы выжать максимум, понадобится «гигиена» базы знаний – актуальность, структура, перенос материалов и обучение команды.

По деньгам и старту: начать можно с бесплатного тарифа (ключевые функции и 2 ГБ, чтобы «пощупать» продукт). Дальше – базовый план для маленьких команд (299 ₽ за редактора/мес.) или профессиональный для зрелых (с учетом времени, 2FA и личными рабочими пространствами – 399 ₽). ИИ включен во все платные планы «из коробки».

Резюмирую: рекомендую как «мозг» поверх корпоративного портала. Начните с пилота на HR и поддержке и параллельно заведите правило: каждый закрытый вопрос превращается в статью – так эффект от Teamly AI масштабируется сам собой. Да, похожее можно попытаться собрать на «обычной» нейросети вручную, но это долго и часто бьётся о политики безопасности – Teamly решает это из коробки.

Реклама. ООО «Кьюсофт». ИНН 7714594610. ERID 2SDnjcehKA6

Как AI-помощник Teamly превращает базу знаний из архива в командный инструмент