ИИ в алкогольном бизнесе. Антон Блинов, Rue de Vin: «Ответственность за результат не переходит к агенту - её сохраняет человек»

Опубликовано:  Сегодня, 09:05

Сегодня трудно найти информационный канал, в котором не обсуждается новый вызов человечеству - искусственный интеллект. Много ожиданий, обсуждений, эмоций. Но кое-кто уже переходит от слов к делу, внедряет ИИ-агентов в бизнес-процессы, налаживает соседство человека и робота. Это компания Rue de Vin, импортер и дистрибьютор алкоголя и у нас сегодня в гостях Антон Блинов, её генеральный директор, вопросы которому задает Юрий Юдич – руководитель группы Алкоэксперт.

Юрий Юдич: На каких технологиях построен Руди? Какие языковые модели и программные решения вы используете? Это собственная разработка или интеграция готовых инструментов?

Антон Блинов: Основа Руди - Hermes Agent, open-source агентная платформа. Но в нашем случае это не «коробка»: исходную базу я сам адаптировал под процессы «Рю де Вин». Система проходила несколько этапов настройки и пилотирования: сначала мы отрабатывали её с руководителями, а затем дали доступ всей команде.

Руди работает в тех же рабочих контурах, что и сотрудники: Telegram, корпоративная почта и Kaiten, где мы ведём задачи. Данные из 1С он читает, но изменять их не может. Для языковых задач мы тестировали GPT, Kimi и DeepSeek. В текущей рабочей конфигурации доступ к китайским моделям идёт через API-провайдера, работающего в России; конкретная модель для меня вторична. Гораздо важнее, откуда агент берёт исходные данные, какие действия ему разрешены и как проверяется результат.

Поэтому я бы назвал Руди собственной интеграцией на базе готового open-source инструмента. Базовую языковую модель и сам фреймворк мы не создавали, но бизнес-логику, источники данных, права доступа, расписания, сценарии и критерии завершения я настраивал под нашу компанию.

ЮЮ: Сколько стоит создание и эксплуатация такого агента? Во сколько обходятся сервер, использование нейросетей и техническое сопровождение? Сколько времени вы лично потратили на разработку и настройку системы?

АБ: Совокупные денежные расходы на Руди сейчас составляют около 250 долларов в месяц. Основные статьи затрат - серверная инфраструктура и доступ через API-провайдера, работающего в России и предоставляющего доступ к китайским языковым моделям. Отдельной команды разработки у нас нет: систему я собирал и продолжаю дорабатывать сам. На настройку, развитие сценариев и контроль в среднем уходит около часа моего времени в день.

ЮЮ: Можете разобрать один конкретный пример работы Руди от начала до конца? Например, подбор клиентов для новых вин после дегустационного комитета. Какие данные использует агент, какие действия выполняет самостоятельно, сколько времени это занимает и что проверяет человек?

АБ: Хороший пример - предложение от немецкой винодельни. Мне нужно было понять, кому из наших действующих клиентов эта линейка потенциально подходит и на каких условиях имеет смысл продолжать переговоры.

Я попросил Руди поднять продажи из 1С за предыдущие 12 месяцев и отобрать действующих клиентов, которые уже покупали вина в сопоставимой ценовой категории. Примерно через восемь минут в рабочей карточке появился список возможных покупателей с кратким объяснением, почему каждый из них попал в выборку.

Параллельно я попросил проверить по открытым источникам, какая продукция этого производителя уже продаётся в России и по каким ценам, а затем сопоставить её с близкими позициями наших действующих поставщиков. Следующий этап - экономика предложения: закупочная цена, логистика, действующая структура затрат и целевой уровень маржи. Здесь я отдельно объяснил Руди нашу логику расчёта, потому что универсальной формулы для такого решения нет.

На выходе мы получили подготовленный набор данных и несколько вариантов для решения. Три вина мы затем отобрали сами и продолжили переговоры с поставщиком. То есть Руди самостоятельно собирает и структурирует данные, делает первичный анализ и расчёты, а человек проверяет предпосылки и принимает коммерческое решение.

ЮЮ: Где заканчивается обычная автоматизация и начинается искусственный интеллект? Вы упоминаете 43 активные задачи. Сколько из них действительно требуют интеллектуального анализа и принятия решений, а сколько представляют собой традиционные алгоритмы, напоминания и автоматические рассылки?

АБ: Если смотреть только на количество задач, получится неправильная картина. В июле у нас было 43 активных задания, а на 23 октября - уже 58. Из них 21 непосредственно запускает Руди как агента. Остальные 37 - автоматические проверки, напоминания и сценарии; при этом часть из них тоже может обращаться к языковой модели, если нужно понять содержание письма или классифицировать ситуацию.

Для меня граница довольно практическая. Обычная автоматизация работает по заранее заданному правилу: наступила пятница - напомнить, изменилось поле - создать задачу. ИИ нужен там, где требуется прочитать неструктурированный текст, сопоставить контекст, выбрать вариант или сформировать вывод. Например, понять из переписки, к какой поставке относится расчёт, или определить, какое письмо требует ответа.

Поэтому я не называю все 58 задач «ИИ-сценариями». Это смешанная система из обычных правил, автоматизации и агентного анализа.

ЮЮ: Какие ошибки совершал Руди? Можете привести конкретный пример неверного решения или неудачного сценария? Как обнаружили проблему и что изменили после этого?

АБ: Один показательный случай произошёл с приходом Pinot Grigio. Торговая команда не получила уведомление о поступлении, хотя вино уже было на складе. Сам сценарий технически запускался без ошибки, но проверка смотрела не на тот товар, поэтому система считала, что всё прошло нормально.

Проблему обнаружили люди - по тому, что ожидаемого уведомления не было. После этого я изменил логику проверки: теперь недостаточно, чтобы сценарий просто «отработал»; он должен подтвердить ожидаемый бизнес-результат по конкретному товару и событию.

Для меня это важный урок: отсутствие технической ошибки ещё не означает правильного результата. В задачах с более высокой ценой ошибки мы добавляем отдельную проверку и оставляем окончательное решение человеку.

ЮЮ: Каков измеримый экономический эффект? Какие результаты внедрения можно оценить сегодня? Сколько рабочего времени экономится, какие процессы ускорились, удалось ли увеличить объём операций без расширения штата?

АБ: Точную окупаемость Руди я сейчас называть не готов: мы ещё не провели полноценный расчёт «до и после», и придумывать процент ROI было бы неправильно. Пока корректнее говорить о тех эффектах, которые уже можно измерить на уровне отдельных процессов.

В кейсе с новой винодельней первичный список действующих клиентов Руди сформировал примерно за восемь минут. В другом регулярном процессе он выявил три расхождения между заявками и фактически оформленными заказами; сотрудник проверил их и подтвердил необходимость корректировок. На 23 октября в планировщике 58 действующих задач и сценариев, из которых 21 предполагает непосредственную работу агента. Во время моего отпуска Руди ежедневно фильтровал рабочий поток и выносил наверх только вопросы, где действительно требовалось моё решение.

При этом я не утверждаю, что Руди уже доказанно увеличил продажи или заменил нам дополнительный найм - такого причинного измерения мы пока не сделали. Следующий этап для нас как раз количественный: сравнивать одинаковые процессы «до» и «после» по времени до результата, доле задач, закрытых без вмешательства руководителя, числу выявленных ошибок и объёму ручной поддержки системы.

ЮЮ: Как обеспечивается безопасность коммерческой информации? Агент имеет доступ к переписке, данным клиентов, поставщиков и ценам. Где обрабатываются эти сведения, передаются ли они внешним ИИ-сервисам и как контролируется соблюдение прав доступа?

АБ: Серверы и основные базы компании находятся в России. Доступ Руди ограничен конкретной задачей и правами пользователя; к 1С у него доступ только на чтение. Для отдельных языковых операций мы используем сервис API-провайдера, работающего в России и предоставляющего доступ к китайским моделям. Платежи, принятие обязательств, изменение прав доступа и другие чувствительные действия агент самостоятельно выполнять не может - решение остаётся за человеком. Детали архитектуры информационной безопасности и состава передаваемого технического контекста мы публично не раскрываем.

ЮЮ: Как проверяется качество работы самого агента? Вы говорите, что Руди самостоятельно диагностирует ошибки и контролирует выполнение задач. Но кто проверяет его собственные выводы? Существует ли независимый контроль, позволяющий выявить ошибку, которую агент сам не заметил?

АБ: Работу в конечном итоге принимает сотрудник, который отвечает за конкретную задачу. Если Руди подготовил расчёт или документ, ответственность за результат не переходит к агенту - её сохраняет человек. Это и есть основной независимый уровень контроля.

Был, например, простой случай: юрист заметил, что название протокола фактически повторяет его содержание. Руди этого не увидел. После замечания мы исправили текст и добавили соответствующую проверку. Возможность обучить систему на такой ошибке для меня не менее важна, чем сама ошибка.

Для сложных выводов можно попросить другую модель проверить результат, но это не панацея: если обеим моделям дать одну и ту же неверную предпосылку, они могут согласиться друг с другом. Поэтому критические расчёты мы сверяем с первичными документами и данными учётной системы, а необратимые действия - деньги, обязательства, доступы - остаются только за человеком.

ЮЮ: Как изменились обязанности сотрудников после появления Руди? Можете привести пример на уровне конкретной должности? Какие операции удалось передать агенту, какие новые задачи появились у сотрудника? Возникали ли сложности или сопротивление внедрению?

АБ: Сопротивления как такового не было, но пользоваться Руди сразу начали не все. Сначала сотрудники смотрели, как я ставлю ему задачи и что получаю в ответ, а затем постепенно стали подключать его к своей работе.

Возьмём руководителя продаж. В сентябре изменилась себестоимость новой партии Prosecco, и нужно было понять, требуется ли менять цены. Раньше для такого решения руководителю пришлось бы вручную собрать остатки, себестоимость предыдущих партий, текущие цены и маржу. Руди собрал данные из 1С, разложил варианты и подготовил расчёт. Руководитель проверил учтённые расходы, целевую маржу и уже сам принял решение по цене.

То есть агент забирает сбор и первичную обработку данных, а у сотрудника остаются проверка, решение и коммуникация с клиентами. Появляется и новая рабочая компетенция: правильно поставить задачу агенту, понимать, где он может ошибиться, и проверить результат.



ЮЮ: Что из вашего опыта могут повторить другие компании алкогольного рынка? Если небольшая виноторговая компания с 10–15 сотрудниками захочет внедрить подобного агента, с какого процесса вы посоветуете начать? Каковы минимальные технические требования, примерные затраты и главные ошибки на старте?

АБ: Я бы советовал начинать не с идеи «внедрить ИИ», а с одного конкретного повторяющегося процесса, где данные уже существуют в цифровом виде, результат можно проверить, а ошибка обратима. Для небольшой виноторговой компании это может быть контроль незакрытых запросов поставщикам и клиентам, подготовка сводки по цене и остаткам или первичный подбор клиентов под новую позицию.

Технически нужен постоянно работающий контур для агента, доступ к рабочему таск-трекеру и почте, безопасный доступ к учётным данным - на первом этапе лучше только на чтение - и одна или несколько языковых моделей. В нашей конфигурации текущие денежные затраты составляют около 250 долларов в месяц, но это не универсальная рыночная цена, а стоимость именно нашего контура.

Главная сложность обычно не техническая. Если в компании нет единого источника актуального статуса и сотрудники сами по-разному понимают, где находится правильная информация, агент просто автоматизирует этот беспорядок. Поэтому сначала нужно навести порядок в процессе, затем дать агенту ограниченный доступ и проверить его на нескольких повторяемых циклах. Самые опасные ошибки на старте - дать слишком широкие права, автоматизировать неформализованный процесс и считать сценарий рабочим только потому, что он однажды успешно запустился.

Что ж, искусственный интеллект (ИИ) шагает по планете, внедряясь в самые разные сферы человеческой деятельности. Отрасль производства и продажи алкоголя здесь не исключение, рано или поздно ИИ прочно интегрируется в нашу жизнь. Как это произойдёт, насколько быстро и с каким эффектом – положительным или отрицательным, зависит не от технологий, а от людей. Мы благодарим Rue de Vin и Антона Блинова, который открыто делится своим опытом, публично выступает, рассказывает о своих успехах и даже ошибках. Приглашаем к открытой дискуссии и другие компании отрасли: давайте делится опытом, ведь открытый, современный, эффективный рынок, комфорт для всех – залог успеха личного бизнеса каждого !

Беседовал Юрий Юдич

Модератор: alcoexpert Просмотров: 179 Категория: Новости / Вино / От редакции / АКТУАЛЬНО / Новое на сайте