Название базовой системы (платформы): | Искусственный интеллект (ИИ, Artificial intelligence, AI) |
Разработчики: | Axenix (ранее Аксенчер Россия) Аксеникс |
Дата премьеры системы: | 2024/08/14 |
Технологии: | Речевые технологии |
Основные статьи:
- Распознавание речи (технологии, рынок)
- Речевые технологии: на пути от распознавания к пониманию
- Чат-боты (Chat-bot) Виртуальные собеседники
2024: Вывод LLM-платформы BotAx на рынок
Компания Axenix 14 августа 2024 года сообщила о выводе на рынок LLM-платформу (Large Language Model) BotAx. Решение на основе генеративного искусственного интеллекта позволяет клиентам использовать большие языковые модели для быстрого создания и внедрения чат-ботов.
Платформа BotAx построена на RAG-архитектуре (Retrieval-Augmented Generation – генерация с дополнительным поиском). При получении определенного запроса чат-бот подбирает релевантные данные в собственных базах знаний. Затем на этой основе создает запрос для LLM, позволяющий обогатить ответ дополнительной информацией из сторонних баз данных, сделать его более корректным и полным. RAG также позволяет повысить удовлетворенность пользователей от процесса общения, подстраиваясь под стиль коммуникации и предлагая более релевантные ответы.Российский рынок CRM-систем: оценки, перспективы, крупнейшие поставщики. Обзор TAdviser
Платформа BotAx дает клиентам возможность создавать и использовать собственные специфичные настраиваемые чат-боты под широкий спектр задач – от HR и маркетинговой аналитики до обработки нормативной документации, формирования интерактивной базы знаний и генерации текста. При необходимости специалисты Axenix помогают грамотно интегрировать его с наиболее подходящей базой данных компании – реляционной, документоориентированной, графовой и т.д.
Существует два основных сценария использования платформы BotAx:
- выбор и кастомизация чат-бота из существующего набора (на платформе представлены уже около десяти моделей);
- создание собственного чат-бота под задачи каждой конкретной компании.
В будущем станет доступен еще один сценарий No-code – создание чат-бота из предложенных на платформе компонентов без необходимости программирования.
![]() | «Практика показывает, что open source генеративные модели, обученные на открытых данных интернета, содержат мало специфичных знаний по узким или специализированным направлениям. Они почти ничего не знают о конкретной компании. Именно поэтому RAG архитектура — это решение проблемы: объединение модели, обученной на общих данных, с базой знаний конкретной компании и внешними источниками. Команда Axenix, собранная из экспертов в области NLP, языковых моделей, генеративного ИИ, работает над развитием сервиса уже около полугода. Мы проводим тестовые внедрения, учимся работать с разными типами данных, таким образом постоянно совершенствуем продукт», – рассказал Василий Крикунов, эксперт в области ИИ Axenix. | ![]() |
По его словам, еще одна особенность платформы BotAx в том, что ее можно использовать on-premise в защищенном закрытом контуре предприятия с эффективностью, сравнимой с публичными генеративными моделями, для решения специализированных задач.
На BotAx уже созданы: бизнес-ассистент консультанта; ассистент металлурга, предоставляющий информацию об основных технологических процессах и нормативах на сталелитейном производстве; чат-бот для сопровождения базы знаний по цепочкам поставок; LLM общего назначения для безопасного решения широкого спектра задач внутри компании, а также чат-бот для Self-Service BI.
![]() | «Наша главная задача – предоставить в перспективе заказчикам no-code конструктор чат-ботов, который позволит им правильно организовывать работу с языковыми моделями, самостоятельно выбирать нужные объекты для создания решения под любую задачу. Благодаря чат-ботам компании могут увеличить производительность персонала, качественно трансформировать ИТ-ландшафт и организационную структуру», – добавил Василий Крикунов. | ![]() |
По его словам, интерес к языковым моделям сегодня проявляют промышленные предприятия, финансовые организации, ритейл-компании и многие другие.
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)