По сообщению DataRobot, компания выпустила Talk to My Docs (TTMDocs) — open-source шаблон приложения для создания AI-агентов, способных работать с документами из разных источников. Решение призвано решить проблему фрагментации знаний в организациях, где сотрудники тратят значительное время на поиск информации.
Скрытые издержки фрагментации знаний
Проблема разрозненных данных — не просто неудобство, а реальная угроза производительности. Исследование Starmind показало, что сотрудники используют лишь 38% доступных знаний из-за фрагментации. Аналитики McKinsey обнаружили, что специалисты тратят более четверти рабочего времени на поиск информации в Google Drive, Box и других системах.
Ограничения существующих решений
Большинство доступных инструментов имеют существенные ограничения:
- Зависимость от поставщика — невозможность интеграции с неподдерживаемыми системами
- Проблемы безопасности — сложности с соблюдением требований compliance
Архитектура Talk to My Docs
TTMDocs использует многоагентную архитектуру на базе CrewAI, что позволяет распределять задачи между специализированными агентами. Решение поддерживает интеграцию с Google Drive, Box, локальными файловыми системами, а в ближайших планах — поддержка Sharepoint и JIRA.
Ключевые особенности платформы:
- Предоставляет готовые OAuth-интеграции для безопасной аутентификации
- Сохраняет существующие права доступа — если у пользователя нет доступа к документу в Google Drive, он не увидит его и в TTMDocs
- Интегрируется с Guarded RAG LLM Model для контролируемого извлечения документов
- Обеспечивает полную наблюдаемость через платформу DataRobot
Практические применения
Решение находит применение в различных сценариях:
- Due diligence при слияниях и поглощениях — анализ финансовых отчетов, юридических контрактов и технической документации
- Клинические исследования — проверка соответствия протоколов испытаний регуляторным требованиям
- Юридические исследования — поиск по годам переписки и контрактов с соблюдением контроля доступа
- Страховые расследования — анализ полисов и оценок на предмет мошенничества
Интересно наблюдать, как DataRobot делает ставку на open-source подход в эпоху, когда большинство вендоров пытаются замкнуть клиентов на своих проприетарных решениях. Многоагентная архитектура — правильный ход для сложных корпоративных сценариев, где один универсальный агент часто не справляется. Вопрос в том, насколько легко компании смогут адаптировать этот шаблон под свои нужды без глубокой экспертизы в ML-инженерии. Технически грамотно, но порог входа для non-tech компаний остается высоким.
Архитектурно решение построено на модульных компонентах: FastAPI-бэкенд, React/Vite фронтенд, инфраструктура как код на Pulumi. Это позволяет развертывать систему поэтапно и масштабировать под конкретные бизнес-задачи.
Источник новости: DataRobot