Делаем ИИ-сервисы, прикладные исследования и сайты для подразделений НИУ ВШЭ

Работаем внутри университета: разбираем задачу, выбираем подходящий формат и доводим решение до эксплуатации в вашем подразделении.

Написать о задаче на почту Как работает AI-контур

Письмо уйдёт на

Письмо и встреча ни к чему не обязывают. Про деньги и сроки говорим после обсуждения и погружения в ваши процессы.

Маршрут задачи внутри ВШЭ

Что такое AI-контур

AI-контур — защищённая среда ВШЭ для ИИ-сервисов. Здесь агент безопасно работает с согласованным доступом к данным и системам подразделения.

Входящий запрос

«Хотим снять повторяющуюся работу с учебного офиса»

01 Вход Задача подразделения
02 Разбор Процесс, данные, ограничения
03 Формат Агент в защищённой среде ВШЭ
04 Результат Работающий агент/ сервис внутри НИУ ВШЭ

Подключить процесс к AI-контуру Читать материалы про ИИ в НИУ ВШЭ

6 свидетельств Роспатента

2000+ обращений к ИИ-помощнику по Python

5000+ работ оценено ИИ-моделями

~400 студентов в апробации RAG-ассистента

25 956 ответов моделей проанализировано в рамках исследования

Результаты проектов внутри НИУ ВШЭ

Что вы получаете на выходе

Результат встраивается в ежедневную работу и помогает точнее выстраивать процессы.

ИИ-сервис для студентов

Внутри Smart LMS без отдельного интерфейса или отдельный самостоятельный сервис.

Передаваемый результат

ИИ-инструмент для сотрудников

Работа с документами и учебными материалами, проверка заданий и автоматизация процессов. Внутри систем НИУ ВШЭ или отдельным сервисом.

Передаваемый результат

Сайт под задачу, продукт или мероприятие

Работает во время события и как ссылка после него, с аналитикой в зоне hse.ru.

Передаваемый результат

Исследование с переданным результатом

Проверяем гипотезы об ИИ и передаём методику исследования.

Передаваемый результат

С чем к нам приходят

Постановки задач от подразделений. Колесом или свайпом — карточки движутся по горизонтали.

01 Половина писем в офис — одни и те же вопросы

Агент отвечает по регламентам и положениям.

первые процессы подключаются

02 Ассистенты курса объясняют одни и те же ошибки

ИИ-помощник для задач по Python в учебных курсах Smart LMS.

2000+ обращений · 250+ студентов

03 Большой объем работ на проверку

Массовая проверка собственными ИИ-моделями.

Проект «ИИ Лингво»

5000+ работ · плагин запланирован к вводу в опытно-промышленную эксплуатацию

04 Ответы на вопросы студентов разбросаны по разным источникам

Чат-бот на верифицированной базе со ссылками.

Психогид · около 400 студентов

05 Нужен безопасный доступ к ИИ-чату для собственных агентов и инструментов подразделения

Процесс подключается к платформе внутренних AI-инструментов.

первые агенты подключаются

06 Хотим лучше понимать учебный опыт студентов

Собираем общую картину по обезличенным данным.

6 показателей · эффект расчётный

07 Нужен большой банк заданий

Генерируем клоны, качество оценивает сеть агентов.

в разработке · расчетно экономия в 500× раз

08 Какую модель выбрать для задачи

Сравниваем модели по качеству, скорости и стоимости.

Исследование CJK

CJK-утечки: 10–12% · 20+ моделей на бенчмарках

09 Хотим представить команду и её компетенции на мероприятии

Сайт-витрина показывает проекты и результаты и остаётся доступным после события.

AI Showcases

сайт R&D Демо Дня

10 Нужно прогнозировать накопленные данные

Помогаем принимать обоснованные решения на основе прогнозирования на базе накопленных больших данных.

Проект Predict Core

Predict Core · УГТ 7–8

Свою задачу можно описать своими словами

Готовое решение формулировать не нужно.

Рассказать о ней ↗

Разработка с нуля — не единственный вариант

Формат подбираем под ваш запрос и задачу.

Без ещё одного интерфейса

Интеграция

ИИ-функция внутри действующей системы.

Доступ по командам

Агент в закрытом контуре

Новый процесс в уже развёрнутой платформе.

Под уникальный процесс

Собственный сервис

Отдельная платформа с разными ролями для всех сотрудников подразделения или его отделов.

До затрат на внедрение

Исследование

Гипотеза, эксперимент, метрики и рекомендации.

В зоне hse.ru

Сайт под задачу

Направление, мероприятие или результаты.

Первые шаги в формализации задачи

Дальше маршрут у каждого проекта свой. Единого регламента до разбора не обещаем.

Письмо

Коротко опишите ваш контекст и задачу, которая перед вами стоит.

Встреча и разбор

Разбираем задачу или процесс, проблемное место, имеющиеся вводные и наработки. Всего лишь полчаса владельца задачи.

Постановка

Фиксируем ожидаемый образ результата, формат коммуникации и работ, а также ответственных с каждой стороны.

Подключим процесс к ИИ-контуру

В университете уже развёрнута платформа внутренних AI-инструментов: единый интерфейс ИИ-чата, вход через Smart Point ВШЭ, разграничение доступа по командам и отдельные агенты для автоматизации процессов подразделений.

Станьте активным участником и частью большой ИИ-цифровизации университета

Написать о процессе на почту ↗

Уже сделано

12 проектов: сервисы, исследования, сайты и собственные продукты. У каждого своя степень промышленной готовности.

ИИ Лингво

Оценивает письменную и устную английскую речь и помогает закрывать массовую проверку экзаменационных работ.

5000+ работ с 2024 · 2000+ участников бета-теста

модели и платформа в ОПЭ с 2024

Открыть «ИИ Лингво»

Генератор банка заданий

Собирает задания-клоны по шаблонам и проверяет их качество сетью ИИ-агентов.

расчётно до 500× дешевле ручной сборки

в разработке

Адресная поддержка студентов

Помогает раньше увидеть, кому из студентов стоит предложить поддержку.

6 показателей · 4 РИД

опытная эксплуатация · эффект расчётный

ИИ-помощник по Python

Разбирает ошибки в коде прямо в задании Smart LMS и подсказывает следующий шаг.

2000+ обращений · 250+ студентов

промышленная эксплуатация

Психогид

Отвечает по верифицированной базе учебных материалов и показывает источники.

около 400 студентов · 100+ материалов

ОПЭ с 2024

Учебные тестирования

Подстраивает тест под уровень учащегося и формулирует персональный разбор результата.

адаптивный тест · кабинеты учащегося и школы

в разработке

Сайт-витрина R&D Демо Дня

Показывает направления и кейсы института на мероприятии и остаётся рабочей ссылкой после него.

кейсы · контакты · материалы · аналитика

промышленная эксплуатация

Открыть AI Showcases

Лендинг Predict Core

Объясняет возможности платформы прогнозирования прикладным языком и ведёт к заявке на демо.

продуктовый сайт платформы

промышленная эксплуатация

Открыть Predict Core

Языковая устойчивость китайских LLM

Показывает, какие открытые модели устойчиво работают на русском и где возникает смена языка.

25 956 ответов · 21 конфигурация · 2186 промптов

результаты переданы · отчёт опубликован

Открыть исследование CJK

Predict Core

Объединяет универсальные алгоритмы прогнозирования и подключаемые отраслевые адаптеры.

5 алгоритмов · 3 продукта · 2 РИД

УГТ 7–8 · апробация

Открыть Predict Core

Оценка LLM на бенчмарках

Сравнивает модели по качеству, скорости и стоимости на одних и тех же данных.

30+ моделей · 3 оси оценки

промышленная эксплуатация

Проверка материалов стратсессий

Сверяет новый материал с ретроспективой и находит дубли и противоречия.

78%+ точность · 40+ материалов

промышленная эксплуатация

01 12

Наши результаты

свидетельств Роспатента

Пять программ для ЭВМ и одна база данных. РИД — зарегистрированный результат интеллектуальной деятельности.

Зарегистрированные РИД

Роспатент · Федеральный институт промышленной собственности (ФИПС)

Публикации и отчёты

Наши продукты

ИИ-чат для повседневной работы и Predict Core для задач прогнозирования.

Predict Core

Платформа прогнозирования для работы с накопленными данными и прикладными сценариями.

Универсальные алгоритмы прогнозирования
Подключаемые отраслевые адаптеры

Продукт доступен для демонстрации

Открыть Predict Core

ИИ-чат НИУ ВШЭ

Внутренний корпоративный ИИ-чат с доступом к языковым моделям внутреннего контура, агентам и инструментам для подразделений.

Работа с текстом и материалами в диалоге
Доступ по корпоративной учётной записи

ИИ-чат пилотируется в нескольких подразделениях

Открыть ИИ-чат

Команда внутри университета

К выполнению задачи привлекают нужных специалистов, в том числе формируется кросс-функциональная команда.

Научный контур

Исследователи и учёные: постановка задачи и корректность результата.

Техническая команда

ИИ-инженеры, разработчики, специалисты по инфраструктуре и тестировщики, отвечающие за качество программных продуктов.

Продуктовая команда

Аналитики и продакты формализуют требования и ведут развитие решения, команда эксплуатации поддерживает его в ежедневной работе.

До первого письма можно знать не всё

Сколько стоит и из какого источника финансирование?

Прайса нет: объём зависит от формата и задачи. Ориентир даём после разбора.

Нужны ли свои технические специалисты и инфраструктура?

Нет, техническую команду, инфраструктуру и сопровождение берём на себя.

Что если идея сырая?

Нормальный вход. Если дешевле решить без ИИ — скажем прямо.

Кто владеет результатом?

Результат остаётся в университете. При необходимости оформляем как РИД.

Мы не в Москве или маленькое подразделение

Размер и кампус значения не имеют.

Расскажите про задачу — погрузимся и предложим подходящее решение

dshvetsov@hse.ru ↗