Это типовой сценарий. Он показывает, как Remolda подошла бы к автоматизации исследований в консалтинговой фирме среднего размера, что мы построили бы и что измеряли бы.
Ситуация
Представьте консалтинговую фирму, партнёры которой продают аналитическую строгость в сжатые сроки. Прежде чем начнётся анализ, аналитики несколько дней достают цифры из годовых отчётов, регуляторной отчётности, отраслевых исследований и папок с документами клиента. Они переносят числа в таблицы, проверяют их и исправляют ошибки переноса уже в конце проекта.
Эта работа нужна. Для тех, кто её делает, это самая неинтересная часть работы, а ошибки, найденные поздно, дорого исправлять.
Макросы и подписки на данные помогают на одном типе проектов за раз. Большая часть входящих материалов не структурирована, поэтому на следующем проекте проблема возвращается.
Подход
В сценарии цикл Remolda проходит примерно за четыре месяца на одной пилотной практике, до какого-либо развёртывания на всю фирму.
Аудит и описание процесса (3 недели). Мы прослеживаем путь данных от момента, когда клиент присылает папку с документами, до итогового слайда. Интервью с партнёрами, аналитиками и исследовательской группой дополняются записями рабочего времени на живых проектах. Базовая линия — доля времени проекта, которая уходит на превращение исходных документов в структурированные наборы данных, и число исправлений данных, найденных на проверке.
Вероятные кандидаты — три шага: приём и классификация документов, извлечение данных по вопросам команды и сборка таблиц и сводок со ссылками.
Разработка (8 недель). Схема — три агента, у каждого одна задача. Они работают в закрытой облачной среде, настроенной для фирмы, с доступом, ограниченным по проектам.
- Агент A, парсер, получает PDF-файлы, распознаёт текст с учётом макета, сохраняя таблицы и заголовки, классифицирует каждый документ и индексирует его.
- Агент B, экстрактор, отвечает на структурированные вопросы консультантов, например о прогнозах капитальных затрат по регионам за период, и к каждому ответу прикладывает фрагмент и номер страницы. Он работает только с документами, переданными для этого проекта.
- Агент C, синтезатор, превращает извлечённые данные в таблицы со ссылками, готовит черновик сводки и перечисляет, чего в документах нет.
Данные клиентов разделены по проектам, а каждый запрос и каждое извлечение записываются в журнал для проверки.
Обучение (4 недели, параллельно с разработкой). Рабочие сессии с аналитиками на живых проектах: как формулировать вопросы для извлечения, как выборочно проверять результат со ссылками и как изменить старт проекта, чтобы агенты были настроены до начала исследования.
Что мы будем измерять
Каждый пункт ниже — целевой показатель, который мы зададим вместе с фирмой и будем сравнивать с базовой линией из аудита. Величина каждой цели определяется только после измерения базовой линии.
- Время до готового набора данных на сопоставимых проектах.
- Доля извлечённых фактов с рабочей ссылкой на страницу исходного документа.
- Исправления на проверке на один итоговый документ.
- Время аналитиков на анализ в сравнении со сбором данных, по записям рабочего времени.
- Использование: доля проектов пилотной практики, где агенты применяются после первого месяца.
Правила, в которых работает сценарий
На файлы клиентов распространяются обязательства о конфиденциальности по договору на проект, а если в них есть персональные данные — PIPEDA (федеральный закон о защите персональных данных в частном секторе) или провинциальный закон о приватности. Условия поставщиков важны: корпоративные и API-тарифы OpenAI и Anthropic по умолчанию исключают обучение на данных компании, а место обработки фиксируется для каждого поставщика. Источники перечислены на странице для консалтинговых фирм.
Главные выводы
1. Узкое место находится в самом процессе. Партнёры часто видят проблему в обучении или инструментах. Решение начинается с порядка работы и того, кто выполняет каждый шаг.
2. Узкие агенты проще проверять. Агента с одной задачей и одним форматом результата проще тестировать, и его ошибки легче найти.
3. Внедрение требует времени рядом с работой. Разработка занимает недели. Чтобы изменить то, как аналитики начинают проект, нужны рабочие сессии на реальных проектах.
Смежные материалы: ИИ для консалтинговых фирм, автоматизация процессов с помощью ИИ и обучение руководителей работе с ИИ.