Почему AI нельзя сделать полностью детерминированным? 🤖
Даже при одинаковом запросе AI не всегда обязан возвращать абсолютно одинаковый результат. На это влияет не только случайность, но и особенности работы современных моделей. 👇
🔹 Вероятностная генерация
LLM выбирает следующий токен из нескольких возможных вариантов. При ненулевой температуре разные варианты могут иметь разные вероятности.
🔹 Сложность контекста
Даже небольшие изменения в запросе, контексте или порядке данных могут привести к другому результату.
🔹 Особенности вычислений
Параллельные вычисления на GPU и некоторые операции могут давать небольшие числовые различия, которые иногда влияют на итоговую генерацию.
🔹 Внешние данные и инструменты
Если AI использует поиск, базы данных, API или другие инструменты, результаты могут изменяться со временем.
Специалисты ONSOFT помогут вам создать надёжные AI-системы с контролируемым поведением 👉 on-soft.ru/ru/contact
Даже при одинаковом запросе AI не всегда обязан возвращать абсолютно одинаковый результат. На это влияет не только случайность, но и особенности работы современных моделей. 👇
🔹 Вероятностная генерация
LLM выбирает следующий токен из нескольких возможных вариантов. При ненулевой температуре разные варианты могут иметь разные вероятности.
🔹 Сложность контекста
Даже небольшие изменения в запросе, контексте или порядке данных могут привести к другому результату.
🔹 Особенности вычислений
Параллельные вычисления на GPU и некоторые операции могут давать небольшие числовые различия, которые иногда влияют на итоговую генерацию.
🔹 Внешние данные и инструменты
Если AI использует поиск, базы данных, API или другие инструменты, результаты могут изменяться со временем.
Специалисты ONSOFT помогут вам создать надёжные AI-системы с контролируемым поведением 👉 on-soft.ru/ru/contact
🔥2
Как проектировать AI-систему с гарантированным fallback? 🛡️
AI-сервисы могут столкнуться с недоступностью модели, перегрузкой инфраструктуры или ошибкой внешнего API. Поэтому надёжная архитектура должна заранее предусматривать резервный сценарий. 👇
🔹 Основной и резервный путь
Для критичных операций заранее определяют основной AI-сервис и альтернативный вариант, который может взять обработку на себя при сбое.
🔹 Автоматическое переключение
Система отслеживает ошибки, таймауты и недоступность сервиса. При проблеме запрос автоматически перенаправляется на резервный путь.
🔹 Fallback без AI
Для важных бизнес-процессов резервным сценарием может быть не другая модель, а обычная бизнес-логика, шаблонный ответ или передача задачи сотруднику.
🔹 Контроль результата
После переключения система должна проверять качество и корректность результата, чтобы fallback не превращался в новый источник ошибок.
Надёжный fallback позволяет AI-системе продолжать работу даже при сбоях отдельных компонентов и внешних сервисов.
Специалисты ONSOFT помогут вам спроектировать отказоустойчивые AI-системы для бизнеса 👉 on-soft.ru/ru/contact
AI-сервисы могут столкнуться с недоступностью модели, перегрузкой инфраструктуры или ошибкой внешнего API. Поэтому надёжная архитектура должна заранее предусматривать резервный сценарий. 👇
🔹 Основной и резервный путь
Для критичных операций заранее определяют основной AI-сервис и альтернативный вариант, который может взять обработку на себя при сбое.
🔹 Автоматическое переключение
Система отслеживает ошибки, таймауты и недоступность сервиса. При проблеме запрос автоматически перенаправляется на резервный путь.
🔹 Fallback без AI
Для важных бизнес-процессов резервным сценарием может быть не другая модель, а обычная бизнес-логика, шаблонный ответ или передача задачи сотруднику.
🔹 Контроль результата
После переключения система должна проверять качество и корректность результата, чтобы fallback не превращался в новый источник ошибок.
Надёжный fallback позволяет AI-системе продолжать работу даже при сбоях отдельных компонентов и внешних сервисов.
Специалисты ONSOFT помогут вам спроектировать отказоустойчивые AI-системы для бизнеса 👉 on-soft.ru/ru/contact
🔥1
🚀 Демо-день «Спринт 2.0»
Для нас это стал действительно классный опыт: выйти на сцену, рассказать о своём проекте, пообщаться с участниками, экспертами и другими командами и просто почувствовать эту невероятную атмосферу.
Очень понравилась организация, энергия мероприятия и люди, которые собрались вокруг. Такие события заряжают, дают новые знакомства, идеи и желание двигаться дальше.
Спасибо команде ФРИИ и «Спринта 2.0» за возможность стать частью этого дня, за поддержку и такую классную площадку для общения и развития! 💙
А мы забираем с собой эмоции, новые контакты и ещё больше мотивации делать наш продукт лучше. 🙌
Для нас это стал действительно классный опыт: выйти на сцену, рассказать о своём проекте, пообщаться с участниками, экспертами и другими командами и просто почувствовать эту невероятную атмосферу.
Очень понравилась организация, энергия мероприятия и люди, которые собрались вокруг. Такие события заряжают, дают новые знакомства, идеи и желание двигаться дальше.
Спасибо команде ФРИИ и «Спринта 2.0» за возможность стать частью этого дня, за поддержку и такую классную площадку для общения и развития! 💙
А мы забираем с собой эмоции, новые контакты и ещё больше мотивации делать наш продукт лучше. 🙌
🔥5
Как объединить несколько поисковых алгоритмов в одном AI-сервисе? 🔎
Один алгоритм поиска не всегда хорошо работает со всеми типами запросов. Поэтому AI-сервисы часто комбинируют несколько подходов, чтобы повысить точность и полноту результатов. 👇
🔹 Комбинация разных методов
Система может одновременно использовать поиск по ключевым словам, семантический поиск по векторам и поиск по фильтрам или метаданным.
🔹 Общий слой поиска
Все алгоритмы подключаются через единый сервис, который принимает запрос и передаёт его нужным поисковым механизмам.
🔹 Объединение результатов
Полученные результаты собираются в единый список, после чего система может оценить их релевантность и убрать дубликаты.
🔹 Выбор подходящего алгоритма
В зависимости от типа запроса AI может определить, какой способ поиска использовать — один конкретный или сразу несколько.
Специалисты ONSOFT помогут вам создать AI-сервисы с гибким поиском и интеграцией корпоративных данных 👉 on-soft.ru/ru/contact
Один алгоритм поиска не всегда хорошо работает со всеми типами запросов. Поэтому AI-сервисы часто комбинируют несколько подходов, чтобы повысить точность и полноту результатов. 👇
🔹 Комбинация разных методов
Система может одновременно использовать поиск по ключевым словам, семантический поиск по векторам и поиск по фильтрам или метаданным.
🔹 Общий слой поиска
Все алгоритмы подключаются через единый сервис, который принимает запрос и передаёт его нужным поисковым механизмам.
🔹 Объединение результатов
Полученные результаты собираются в единый список, после чего система может оценить их релевантность и убрать дубликаты.
🔹 Выбор подходящего алгоритма
В зависимости от типа запроса AI может определить, какой способ поиска использовать — один конкретный или сразу несколько.
Специалисты ONSOFT помогут вам создать AI-сервисы с гибким поиском и интеграцией корпоративных данных 👉 on-soft.ru/ru/contact
Как ограничить LLM фиксированным форматом ответа? 📋
LLM по умолчанию генерирует свободный текст, но бизнес-системам часто нужен строго определённый формат. Например, JSON с конкретными полями. Для этого используются механизмы Structured Output. 👇
🔹 Задать структуру
В запросе можно определить, какие поля и типы данных должен содержать ответ модели.
🔹 Использовать JSON Schema
Схема позволяет заранее описать допустимый формат ответа и ограничить структуру генерируемых данных.
🔹 Проверять результат
После генерации система может валидировать ответ и автоматически обрабатывать ошибки или повторять запрос.
🔹 Интегрировать с другими системами
Структурированный ответ легко передавать в CRM, ERP, API и другие сервисы без дополнительного преобразования текста.
Такой подход делает поведение LLM более предсказуемым и упрощает её интеграцию с бизнес-системами.
Специалисты ONSOFT помогут интегрировать LLM в корпоративные системы и автоматизировать бизнес-процессы 👉 on-soft.ru/ru/contact
LLM по умолчанию генерирует свободный текст, но бизнес-системам часто нужен строго определённый формат. Например, JSON с конкретными полями. Для этого используются механизмы Structured Output. 👇
🔹 Задать структуру
В запросе можно определить, какие поля и типы данных должен содержать ответ модели.
🔹 Использовать JSON Schema
Схема позволяет заранее описать допустимый формат ответа и ограничить структуру генерируемых данных.
🔹 Проверять результат
После генерации система может валидировать ответ и автоматически обрабатывать ошибки или повторять запрос.
🔹 Интегрировать с другими системами
Структурированный ответ легко передавать в CRM, ERP, API и другие сервисы без дополнительного преобразования текста.
Такой подход делает поведение LLM более предсказуемым и упрощает её интеграцию с бизнес-системами.
Специалисты ONSOFT помогут интегрировать LLM в корпоративные системы и автоматизировать бизнес-процессы 👉 on-soft.ru/ru/contact
✅ Провели вебинар на тему: «Безопасный ИИ в 1С: как дать агенту доступ к системе и не потерять контроль»
Спасибо всем, кто присоединился к нам! 🙌
На вебинаре мы разобрали, как выстроить безопасную архитектуру доступа ИИ-агента к данным и инструментам 1С. Переход от обычного чат-бота к агенту, который может не только отвечать, но и действовать в системе, создаёт новые риски — и мы показали, как эти риски контролировать.
В центре внимания была архитектурная модель, которая работает независимо от конкретного MCP-сервера, конфигурации 1С или модели ИИ.
В рамках вебинара рассмотрели:
🔹 почему доступ агента — это не один переключатель, а как минимум шесть разных полномочий;
🔹 четыре ключевые угрозы: prompt injection, утечка данных, избыточные права и непроверенный вывод модели;
🔹 где проходит настоящая граница безопасности — и почему системный промпт не заменяет технические контроли;
🔹 семь слоёв защиты: от минимизации данных и узких инструментов до осмысленных подтверждений и полного аудита.
🎥 Запись вебинара и презентацию можно посмотреть по ссылке: https://files.on-soft.ru/s/0efn
Спасибо всем, кто присоединился к нам! 🙌
На вебинаре мы разобрали, как выстроить безопасную архитектуру доступа ИИ-агента к данным и инструментам 1С. Переход от обычного чат-бота к агенту, который может не только отвечать, но и действовать в системе, создаёт новые риски — и мы показали, как эти риски контролировать.
В центре внимания была архитектурная модель, которая работает независимо от конкретного MCP-сервера, конфигурации 1С или модели ИИ.
В рамках вебинара рассмотрели:
🔹 почему доступ агента — это не один переключатель, а как минимум шесть разных полномочий;
🔹 четыре ключевые угрозы: prompt injection, утечка данных, избыточные права и непроверенный вывод модели;
🔹 где проходит настоящая граница безопасности — и почему системный промпт не заменяет технические контроли;
🔹 семь слоёв защиты: от минимизации данных и узких инструментов до осмысленных подтверждений и полного аудита.
🎥 Запись вебинара и презентацию можно посмотреть по ссылке: https://files.on-soft.ru/s/0efn
🔥2
🚀 Вебинар: Экономика внедрения ИИ в 1С-команде: где заканчивается хайп и начинается польза
📅 Дата: 18 сентября 2026 | 13:00 МСК
📍 Где: онлайн
ИИ обещает ускорить разработку, но реальная выгода зависит от стоимости внедрения, проверки результатов и выбранных сценариев.
На вебинаре рассмотрим:
🔹 из чего складывается полная стоимость внедрения ИИ;
🔹 какие задачи 1С-команды выгодно автоматизировать;
🔹 как измерять пользу без рекламных процентов;
🔹 какие метрики использовать в пилотном проекте;
🔹 когда ИИ стоит масштабировать, а когда — остановиться.
После вебинара вы сможете оценить экономику ИИ-сценария и выбрать подходящую задачу для пилота в своей 1С-команде.
🔗 Ссылка на регистрацию: ссылка
📅 Дата: 18 сентября 2026 | 13:00 МСК
📍 Где: онлайн
ИИ обещает ускорить разработку, но реальная выгода зависит от стоимости внедрения, проверки результатов и выбранных сценариев.
На вебинаре рассмотрим:
🔹 из чего складывается полная стоимость внедрения ИИ;
🔹 какие задачи 1С-команды выгодно автоматизировать;
🔹 как измерять пользу без рекламных процентов;
🔹 какие метрики использовать в пилотном проекте;
🔹 когда ИИ стоит масштабировать, а когда — остановиться.
После вебинара вы сможете оценить экономику ИИ-сценария и выбрать подходящую задачу для пилота в своей 1С-команде.
🔗 Ссылка на регистрацию: ссылка
🔥3
✅ Провели вебинар на тему: «Экономика внедрения ИИ в 1С-команде: где заканчивается хайп и начинается польза»
Спасибо всем, кто присоединился к нам! 🙌
На вебинаре мы разобрали, как оценивать реальную пользу ИИ для 1С-команды — с учётом не только скорости генерации, но и затрат на внедрение, проверку результатов, сопровождение и исправление ошибок.
В центре внимания была экономика полного рабочего цикла: от постановки задачи и подготовки контекста до проверки и приёмки результата.
В рамках вебинара рассмотрели:
🔹 почему быстро полученный ответ от ИИ ещё не означает экономию для команды;
🔹 из чего складывается полная стоимость внедрения ИИ и какие расходы часто остаются незаметными;
🔹 какие задачи 1С-команды лучше всего подходят для первого пилота;
🔹 как измерять эффект с помощью метрик скорости, качества, стоимости и рисков;
🔹 как по результатам пилота принять решение: остановить, изменить или масштабировать ИИ-сценарий.
Главный вывод: начинать стоит с одной узкой и проверяемой задачи, а пользу оценивать по принятому результату, а не по рекламным процентам ускорения.
🎥 Запись вебинара можно посмотреть по ссылке.
📒 Материалы по вебинару доступны по ссылке.
Спасибо всем, кто присоединился к нам! 🙌
На вебинаре мы разобрали, как оценивать реальную пользу ИИ для 1С-команды — с учётом не только скорости генерации, но и затрат на внедрение, проверку результатов, сопровождение и исправление ошибок.
В центре внимания была экономика полного рабочего цикла: от постановки задачи и подготовки контекста до проверки и приёмки результата.
В рамках вебинара рассмотрели:
🔹 почему быстро полученный ответ от ИИ ещё не означает экономию для команды;
🔹 из чего складывается полная стоимость внедрения ИИ и какие расходы часто остаются незаметными;
🔹 какие задачи 1С-команды лучше всего подходят для первого пилота;
🔹 как измерять эффект с помощью метрик скорости, качества, стоимости и рисков;
🔹 как по результатам пилота принять решение: остановить, изменить или масштабировать ИИ-сценарий.
Главный вывод: начинать стоит с одной узкой и проверяемой задачи, а пользу оценивать по принятому результату, а не по рекламным процентам ускорения.
🎥 Запись вебинара можно посмотреть по ссылке.
📒 Материалы по вебинару доступны по ссылке.
🔥2
🌍 Экспорт — это про данные, гипотезы и готовность выходить за привычные границы.
Команда ОНСОФТ приняла участие в круглом столе «География экспорта: ошибки при выборе зарубежных рынков, мифы и реальность», который прошёл в центре «Мой бизнес» Липецкой области.
Обсудили, как оценивать перспективность зарубежных рынков, анализировать спрос и конкурентов с помощью ИИ, выстраивать расчёты с иностранными партнёрами и учитывать налоговые особенности.
🚀 Для нас встреча стала возможностью поделиться собственным опытом: сегодня ОНСОФТ развивает продажи программного обеспечения для эквайринга в Уганде и ОАЭ.
Уверены: выход на международные рынки начинается не с догадок, а с анализа, проверки гипотез и готовности адаптироваться к особенностям каждой страны.
Спасибо центру «Мой бизнес» Липецкой области и всем участникам за полезный обмен опытом! 🤝
Команда ОНСОФТ приняла участие в круглом столе «География экспорта: ошибки при выборе зарубежных рынков, мифы и реальность», который прошёл в центре «Мой бизнес» Липецкой области.
Обсудили, как оценивать перспективность зарубежных рынков, анализировать спрос и конкурентов с помощью ИИ, выстраивать расчёты с иностранными партнёрами и учитывать налоговые особенности.
🚀 Для нас встреча стала возможностью поделиться собственным опытом: сегодня ОНСОФТ развивает продажи программного обеспечения для эквайринга в Уганде и ОАЭ.
Уверены: выход на международные рынки начинается не с догадок, а с анализа, проверки гипотез и готовности адаптироваться к особенностям каждой страны.
Спасибо центру «Мой бизнес» Липецкой области и всем участникам за полезный обмен опытом! 🤝
🔥3
Съездили на Yandex Scale — вернулись не только с фотографиями, но и с конкретными планами 🚀
Для нас это была возможность познакомиться с новыми технологиями Yandex Cloud и наметить несколько перспективных направлений сотрудничества.
Обсудили возможную интеграцию ТендероМетра с новым AI-агентом Алиса AI Pro. Следующий шаг с нашей стороны — подготовить MCP-сервер, который позволит агенту использовать возможности ТендероМетра.
Также познакомились с голосовым агентом Яндекса для автоматизации обзвонов. Во время воркшопа рабочий сценарий удалось собрать примерно за полчаса. Дополнительно обсудили тестирование инфраструктуры Yandex Cloud — виртуальных машин и кластера.
Пока это начало работы, а не готовые интеграции. Впереди — разработка, пилотные запуски и проверка технологий на реальных задачах.
Будем делиться результатами!
Для нас это была возможность познакомиться с новыми технологиями Yandex Cloud и наметить несколько перспективных направлений сотрудничества.
Обсудили возможную интеграцию ТендероМетра с новым AI-агентом Алиса AI Pro. Следующий шаг с нашей стороны — подготовить MCP-сервер, который позволит агенту использовать возможности ТендероМетра.
Также познакомились с голосовым агентом Яндекса для автоматизации обзвонов. Во время воркшопа рабочий сценарий удалось собрать примерно за полчаса. Дополнительно обсудили тестирование инфраструктуры Yandex Cloud — виртуальных машин и кластера.
Пока это начало работы, а не готовые интеграции. Впереди — разработка, пилотные запуски и проверка технологий на реальных задачах.
Будем делиться результатами!
❤5