# AI-платформа вашей компании — встроенная в ваш периметр. > Преимущество уже не в доступе к AI, а в решениях, которые с его помощью создают ваши сотрудники. Wide Moat разворачивает защищённую AI-платформу внутри вашего периметра, подключает её к вашим системам и обучает команду создавать собственных агентов и приложения. - 1500 / 2000 активных пользователей - 100 агентов, созданных пользователями - данные не покидают периметр ## Настоящее преимущество от AI появляется благодаря интеграции: ваши данные, системы и правила управления плюс команды, умеющие создавать на этой базе новые решения. - **Модели одинаковые. Результаты разные.** — Передовые модели AI доступны всем. Преимущество создаёт инфраструктура, которую компания выстраивает вокруг них. - **Интеграция превращает AI в рабочий инструмент.** — Подключите данные, системы и процессы. Затем научите команды создавать решения на этой базе. - **Каждое решение усиливает moat.** — Каждый агент, навык и коннектор становится переиспользуемой инфраструктурой компании. ## Одна AI-платформа, работающая внутри вашего периметра. Портал, шлюз, управление доступом, коннекторы, агенты, развёртывание приложений и обучение — одна защищённая система, на которой сотрудники создают собственные решения. - **AI-портал и рабочие среды** — Единая точка входа для каждого сотрудника: чат, документы, голос и веб — плюс облачные среды разработки в один клик для тех, кто создаёт решения. - **Единый шлюз** — Каждый запрос маршрутизируется, учитывается в бюджете и контролируется в одном месте: безопасность, стоимость и выбор модели всегда под контролем. - **Контекст и знания** — Поиск и память по вашим базам знаний с учётом прав доступа — в AI человек видит только то, что ему и так доступно. - **Коннекторы к вашему стеку** — Код, задачи, CRM, BI, базы знаний, автоматизация — под вашу компанию, и всё за тем же единым шлюзом. - **Фабрика навыков** — Управляемые переиспользуемые навыки, созданные вместе с теми, кто выполняет эту работу. Создайте один раз — используйте везде. - **Развёртывание агентов и приложений** — Создавайте агентов и внутренние AI-приложения, а затем разворачивайте их в той же управляемой среде. - **Аналитика и отдача** — Дашборды и ежедневный дайджест: кто внедряет, что работает, где реальная отдача. - **Обучение и поддержка** — Программа обучения, персональные дашборды и понятный путь от первого интереса до умения создавать рабочие решения. - **Амбассадоры и демо-дни** — Внутренние лидеры изменений, регулярные демо-дни и накопительный эффект, который поддерживает внедрение. ## End-to-end платформа. Всё проходит через единый шлюз — стоимость, безопасность и маршрутизация под контролем. Сверху расположены акторы, снизу — модели и коннекторы. ★ отмечает уникальные компоненты Wide Moat. Коннекторы приведены для примера: у вашей компании будет собственный набор. Нажмите любой блок, чтобы увидеть связи. - **Бизнес-пользователи** (операции · юристы · продажи · финансы) — Сотрудники, работающие со знаниями, — те, чьё время AI экономит сильнее всего. Работают через портал, чат и облачную среду; собирают собственные навыки и небольшие приложения. - **Технические команды** (поддержка → архитекторы · разработка · QA · SRE) — Все технические роли, от L1-поддержки до архитекторов. Именно эти команды развивают платформу. Используют кодинг-агентов локально и в облачной среде, автоматизируют собственную работу и пополняют фабрику навыков. - **Агенты** (автономные · по расписанию · внутри процессов) — Третий тип актора — не человек. Агенты QA, документов и работы с клиентами. Используют те же навыки и коннекторы, что и люди, но со своими доступами, памятью и бюджетами. - **AI-портал** (точка входа для всех) — Единая дверь для каждого сотрудника: чат, документы, голос и веб — внутри периметра. Загрузил документ → извлёк данные. Поискал в вебе → собрал отчёт. Все навыки и коннекторы — с первого дня. - **Чат и мессенджеры** (ассистенты там, где люди уже есть) — Ассистенты внутри мессенджера, в котором команды сидят весь день. Просто напишите в чат — превратить выписку в таблицу, достать цифры, собрать документы. - **Кодинг-агенты** (в IDE · основной поток AI-трафика) — Агенты прямо в IDE — главный инструмент инженерной организации; основная доля AI-трафика. Подписки и API через шлюз; живут рядом с кодом — ревью, документация, отладка. - **Облачная AI-среда** (среда разработки в один клик) — Виртуальная IDE плюс кодинг-агенты в облаке. Один клик поднимает рабочую станцию. Навыки и коннекторы готовы сразу — не нужно настраивать окружение, ставить пакеты и искать токены. - **Computer Use** (одноразовые AI-песочницы) — Изолированные одноразовые песочницы, где AI реально делает работу — сотни пакетов внутри. Агент запросил песочницу → получил окружение → собрал результат → она уничтожена. Рабочее место для AI. - **Аналитика** (внедрение · ROI · ежедневный дайджест) — Слой координации — дашборды и ежедневный дайджест для руководителей и команд. Автоматический обзор того, что сработало, а что нет; удачные кейсы подхватываются и масштабируются. - **LLM-шлюз** (маршрутизация · бюджеты · политики · кэширование) — Единый шлюз, через который работает каждая система. Весь AI-трафик проходит здесь. Коннекторы, бюджеты по пользователям и командам, ограничения частоты, защитные политики и кэширование промптов — всё наблюдаемо. - **Инженерия контекста** (с учётом доступов · RAG · память) — Слой контекста — история, RAG-извлечение и память, всегда с учётом прав доступа. Проверяет, кому что можно видеть, извлекает данные из базы знаний и хранит память по каждому пользователю. - **Фабрика навыков** (переиспользуемые навыки · собрал раз — используешь везде) — Навык = переиспользуемая связка промпта, контекста, инструментов и данных. Собрал один — тысячи переиспользуют. Акторы вызывают навыки через интерфейсы; навыки тянутся в коннекторы, знания и контекст. - **Приватные модели** (ваши GPU · LLM · голос · компьютерное зрение · эмбеддинги) — Собственный сервер моделей: LLM с открытыми весами, распознавание речи, TTS, компьютерное зрение и эмбеддинги. Самые чувствительные данные — клиентская информация, голос и документы — обрабатываются здесь и не покидают периметр. - **Frontier API** (лучшие модели через подписку и API) — Передовые модели для самых сложных задач рассуждения и разработки. Доступны через шлюз и людям, и агентам — с бюджетами и кэшированием. - **Второй поставщик моделей** (диверсификация) — Дополнительный поставщик передовых моделей для разработки и сложных рассуждений. Подписки и API подключены через шлюз. - **Региональный резерв** (юрисдикция · компьютерное зрение) — Региональный поставщик как резерв и источник сильных моделей компьютерного зрения для документов и чертежей. Подключается через API, когда его модели лучше подходят для конкретной задачи. - **Агрегатор** (один договор, много моделей) — Легальный агрегатор, дающий доступ ко множеству внешних моделей по одному договору. Один биллинг вместо десяти договоров с вендорами; дополнительные коннекторы в комплекте. - **Трекер задач** (задачи · инциденты · документация) — Коннектор для людей и агентов — задачи, инциденты и документация. Агент может взять тикет и довести его до результата; люди получают быстрый доступ к проектам и знаниям. - **Код и Git** (репозитории · PR · пайплайны) — Весь код компании: репозитории, пайплайны, CI/CD — для людей и агентов. Агенты читают код, открывают merge request и делают ревью; фабрика навыков добывает знания из истории коммитов. - **CRM** (клиенты · сделки) — Коннектор, чтобы доставать данные о клиентах и сделках из CRM. Аккаунт-менеджеры спрашивают AI о своих клиентах — обороты, сделки, история — и он собирает ответ. - **BI** (дашборды · базы данных) — BI-дашборды и стоящие за ними базы данных. Права наследуются — каждый видит только своё; AI делает запросы с правами спрашивающего. - **База знаний** (векторные хранилища) — Знания в векторном виде — документы, FAQ и проиндексированный исходный код. Отдельные хранилища под семантический поиск по коду, общие знания и поиск по коду всей компании. - **Поиск и обогащение** (веб · данные о компаниях) — Веб-поиск плюс сервисы обогащения и справочных данных о компаниях. AI проверяет контрагента → дополняет данные → формирует выводы. - **Авторизация** (SSO · каталог · группы) — Единая система идентичности — SSO, каталог и группы. На каждом вызове модели или коннектора шлюз проверяет, кто это и к чему ему открыт доступ. - **Мониторинг** (оповещения · логи) — Мониторинг, оповещения и логи рабочих сред и разработки. Поддержка спрашивает «что с приложением X?» — AI читает оповещения и логи и предлагает вероятные причины. - **Автоматизация** (процессы · вебхуки) — Коннектор к инструменту автоматизации: запустить процесс, обновить данные или вызвать систему. Люди собирают автоматизации под себя; агенты вызывают те же процессы через коннекторы. - **Парсинг документов** (PDF → текстовые слои) — Утилита, превращающая PDF в чистые текстовые слои. Доступное извлечение данных питает конвейеры документов, базу знаний и навыки для работы с документами. - **Память** (граф людей и работы) — Долговременная память о людях и агентах плюс знания о компании. Хранит, кто что делал, когда и о чём; связана с инженерией контекста и аналитикой. ## Остановите бесконтрольный рост расходов на AI. Команды сжигают AI-бюджет, когда каждый инструмент, модель и подписка управляются отдельно. Wide Moat сводит лимиты токенов, маршрутизацию моделей, использование подписок и аналитику качества за одним шлюзом. - **Контроль токенов и бюджета** — Задавайте лимиты по командам, пользователям, процессам или сценариям. Простые задачи — на более дешёвые модели, премиальные модели — только туда, где они действительно нужны. - **Маршрутизация: API или подписка** — Направляйте задачи через API, корпоративные подписки или внутренние open-source модели — в зависимости от стоимости, качества и политики. Меньше дублирующихся лицензий, все расходы — под одним шлюзом. - **Аналитика использования и качества** — Видно, кто использует AI, для чего, по какой цене и с каким качеством. Внедрение, расход токенов, эффективность моделей и бизнес-эффект — в одной картине. **Меньше затрат. Меньше привязки к вендору.** Wide Moat построен на совместимых компонентах и open-source ядре. Команды используют модели и инструменты, которые подходят именно их работе, а компания сохраняет контроль над расходами, доступом, наблюдаемостью и зависимостью от вендоров. ## Три фазы до Wide Moat. Сначала каждый сам экономит свои часы — стихийно. Затем компания направляет эти усилия на выручку и издержки. А потом перестраивает то, как она работает, — так глубоко, что конкурентам уже не догнать. | | Индивидуальный AI (Личная продуктивность) | Корпоративный AI (Продуктивность компании) | Wide Moat (Преимущество, до которого конкурентам не дотянуться) | |---|---|---|---| | Суть | AI начинается как личный инструмент — полезно, но фрагментировано | Команды работают на общие бизнес-цели — AI влияет на метрики компании | Новая бизнес-архитектура — процессы перестроены вокруг AI | | Сотрудники бизнеса | Делают текущую работу быстрее и лучше — − время на задачу, + качество | Создают новое и выкатывают улучшения — + выручка, − издержки | Делают то, что конкурентам не под силу — больше ценности, выгоднее цена | | Технические команды | Меньше рутины — копайлоты, автотесты, агенты в цикле разработки | Совершенствуют то, как создают — полный цикл AI-разработки | Перепроектируют работу компании — меняется не код, а операционная модель | | Агенты | Помогают людям — по запросу | Агенты выполняют повторяемые процессы — в масштабе и под контролем | Действуют по сигналам — замечают, решают, исполняют, улучшают | | KPI | Сэкономленные часы и деньги · активные пользователи AI — еженедельная экономия | Выручка · скорость выхода на рынок · эффективность затрат — P&L | Позиция на рынке · маржа · темп роста — преимущество на уровне компании | ## Агентов создаём не мы. Их создают ваши сотрудники. Wide Moat AI даёт сотрудникам платформу, защитные политики и обучение, чтобы они создавали решения безопасно и в масштабе компании. Результат одного внедрения в финансовой компании с 2 000 сотрудников: платформой активно пользуются 75% организации. «Победой стала не модель. Победой стала целая компания, которая научилась ею пользоваться.» ## Для компаний, где много интеллектуальной работы, нужен управляемый AI и есть готовность быстро двигаться. - < 500 офисных сотрудников — ранняя стадия. AI-инструменты уже помогают, но платформенная инфраструктура обычно окупается позже. - 500 – 5000 офисных сотрудников — рекомендовано. Оптимальный масштаб: достаточно работы со знаниями, систем и требований безопасности, чтобы AI давал измеримую экономию времени. - 5000+ офисных сотрудников — поэтапное внедрение. Тоже подходит — обычно лучше начинать с одного бизнес-юнита, региона или функции и затем масштабировать. **Кому подходит Wide Moat** - Много работы со знаниями — часы живут в документах, решениях и процессах. - Чувствительные данные или регулируемые процессы, где нужны доступы, аудит и ясные границы. - Есть системы для интеграции — CRM, тикеты, BI, базы знаний, код и внутренние инструменты. - Руководство хочет внедрения, а не ещё один отдельный пилот. ## Она живёт в вашем периметре. - **Ваши данные не покидают периметр** — Чувствительные процессы работают на вашей инфраструктуре и приватных моделях — on-prem или в вашем частном облаке. - **Единый управляемый шлюз** — Каждый запрос маршрутизируется, учитывается в бюджете, ограничивается и журналируется. Ни одна система не обращается к модели в обход шлюза. - **Права доступа заложены в архитектуру** — SSO и группы каталога учитываются в каждом запросе — человек видит в AI только то, что ему уже доступно. - **Полная наблюдаемость** — Каждый промпт, расход и действие измеряются — одновременно видны и активность, и риски. ## Начните строить moat. За 30 минут покажем платформу, архитектуру и план внедрения внутри вашего периметра. contact@widmo.ru