# Кейс внедрения ИИ в образовании: −54% на обращение > Кейс автоматизации внутренних обращений в образовании: AI-чат, RAG по регламентам, маршрутизация, интеграция с почтой и СЭД. Время обработки −54%. - Источник: https://lokai.ru/keysy/obrazovanie-avtomatizaciya-obrashcheniy/ - Организация: Local AI — Внедрение ИИ в закрытом контуре - Обновлено: 2026-08-07 - Раздел: Главная → Кейсы → Автоматизация обращений --- Время обработки типового внутреннего обращения сократилось на 54%. Образовательная организация запустила корпоративный AI-чат с поиском по базе регламентов и академических политик: сотрудник спрашивает своими словами, получает ответ со ссылкой на пункт документа и, если нужно, готовый черновик заявления. Сложные и спорные случаи система передаёт человеку и показывает, кому именно. - **−54%** — времени на обработку типового внутреннего обращения - **4–8** — недель до выхода первого контура в продуктив - **100%** — персональных и учебных данных остаётся в контуре - **0** — обращений уходит во внешние публичные сервисы ## Задача: как разбирали внутренние обращения до внедрения Крупная образовательная организация: несколько тысяч учащихся, сотни преподавателей и сотрудников, разветвлённая административная структура. Внутренний поток обращений однообразен по составу и велик по объёму — справки, доступы к системам, вопросы по расписанию, оформление приказов, разъяснения академических политик. Обращения приходили тремя путями сразу: на общую почту, в мессенджеры конкретным людям и через СЭД. Единой очереди не существовало, поэтому часть вопросов дублировалась, а часть терялась в личной переписке. Срок ответа никто не считал: формально он был, фактически измерить его было нечем. Отдельная сложность — регламенты. Академические политики, положения и приказы обновляются несколько раз в год, действующая редакция лежит рядом с устаревшими. Сотрудник административного блока тратил заметную часть времени не на решение, а на подтверждение того, что применяет актуальный документ. ## Что построили: контур обработки обращений Шесть частей системы. Первые три отвечают за содержание ответа, следующие три — за то, чтобы обращение дошло до нужного человека и не нарушило права доступа. ### Корпоративный AI-чат Единая точка входа для сотрудников и учащихся. Вопрос задаётся обычным языком, без знания того, в чьей зоне ответственности находится тема. Диалог сохраняется, чтобы повторное обращение продолжалось, а не начиналось заново. ### RAG по регламентам и политикам Положения, приказы и академические политики загружены с датами вступления в силу. Ответ строится только по действующей редакции и всегда сопровождается ссылкой на пункт, чтобы человек мог проверить основание. ### Помощь с подготовкой документов Заявления, служебные записки и типовые справки собираются по шаблонам организации с подстановкой данных из учётных систем. Сотрудник получает черновик и правит его, а не ищет прошлогодний файл у коллеги. ### Разбор и маршрутизация обращений Входящее классифицируется по теме, срочности и подразделению, затем уходит ответственному с уже собранным контекстом. Дубли из разных каналов сводятся в одно обращение, а не размножаются по исполнителям. ### Интеграция с почтой и документооборотом Система читает общий почтовый ящик, регистрирует обращение и связывает его с карточкой в СЭД. Статусы синхронизированы в обе стороны: закрыли в СЭД — обращение закрывается и в чате. ### Роли и разграничение доступа SSO и роли: учащийся, преподаватель, административный блок, руководство. Ответ формируется в пределах прав спрашивающего, а обращение к персональным данным другого человека журналируется отдельно. ## Стек и где развёрнута система Через контур проходят персональные данные учащихся и сотрудников, поэтому вопрос размещения решался первым. Всё стоит на серверах организации, внешние вызовы закрыты. *Состав контура в кейсе автоматизации внутренних обращений* | Слой | Чем закрыт | Где работает | |---|---|---| | Диалог и рассуждение | Открытые модели Qwen и GigaChat в локальной установке | Сервер организации | | Поиск по базе знаний | Векторный индекс на multilingual-e5 и ru-en-RoSBERTa | Контур организации | | Документы | Разбор вложений и сборка черновиков по шаблонам | Контур организации | | Почта | Чтение общего ящика, классификация, регистрация | Существующий почтовый сервер | | Документооборот | СЭД: карточки, маршруты согласования, статусы | Существующая инсталляция | | Доступы | SSO, роли и журнал обращений к данным | Контур организации | ## Результат −54% и доля эскалаций человеку Метрика — среднее время от регистрации типового обращения до его закрытия. Замер «до» сняли по выгрузке из почтового ящика и СЭД за месяц, предшествующий пилоту. Типовыми считали повторяющиеся категории: справки, доступы, расписание, оформление документов, разъяснения по действующим положениям. Замер «после» брали из тех же источников через месяц работы в продуктиве. Нетиповые обращения в базу расчёта не включали — не потому, что они портят цифру, а потому, что у них нет сопоставимого «до»: каждое такое обращение уникально по объёму работы. Итог по типовому потоку — сокращение времени на 54%. Долю обращений, переданных человеку, считаем отдельной метрикой и показываем рядом со скоростью. Вниз её специально не оптимизируем: если система начнёт отвечать на спорное, выигрыш во времени обернётся разбором последствий. Раз в неделю выборку эскалаций разбирают вручную — часть становится новым пунктом базы знаний, часть остаётся за человеком навсегда. ## Ограничения и что осталось за сотрудником Границы автоматизации в образовании определяются не технологией, а ценой ошибки: за частью обращений стоят права учащегося и юридически значимые решения. - **Спорные и индивидуальные случаи уходят человеку.** Восстановление, перевод, академическая задолженность, конфликтные ситуации — система собирает материалы и передаёт их сотруднику вместе с выдержками из положений. - **Юридически значимые документы подписывает человек.** Черновик готовится автоматически, но приказ, справка и любой исходящий документ выходят за подписью ответственного лица. - **Персональные данные выдаются строго по правам.** Запрос сведений о другом человеке система не выполняет автоматически даже при наличии формального доступа — такие обращения маршрутизируются и журналируются. - **Толкование новых норм не автоматизировали.** Пока по новому положению нет практики применения, ответ помечается как предварительный и уходит на подтверждение методисту. - **Голосовой канал не входил в объём.** Телефонные обращения остались у людей, разбор звонков вынесен в отдельный сценарий. - **У базы знаний должен быть владелец.** Без сотрудника, который вносит новые редакции документов, точность ответов деградирует за один семестр — это условие, а не рекомендация. ## Частые вопросы по кейсу автоматизации обращений **Что считается типовым обращением?** Категория, которая повторяется десятки раз в семестр и имеет описанный порядок обработки: выдача справки, доступ к информационной системе, вопрос по расписанию или по действующему положению, оформление стандартного заявления. Перечень категорий согласовали с административным блоком письменно до пилота и с тех пор не меняли, иначе замеры «до» и «после» перестали бы быть сопоставимыми. Всё, что не попало в перечень, обрабатывается системой как нетиповое: она собирает контекст и передаёт обращение сотруднику, но в расчёт метрики такие случаи не входят. **Как система понимает, что документ устарел?** У каждого документа в базе знаний есть дата вступления в силу, дата отмены и связь с тем, что он заменяет. Поиск идёт только по действующим редакциям, устаревшие остаются в хранилище для истории, но в ответ не попадают. Если по теме есть противоречащие друг другу действующие документы, система не выбирает между ними сама: она показывает оба и передаёт вопрос методисту. Ответ всегда содержит ссылку на конкретный пункт, поэтому проверка занимает секунды, а не требует поднимать первоисточник вручную. **Данные учащихся не уходят наружу?** Модели, векторные индексы, журналы диалогов и интерфейсы развёрнуты на серверах организации, обращения к внешним публичным сервисам отключены на уровне сетевых политик. Доступ к сведениям разграничен ролями: ответ формируется в пределах прав того, кто спрашивает. Каждое обращение к персональным данным записывается в отдельный журнал с указанием пользователя, времени и основания. Такой контур проще проходит внутренние проверки и не требует отдельного соглашения с внешним обработчиком, потому что обработчика за периметром просто нет. **Сколько времени заняло внедрение и что делали в первую очередь?** Первым делом собирали базу знаний, а не подключали модель. Разбор действующих редакций положений, снятие дублей и назначение владельцев документов заняли больше времени, чем вся техническая часть. Пилот на одной категории обращений уложился в 2–4 недели, выход первого контура в продуктив — в типовые 4–8 недель. Дальше категории добавлялись итерациями. Порядок принципиален: без наведённого порядка в документах любая модель будет уверенно цитировать прошлогоднюю редакцию, и это хуже отсутствия ответа. **Подойдёт ли такой контур другой организации?** Схема переносится в любую структуру, где поток обращений однообразен, а ответ определяется внутренними нормами: организации образования, административные подразделения крупных компаний, сервисные центры. Отличаться будут состав базы знаний, роли и требования к персональным данным — именно они определяют объём работ, а не выбор модели. Смежные сценарии описаны на странице [внедрения ИИ в образовании](https://lokai.ru/vnedrenie-ii-v-obrazovanii/), а работа с потоком документов — в разделе про [документооборот](https://lokai.ru/vnedrenie-ii-v-dokumentooborot/). --- Бесплатный аудит и расчёт окупаемости на ваших данных: https://lokai.ru/besplatnyy-audit-ii/ Почта: hello@lokai.ru · 123112, Москва, ММДЦ «Москва-Сити» · Пн–Пт, 09:00–19:00 МСК