Софтлайн Классификатор — ИИ-категоризация обращений

Платформа на базе ИИ · Разворачивается в вашем контуре

Софтлайн
Классификатор

Автоматическая категоризация обращений на основе ИИ —
точнее, быстрее, без ручного труда

Интеллектуальная платформа для автоматической классификации текстов, изображений и голосовых сообщений. Объединяет силу больших языковых моделей с корпоративной базой знаний, чтобы мгновенно направлять каждое обращение в нужную категорию. Разворачивается в вашем контуре — данные не покидают инфраструктуру компании.

Запросить демо Запросить стоимость Скачать презентацию

~95%

точность классификации

<2с

время обработки запроса

1 день

до запуска в prod

On-prem

данные не покидают контур

Целевая аудитория

Для кого

Решение подходит любой организации с потоком входящих обращений

Контакт-центры и службы поддержки

Автоматическая маршрутизация входящих обращений

Государственные органы и МФЦ

Обработка обращений граждан и петиций

Банки и страховые компании

Сортировка заявок и претензий клиентов

HR-департаменты

Классификация резюме и входящих запросов

Любые организации с потоком неструктурированных данных

Ускорение обработки и снижение нагрузки на операторов

Проблема

Ручная классификация — это медленно, дорого и неточно

Ежедневно операторы вручную разбирают сотни и тысячи обращений: читают, думают, выбирают категорию, направляют дальше.

Это медленно, дорого и неточно — человек устаёт, ошибается, категории трактуются по-разному разными сотрудниками.

Классификатор берёт эту рутину на себя: принимает обращение в любом формате, сверяется с вашей базой знаний и за секунды выдаёт категорию с обоснованием.

Медленно

Часы на обработку того, что ИИ делает за секунды

Дорого

Большой штат операторов для рутинной сортировки

Неточно

Человеческий фактор и несогласованность трактовок

Функциональность

Ключевые возможности

Всё необходимое для промышленной классификации обращений

Мультимодальный ввод

Принимает текст, изображения и аудиосообщения — в одном запросе можно передать сразу несколько типов данных.

Текст Изображения Аудио

RAG на корпоративных данных

Классификация опирается на вашу собственную базу знаний: загрузите Excel-файлы с примерами — система векторизует их и использует при каждом запросе. Чем богаче база — тем выше точность.

Работа с любыми LLM

Не привязан к одному провайдеру. Поддерживаются российские облачные и on-premise модели:

GigaChat Яндекс GPT Qwen DeepSeek LLaMA Mistral

Обоснование решения

Система возвращает не просто метку категории, но и аргументацию: какие фрагменты базы знаний повлияли на решение и почему. Операторы могут проверить и скорректировать ответ.

Петля обратной связи

Отмодерированные запросы можно одним кликом добавить в базу знаний — модель становится точнее с каждым корректно обработанным обращением. Без переобучения.

REST API для интеграции

Полноценный API позволяет встроить классификатор в любую внутреннюю систему: CRM, хелпдеск, порталы обращений граждан, внутренние тикет-системы.

Мониторинг и аналитика

Дашборд с историей всех запросов, распределением по категориям, временем обработки и детальными логами каждого запроса для аудита.

Управление пользователями и ролями

Разграничение прав между операторами и администраторами. Персональная история запросов для каждого пользователя.

Процесс

Как это работает

Пять шагов от обращения до готовой категории

Поступает обращение

Пользователь отправляет текст, фотографию или голосовое сообщение через интерфейс или REST API.

RAG-поиск по базе знаний

Система векторным поиском извлекает семантически похожие примеры из корпоративной базы знаний.

Анализ языковой моделью

Языковая модель анализирует обращение в контексте найденных примеров и формирует решение.

Категория + обоснование

Система возвращает категорию, аргументацию и статистику похожих обращений — прозрачно и проверяемо.

Коррекция и обучение

Оператор при необходимости корректирует результат и одним кликом добавляет пример в базу знаний — модель сразу становится точнее.

Быстрый старт

Что нужно для запуска

Запустить Классификатор можно за несколько часов. Наша команда помогает с настройкой, адаптацией базы знаний и подбором модели под конкретную задачу.

Сопровождение на каждом этапе

Описание категорий

Название, что включает, что не включает, 3–5 примеров текстов на каждую категорию.

База знаний

Excel-таблица с двумя столбцами: «Текст» и «Категория». Рекомендуется от 50–100 примеров на каждую категорию.

Доступ к языковой модели

Облачной (GigaChat, ЯндексGPT) или локально развёрнутые модели на серверах заказчика.

Защита данных

Безопасность и соответствие требованиям

On-premise развёртывание

Данные клиентов и обращения граждан не передаются в сторонние облака

Разграничение доступа

Ролевая модель с журналом всех действий — полная прослеживаемость

Российские модели

Полная совместимость с GigaChat и другими отечественными LLM

Изолированные контуры

Работает без доступа в интернет при использовании локальных моделей

FAQ

Часто задаваемые вопросы

Можно ли использовать без подключения к внешним LLM?

Да. При развёртывании локальных моделей (например, Qwen, Deepseek, OSS-GPT через совместимый эндпоинт) система работает полностью в закрытом контуре без доступа в интернет.

Сколько времени занимает первоначальная настройка?

При наличии готовой базы знаний — от нескольких часов до одного рабочего дня. Мы сопровождаем процесс на каждом этапе.

Как система становится точнее со временем?

Операторы верифицируют результаты классификации и добавляют корректные примеры в базу знаний. Новые данные сразу участвуют в RAG-поиске — точность растёт органично без переобучения модели.

Есть ли API для интеграции с нашей системой?

Да, полноценный REST API с документацией. Поддерживает передачу текста, изображений (base64 или файлы) и аудио в одном запросе.

Стоимость

Индивидуальное предложение

Стоимость лицензии зависит от количества пользователей, объёма обращений и выбранного варианта развёртывания. Свяжитесь с нами, чтобы получить коммерческое предложение под вашу задачу.

Пользователи

По запросу

Развёртывание

On-prem

Внедрение

1 день

Запросить стоимость