Директор по ИТ ГК ФСК Владимир Крыльцов рассказал об ИИ-платформе «Камертон» на GoCloudTech 2026

16.10.2026 15:25:03 | Хабр

Хабы: Искусственный интеллект, Управление разработкой

Группа компаний ФСК развивает корпоративную платформу искусственного интеллекта «Камертон», которая позволяет создавать прототипы ИТ-решений и автоматизировать работу с документами. О возможностях системы, её архитектуре и перспективах развития рассказал директор по ИТ ГК ФСК Владимир Крыльцов на конференции GoCloudTech 2026, организованной Cloud.ru.

В ГК ФСК делают ставку на прикладное использование искусственного интеллекта. Компания развивает собственную AI-платформу «Камертон», ориентированную на решение конкретных бизнес-задач от обработки проектной документации до создания прототипов корпоративных ИТ-сервисов.

Как рассказал Владимир Крыльцов, платформа развивается по двум основным направлениям. Первое - быстрое прототипирование решений, позволяющее проверить бизнес-гипотезу до запуска полноценной разработки. Второе - использование AI-агентов для автоматизации повторяющихся рабочих процессов.
Например, с помощью платформы можно сопоставлять версии документов, выявлять расхождения, обрабатывать спецификации и формировать итоговые файлы в заданном формате.
Один из представленных на конференции сценариев это нормализация строительных спецификаций. Система преобразует данные из исходных документов в стандартизированный файл, который можно использовать для дальнейшей обработки, при этом неоднозначные позиции сохраняются для проверки специалистом.
Такой подход позволяет передать искусственному интеллекту рутинные операции, сохранив за сотрудником контроль над итоговым результатом.

По данным ГК ФСК, на 15 октября 2026 года в инфраструктуре «Камертона» насчитывалось порядка 300 ИИ-агентов. За предыдущие 30 дней запросы к системе направляли около 300 аккаунтов.
С начала июня по 15 октября платформа обработала порядка 42,6 тыс. обращений, а количество сформированных выходных файлов достигло 19 тыс.
При этом в компании подчёркивают, что количество запросов само по себе не является показателем экономической эффективности искусственного интеллекта.
Результат внедрения оценивается на уровне отдельных процессов: учитываются время выполнения задачи, необходимость дополнительных проверок, количество исправлений и стоимость получения итогового результата.

Подробнее

Читайте также