Все больше историй про успешное внедрение GenAI в свой бизнес. Однако те, кто занимался этой задачей на практике, знают, как сложно получить значимые бизнес-эффекты. На пути встают экономика фронтирных моделей, неготовность бизнес-процессов к автоматизации, отсутствие контуров безопасности и многое другое. Мы приглашаем NLP-инженеров, MLOps-разработчиков и аналитиков данных обсудить эту проблему на примере опыта внедрения GenAI в операционные функции Т-Банка.

Доклады

Платформа агентов здорового человека

Разберем:

• Почему поддержка — самый понятный кейс для внедрения агентов.
• Что не так с текущими системами, которые называют себя платформами агентов.
• Что должно быть в платформе, которая может принести реальный эффект.
• Как мы в Т-Банке строим платформу и внедряем агентов в обслуживание.

Почему классическая аналитика не работает для AI-агентов и что с этим делать?

Разберем:

• Почему классическая аналитика не работает для агентов.
• Почему невозможно все мерить одной метрикой, кривые размена метрик.
• Как строить онлайн-метрики через ML-композиты.
• Как строить офлайн-метрики для агентов и учитывать доменную специфику.

Как мы используем спекулятивное декодирование для ускорения LLM инференса

Разберем:

• Основные причины, почему LLM медленно генерируют ответы.
• Как спекулятивное декодирование ускоряет генерацию без потери качества.
• Популярные методы в индустрии.
• Что вам делать на практике.

Путь AI-сотрудника в компании: от рождения до работника месяца

Расскажем, как мы создали AI-агента, работающего в интерфейсах живых сотрудников: от обучения на их действиях и copilot-онбординга до плавного перехода к автоматизации полного спектра операторских задач.