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.
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.
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.
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.
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.
| Moscow, Russia | |
| 3000-5000 руб. | |
| Stream | |
 |
Event at a glance
