AI‑директор Lira: как автоматизировать управление малым бизнесом без RAG

В статье на Habr ML автор делится опытом создания собственного AI‑директора — Lira, предназначенного для небольших компаний (пример — команда из 20 человек). В таких фирмах генеральный директор часто вынужден одновременно вести несколько проектов, контролировать исполнение обещаний и следить за достижением целей. У крупных корпораций эти функции распределены между множеством менеджеров среднего звена, но в малом бизнесе такой «штаб» отсутствует.

Lira позиционируется не как корпоративный чат‑бот и не как «ChatGPT с настройками компании», а как отдельный продукт с конкретным набором функций: 

• автоматическое фиксирование задач и обещаний, полученных от сотрудников;
• построение дорожной карты целей и контроль их выполнения;
• агрегирование статуса десятков проектов в едином дашборде;
• напоминания и эскалация просроченных пунктов.

Технически автор отказался от Retrieval‑Augmented Generation (RAG), считая её избыточной для текущих задач. Вместо векторных баз данных он использовал «контекстную память» LLM‑модели, а всё взаимодействие построено на продуманных промптах и цепочках действий. В качестве модели был выбран OpenAI GPT‑4o (можно заменить на аналогичную), дообученный на корпоративных данных компании. Для хранения состояния использовалась простая SQLite‑база, что позволило сократить задержки и упростить инфраструктуру.

Результат: Lira смогла снизить количество забытых задач на 35 % и ускорить процесс принятия решений руководителем на 20 %. Автор подчёркивает, что отказ от RAG упростил разработку, уменьшил стоимость эксплуатации и сделал систему более надёжной в условиях ограниченного бюджета.

Ссылка на оригинальную статью: https://habr.com/ru/articles/1034298/