 |
В Astra Automation появился ИИ-ассистент: поиск информации стал быстрее и проще
Это первое внедрение технологий искусственного интеллекта в экосистему Astra Automation, которое открывает новый этап развития продукта в сторону ИИ-центричности. Ассистент упрощает работу с документацией и помогает пользователям быстрее получать нужную информацию без длительного ручного поиска по разделам и страницам портала. Ключевая особенность решения заключается в том, что ИИ-ассистент не генерирует ответы на основе общих данных из интернета и не опирается на внешние источники. Ответы формируются исключительно на базе официальной документации Astra Automation, благодаря чему пользователи получают релевантную, актуальную и напрямую связанную с продуктом информацию. Теперь, чтобы найти ответ, не нужно вручную просматривать десятки страниц документации, переходить между разделами или подбирать точные формулировки для поиска. Достаточно задать вопрос на естественном языке прямо в интерфейсе портала. Ассистент поможет быстро найти сведения о требованиях к развертыванию, настройке компонентов, функциях платформы, параметрах и других аспектах работы с продуктом. Новый инструмент делает взаимодействие с документацией более удобным и помогает специалистам быстрее решать практические задачи при внедрении, настройке и эксплуатации платформы. Это особенно важно для инженеров, администраторов и других технических специалистов, которым необходим быстрый доступ к точной информации в рабочем контексте. «Запуск ИИ-ассистента — это первый и очень важный шаг в сторону ИИ-центричности Astra Automation. Для нас важно удобство пользователей, чтобы они быстрее находили ответы и эффективнее работали с продуктом. Планируем последовательно встраивать интеллектуальные возможности в саму платформу, чтобы автоматизация становилась не только мощной, но и по-настоящему умной, адаптивной к задачам каждого инженера и администратора», — комментирует Кирилл Добрынин, директор департамента автоматизации «Группы Астра».
Контактное лицо: Наумов Алексей Викторович
Компания: "Группа Астра"
Добавлен: 21:00, 04.07.2026
Количество просмотров: 139
Страна: Россия
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия598 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия590 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия668 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия790 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия134 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
 |