Appius-PLM внедряет локальный ИИ для семантического поиска в корпоративных данных
CNews AI · оригинал
Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.
Российская система управления жизненным циклом изделия Appius-PLM получила модуль искусственного интеллекта, позволяющий искать информацию по смыслу запроса и содержанию документов. Ключевой особенностью решения является полностью локальное развертывание ИИ-контрура, что исключает передачу конфиденциальных данных в интернет.
Внедрение локальных ИИ-решений в корпоративные системы критически важно для отраслей с высокой степенью секретности, таких как машиностроение и аэрокосмическая промышленность. Это позволяет компаниям использовать преимущества генеративного ИИ для поиска данных, не нарушая требования к информационной безопасности.
Российский разработчик систем управления жизненным циклом изделия представил обновление Appius-PLM, в котором реализован интеллектуальный поиск по корпоративным данным. Как сообщили представители компании CNews, новая функциональность позволяет пользователям находить информацию не только по названиям файлов, но и по их содержимому, а также по смыслу естественного языка запроса. Это устраняет необходимость в составлении сложных поисковых выражений, требующих специальных навыков.
Ключевым архитектурным решением стало обеспечение безопасности данных. Поскольку в PLM-системах хранятся конструкторская документация, технологические карты и коммерческая информация, включая данные третьих лиц, разработчики сделали акцент на локализации. Весь ИИ-контур, включая языковую модель и векторную базу знаний, развертывается внутри инфраструктуры заказчика. Это означает, что для работы системы не требуется доступ в интернет, а риск утечки чувствительных данных через внешние API исключается.
Практическая ценность обновления заключается в трех основных сценариях использования. Первый — умный текстовый поиск, который автоматически индексирует все текстовые данные в системе, включая PDF-файлы и метаданные элементов. Система способна распознавать словоформы и синонимы: например, запрос «редуктор» вернет документы, содержащие слова «редукторы» или «привод». Также алгоритм эффективно работает с децимальными номерами и артикулами, находя нужные записи даже при неполном вводе или путанице в кириллице и латинице.
Второй сценарий — семантический поиск. Он позволяет находить релевантные документы по смыслу, даже если в них отсутствуют ключевые слова из запроса. Например, запрос «соединить два вала под углом» может привести к документам о карданных шарнирных муфтах. ИИ анализирует найденные материалы и формирует краткие или подробные ответы со ссылками на источники. При этом система фиксирует в примечаниях случаи, когда точность данных вызывает сомнения или требуются дополнительные уточнения.
Третий инструмент предназначен для интуитивного поиска элементов по сложным критериям. Пользователь может описать условие на простом языке, а система самостоятельно сформулирует технический запрос и предоставит перечень соответствующих объектов. Во всех режимах поиска доступны расширенные настройки, позволяющие исключить определенные слова, отключить поиск по синонимам или требовать точного совпадения подстроки.
В перспективе разработчики рассматривают возможность интеграции обучаемых ИИ-агентов. Такие агенты смогут автономно выполнять многошаговые рутинные задачи и обрабатывать данные без постоянного участия человека. По оценке компании, это позволит специалистам сосредоточиться на более интеллектуальной и продуктивной работе, снизив нагрузку от рутинных операций.