К содержанию
Работа

Aimcast — ИИ-платформа корпоративных коммуникаций и управления знаниями

Aimcast собирает внутренние коммуникации, обучение и корпоративные знания в один продукт. Редактор публикует материал один раз — сотрудник получает его в персональной ленте, в удобном ему формате и в подходящий момент, вместо массовой рассылки на всю компанию. Мы делали продукт целиком: CMS работодателя, веб- и мобильное приложение сотрудника, бэкенд, медиапайплайн, ИИ-модули, аналитику и корпоративные интеграции.

Главный экран проекта Нажмите, чтобы рассмотреть
Aimcast — ИИ-платформа корпоративных коммуникаций и управления знаниями 01 / 07
Aimcast — ИИ-платформа корпоративных коммуникаций и управления знаниями — Главный экран проекта
Клиент
Aimcast Corp.
Индустрия
Корпоративные IT-системы
Срок
13 месяцев
Команда
11 человек

Задача

В большой распределённой организации информация размазана по почте, мессенджерам, интранету, видеосервисам, LMS, файловым хранилищам и локальным порталам подразделений. Следствие знакомое: человек получает рассылки, которые к нему не относятся, пропускает те, что относятся, и тратит время на поиск актуальной версии документа или записи встречи. У коммуникационной команды при этом нет ответа на простой вопрос — материал посмотрели или его просто доставили.

Продукт должен был дать единый редакционный инструмент коммуникациям, HR, продажам и руководству; собрать разные форматы в одну контентную модель; сегментировать аудиторию по структуре организации; персонализировать порядок, время и формат доставки; превратить опубликованное в индексируемую базу знаний; измерять реальное потребление, а не отправку — и всё это внутри enterprise-требований к аутентификации, правам и аудиту.

Решение

Десять форматов — одна модель. Статьи и новости, короткие и полноформатные видео, прямые эфиры и их записи, аудиовыпуски и подкасты, баннеры и объявления, события, галереи, внешние ссылки, опросы и квизы, тематические подборки из нескольких материалов. Всё живёт в общей медиабиблиотеке: один ассет переиспользуется в разных материалах без повторной загрузки, а материал проходит единый жизненный цикл от черновика до архива.

Аудитория считается из оргструктуры. Статические и динамические аудитории строятся по стране и локации, бизнес-юниту, должности и роли, команде и руководителю, типу занятости, проекту или клиентскому направлению и произвольным атрибутам компании. Права на чтение и права на публикацию разведены. Автор видит расчётную аудиторию до отправки, а система заранее проверяет пересечения, ограничения и доступность каналов.

Редакционный цикл из десяти шагов. Формат или шаблон, материалы из библиотеки, текст с тегами и категорией, правила доступа и комментирования, выбор аудитории, ИИ-преобразования и локализация, согласование, публикация сразу или по расписанию, веб- и push-уведомления, отчёт по доставке и потреблению. Материал можно снять с публикации или заменить новой версией, не ломая структуру категорий и накопленную аналитику.

Clarity AI: смотреть, читать, слушать. Из исходного видео, аудио, статьи или документа система готовит саммари, текстовую версию, аудиоверсию, визуальное представление, транскрипт с таймкодами, субтитры и локализации на другие языки. Сотрудник сам выбирает режим watch, read или listen: содержание одно, формат подстраивается под ситуацию, доступность и привычки. Преобразования встроены в редакционный процесс и в приложение, а не живут отдельным сервисом.

Поиск по сказанному вслух. Индекс охватывает не только заголовки и текст, но и транскрипты аудио и видео, извлечённый текст PDF и документов, категории, теги, владельцев и связанные подборки. Сотрудник находит материал по фразе, прозвучавшей в середине часовой записи, а не только по тому, что редактор вручную вписал в заголовок. Результаты учитывают права доступа и персональную релевантность.

Аналитика потребления, а не отправки. События собираются по всему пути материала: кому он был доступен и доставлен, кто открыл, сколько времени читал или смотрел, на какой минуте остановил видео, завершил ли, добавил ли в избранное, переслал ли, ответил ли на опрос, подтвердил ли ознакомление. Дашборд режет данные по периоду, категории, формату, подразделению, роли, локации и аудитории, показывает drop-off и разницу между сегментами.

Обязательное отделено от интересного. Для onboarding, продуктового обучения и policy refreshers фиксируются доставка, начало, завершение и подтверждение ознакомления; прогресс переносится между устройствами, а ответственная команда видит статус по аудиториям.

Enterprise-контур. SSO и корпоративная модель идентификации, tenants и рабочие пространства, роли и издательские зоны, динамические правила аудиторий, локализация и accessibility, модерация, журналирование административных действий, контроль скачивания и печати документов, управление сессиями и устройствами, интеграции с каталогом сотрудников и HRIS, календарями, каналами уведомлений, BI и клиентскими API.

Результат

Организация получила адресную коммуникацию вместо массовой рассылки и один вход вместо шести источников. Редактор публикует материал один раз и видит, что с ним произошло: охват, завершение, drop-off, разницу между подразделениями и то, какой формат сработал для какой аудитории. Сотрудник видит только то, что относится к нему, продолжает просмотр на другом устройстве, возвращается к незавершённому обучению и находит нужное по фразе из видео. HR и руководители получают подтверждаемое ознакомление с обязательными материалами. Опубликованное не исчезает после рассылки, а остаётся в базе знаний и продолжает работать.

Команда вела продукт полностью: продуктовая стратегия и декомпозиция enterprise-сценариев, UX-исследование и информационная архитектура, дизайн CMS и приложения сотрудника, веб- и мобильная разработка, бэкенд и API, медиапайплайн, поиск и аналитика, ИИ-рекомендации и преобразование контента, SSO и корпоративные интеграции, инфраструктура и мониторинг, тестирование, запуск и поддержка.

10 типов контента в одной модели публикации
10 шагов редакционного цикла, от выбора шаблона до отчёта по потреблению
3 формата одного материала: смотреть, читать, слушать
13 месяцев срок проекта, команда 11 человек
Состав проекта

Что вошло в решение

Решения и компетенции, которые использовали в проекте. По ссылкам — подробный состав каждого направления.

Ещё

Похожие проекты

Всё портфолио
Cirrus File Server (CFS) — корпоративная платформа управления документами
Работа TierFive

Cirrus File Server (CFS) — корпоративная платформа управления документами

Cirrus File Server — частное корпоративное облако для хранения, поиска и согласования документов. По ощущению от работы это простота Dropbox, по устройству — enterprise-система с правами: сотрудник открывает единое хранилище, но видит только те филиалы, департаменты, папки и операции, которые разрешены его ролью. Отдельная особенность — географическая навигация: путь к документу начинается с карты городов и площадок компании.

Системы документооборота
Цифровой двойник IT-инфраструктуры предприятия
Работа Клиент под NDA

Цифровой двойник IT-инфраструктуры предприятия

Платформа, в которой корпоративная IT-инфраструктура существует не как справочник оборудования, а как исполняемая модель: серверы, хранилища, сетевые сегменты, размещённые на них сервисы и группы виртуальных сотрудников, которые этими сервисами пользуются. Симулятор прогонял по такой модели реальную нагрузку и показывал, где инфраструктура перестаёт справляться. Оптимизатор предлагал другое размещение сервисов и проверял собственную рекомендацию тем же экспериментом, на котором обнаружилась проблема.

Цифровой двойник предприятия
Распределённая платформа MapReduce для ML-вычислений
Работа Клиент под NDA

Распределённая платформа MapReduce для ML-вычислений

Платформа собирала разрозненные CPU- и GPU-ресурсы в виртуальный кластер для машинного обучения, обучения нейросетей и пакетной обработки данных. В сеть входили собственные компьютеры клиента в разных локациях и мощности, добровольно предоставленные пользователями в обмен на бесплатное использование его программного продукта. Для оператора это выглядело как единый вычислительный ресурс, хотя физически кластер был неоднородным и менялся прямо во время расчёта.

Интеллектуальная обработка данных
Первый разговор — бесплатно

Расскажите, что хотите изменить

За одну встречу уточним задачу и предложим следующий шаг, даже если вам нужен другой подрядчик.

Что будет на встрече
  1. 01 Опишите задачу своими словами
  2. 02 Уточним цель и ограничения
  3. 03 Предложим решение и следующий шаг
длительность 45–60 мин