К содержанию
Работа

Aimcast — ИИ-платформа корпоративных коммуникаций и управления знаниями

Aimcast — ИИ-платформа, которая собирает внутренние коммуникации, обучение и корпоративные знания большой организации в один продукт. Редактор публикует материал один раз, а сотрудник получает его в персональной ленте, в удобном ему формате и в подходящий момент. 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 только доставили.

Продукт должен был дать единый редакционный инструмент коммуникациям, HR, продажам и руководству и собрать разные форматы в одну контентную модель. Аудиторию нужно было сегментировать по структуре организации, а порядок, время и формат доставки персонализировать. Опубликованное должно было складываться в индексируемую базу знаний, аналитика — измерять потребление, а не отправку. Всё это внутри корпоративных требований к аутентификации, правам и аудиту.

Решение

Десять форматов в одной модели. Это статьи и новости, короткие и полноформатные видео, прямые эфиры и их записи, аудиовыпуски и подкасты, баннеры и объявления. К ним добавляются события, галереи, внешние ссылки, опросы и квизы, тематические подборки из нескольких материалов. Всё живёт в общей медиабиблиотеке: один файл 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. Сначала задают формат или шаблон, подтягивают материалы из библиотеки, пишут текст с тегами и категорией, настраивают правила доступа и комментирования, выбирают аудиторию. Дальше идут ИИ-преобразования и локализация, согласование, публикация сразу или по расписанию, веб- и пуш-уведомления и 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 краткий пересказ, текстовую версию, аудиоверсию и визуальное представление. Из того же источника получаются транскрипт с таймкодами, субтитры и локализации на другие языки. Сотрудник сам выбирает, смотреть материал, читать или слушать: содержание одно, а формат подстраивается под ситуацию, доступность и привычки. Преобразования встроены в редакционный процесс и в приложение, отдельного сервиса для них нет.

Поиск по сказанному вслух. Индекс охватывает заголовки и текст, 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, даже если редактор не вписал её в заголовок. Результаты учитывают права доступа и персональную релевантность.

Аналитика потребления. События собираются по всему пути материала: кому он был доступен и доставлен, кто открыл, сколько времени читал или смотрел, на какой минуте остановил видео. Фиксируется и то, дошёл ли человек до конца, добавил ли материал в избранное, переслал ли, ответил ли на опрос и подтвердил ли ознакомление. Дашборд режет данные по периоду, категории, формату, подразделению, роли, локации и аудитории. Он показывает, где люди бросают материал и чем различаются сегменты.

Обязательное отделено от интересного. Для адаптации новичков, продуктового обучения и повторного ознакомления с политиками фиксируются доставка, начало, завершение и подтверждение ознакомления; прогресс переносится между устройствами, а ответственная команда видит статус по аудиториям.

Доступ, аудит и интеграции. Платформа поддерживает SSO и корпоративную модель идентификации, тенанты и рабочие пространства, роли и издательские зоны, динамические правила аудиторий. Есть локализация и доступность интерфейса, модерация, журнал административных действий, контроль скачивания и печати документов, управление сессиями и устройствами. Интеграции связывают платформу с каталогом сотрудников и HRIS, календарями, каналами уведомлений, BI и клиентскими API.

Результат

Массовые рассылки заменила адресная коммуникация, а семь источников — один вход. Редактор публикует материал один раз и видит, что с ним произошло: охват, завершения и отказы по ходу материала, 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. После рассылки опубликованное остаётся в базе знаний и доступно в поиске.

Команда вела продукт полностью: продуктовая стратегия и декомпозиция корпоративных сценариев, UX-исследование и информационная архитектура, дизайн CMS и приложения сотрудника. Разработка охватывала веб и мобильные клиенты, бэкенд и API, медиапайплайн, поиск и аналитику, ИИ-рекомендации и преобразование контента. На нас были и SSO, 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 услуги, 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 в распределённой компании. В работе он прост, как Dropbox, а устроен как корпоративная 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

Цифровой двойник IT-инфраструктуры предприятия — исполняемая модель, в которой собраны 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

Распределённая платформа MapReduce 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.

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