«АКРИХИН» запустил корпоративную ИИ-платформу в Yandex Cloud за три недели

О чём эта история

Российская фармацевтическая компания «АКРИХИН» разработала веб-сервис на базе Yandex AI Studio, чтобы дать сотрудникам безопасный доступ к моделям Alice AI LLM, DeepSeek, Qwen через единое окно. Первый прототип собрали за три недели, а затем сервис стал платформой для запуска корпоративных ИИ-агентов.

Создать платформу корпоративных ИИ-агентов для сотрудников

На старте проекта большинство сотрудников «АКРИХИН» не использовали возможности искусственного интеллекта постоянно. Отдельные специалисты подписывались на российские или зарубежные LLM-сервисы. Компания планировала создать для коллег ИИ-инструменты, которые предоставят безопасный доступ к современным языковым моделям, и разработать единую платформу корпоративных ИИ-агентов.

Важно было минимизировать риски утечки конфиденциальной информации, соблюсти внутренние регламенты ИБ компании и обеспечить соблюдение требований законодательства при работе с данными. При этом компания стремилась избежать значительных затрат на внедрение и поддержку готовых решений от внешних поставщиков.

«АКРИХИН» рассматривал несколько вариантов:

• готовые корпоративные решения для работы с LLM;
• сервисы внешних провайдеров;
• разработку собственного веб-сервиса.

При выборе ориентировались на сокращение time to market, оптимизацию стоимости проекта и возможность масштабировать инфраструктуру под нагрузку. Важными критериями были безопасная работа с данными, доступ к российским и зарубежным языковым моделям по API и возможность начать проект без аренды GPU-серверов. Готовые решения требовали значительных вложений: разовой покупки или дорогой ежемесячной подписки, поэтому команда «АКРИХИН» склонялась к самостоятельной разработке.

Для реализации проекта выбрали Yandex AI Studio. Часть сервисов «АКРИХИН» уже работала в инфраструктуре Yandex Cloud, поэтому команда могла быстрее развернуть новый внутренний сервис и встроить его в существующий IT-ландшафт. Yandex AI Studio предоставляет API для доступа к широкому набору моделей: YandexGPT, Alice AI LLM, DeepSeek, Qwen и другим. Дополнительными преимуществами стали возможность защитить сервис с помощью Yandex Smart Web Security и изолировать кластеры Kubernetes^® на уровне сети.

Развернули платформу для ИИ-агентов с сервисами Yandex AI Studio

Команда «АКРИХИН» работала над проектом с апреля по август 2025 года, а первый прототип платформы появился уже через три недели. Это был веб-сервис на Go с доступом только для авторизованных через Active Directory сотрудников. Пилот давал доступ к YandexGPT Pro и YandexGPT Lite в формате единого корпоративного ИИ-чата. В проекте использовали виртуальные машины Yandex Compute Cloud и кластеры Yandex Managed Service for Kubernetes^® для размещения сервиса, Yandex Smart Web Security — для защиты веб-приложения от DDoS-атак, ботов и SQL-инъекций, Yandex Security Deck — для контроля облачных ресурсов и проверки конфигураций.

После запуска пилота приступили к созданию и внедрению ИИ-агентов для разных бизнес-сценариев. Среди них:

• RAG-агенты для поиска информации и формирования ответов на основе корпоративной базы знаний;
• агент для распознавания текста на изображениях;
• агент для парсинга цен в электронной коммерции;
• агент для мониторинга аномалий с отправкой уведомлений;
• персональный помощник, интегрированный с корпоративными сервисами Яндекс 360.

Также на платформе команда собирает запросы от бизнес-подразделений на автоматизацию процессов и делает новых агентов.

Команда «АКРИХИН» разработала мультиагентную архитектуру. Оркестратор выступает единым шлюзом: обеспечивает авторизацию, принимает входящие запросы, маршрутизирует их к агентам, управляет историей сессий. Пайплайн ИИ-агента реализует конкретный бизнес-сценарий: агент формирует контекст, передаёт запрос в языковую модель, обращается к аналитическим базам данных, онлайн-парсерам и другим инструментам.

Для большинства ИИ-агентов специалисты «АКРИХИН» выбрали DeepSeek из каталога моделей Yandex AI Studio, а для отдельных сценариев сбора внешней информации, например о ценах на фармацевтическом рынке в целом, используют сторонние LLM-сервисы.

Команда «АКРИХИН» раз в несколько месяцев делает скоринг по соотношению качества и стоимости всех моделей, доступных в Yandex AI Studio, и выбирает самые подходящие модели как для чатов, так и для агентов. После появления Alice AI LLM команда внедрила модель в ИИ-чатах для сотрудников. Кроме того, сотрудникам в чатах стали доступны DeepSeek и Qwen.

В сервис добавили несколько уровней защиты. Доступ ИИ-агентов ограничили на уровне сценариев и операций: каждому агенту доступны только те инструменты, которые нужны для его задачи, а права на чтение и запись разделены. LLM не получает прямого доступа к корпоративным системам, файловым хранилищам, трекеру и API. Все действия проходят через Tool Gateway — в соответствии с текущими рекомендациями OWASP^®: ограничивать набор инструментов, доступных агентам, разделять права на чтение и запись и явно авторизовывать чувствительные операции.

Перед отправкой данных по API сервис анонимизирует персональные данные. Тот же механизм работает в корпоративном ИИ-чате при загрузке файлов и текстовых запросов. Дополнительно команда экранировала промпты и проверила сервис на устойчивость к промпт-инъекциям. Внутреннее тестирование команды ИБ и последующий пентест подтвердили изоляцию баз знаний и не выявили критических сценариев с риском бизнес-ущерба.

Отдельным этапом стало внутреннее обучение сотрудников. Компания провела серию вебинаров и воркшопов, посвящённых возможностям генеративного ИИ, современным языковым моделям и сценариям их применения в бизнесе.

Оптимизировали затраты на ИИ-платформу и развили культуру использования ИИ

Команда «АКРИХИН» запустила ИИ-платформу, не привлекая дополнительных ресурсов и без значительных капитальных вложений. По оценке компании, стоимость аналогичных решений от внешних поставщиков варьировалась от 6 до 50 млн рублей. Собственная команда разработки и сервисы Yandex Cloud позволили запустить пилот платформы всего за три недели — вместо проекта с подрядчиком, который, по оценкам, бы занял 3–6 месяцев. При этом собственную платформу проще развивать под новые сценарии, чем дорабатывать стороннее коробочное решение.

Кроме того, сотрудники прошли обучение и начали использовать ИИ-инструменты в рабочих процессах, а в различных подразделениях появились инициативы по созданию собственных ИИ-агентов.

Сейчас компания планирует расширять количество бизнес-сценариев ИИ-агентов и развивать платформу.