Таксономия ИИ-продуктов
Executive summary
Рынок корпоративного ИИ описывает широкий набор классов решений — от корпоративного доступа к LLM до оптимизации и digital twin. Эта страница фиксирует 18 классов как справочную / исследовательскую таксономию: она помогает понять, к какому типу относится запрос бизнеса, и когда класс стоит выделить в отдельный ИИ-продукт.
Операционная модель внедрения держит реальный каталог на уровне не более 10 деливери-треков — через них компания маршрутизирует ИИ-инициативы, назначает владельцев и проходит контрольные точки (gate). Остальные классы используются как справочник, отраслевые слоты или cross-cutting слои.
Подробнее об операционном каталоге: ИИ-продукты.
Как читать таксономию
На странице используются разные уровни абстракции:
| Уровень | Что это |
|---|---|
| Модель / платформа | Переиспользуемая технологическая способность (LLM gateway, RAG, ML-платформа) |
| ИИ-продукт | Управляемое решение с владельцем, SLA и правилами использования |
| Capability / слой | Функция внутри продукта (guardrails, eval, data readiness) |
| ИИ-инициатива | Конкретный кейс в бизнес-воронке |
| Деливери-трек | Маршрут реализации инициатив в деливери-воронке |
Ключевой вопрос при классификации: нужен ли отдельный ИИ-продукт и деливери-трек, или достаточно capability внутри существующего трека?
Полная таксономия: 18 классов
Сжатая справочная таблица. Tier отражает типичную зрелость спроса в enterprise, а не обязательность отдельного трека.
| # | Класс | Tier | Что это | Глаголы | Включать, когда | Не выделять отдельно, когда |
|---|---|---|---|---|---|---|
| 1 | LLM Self-Service & Model Gateway | Core | Управляемый доступ к одобренным foundation models через UI/API: чат, playground, routing, шаблоны, cost controls, governance | generate, summarize, classify, extract, rewrite, translate, reason, draft | 3+ функций нужен GenAI или несколько инициатив требуют переиспользуемого доступа к моделям | M365/Google Copilot закрывает потребность с достаточным контролем, или это только feature внутри одного приложения |
| 2 | Enterprise Knowledge Search / RAG / Q&A | Core | Grounded search и Q&A по корпоративным данным с цитатами, permission-aware retrieval и трассируемостью | find, search, answer, summarize, compare, retrieve | Один паттерн Q&A/search повторяется в 3+ функциях или 5+ доменах знаний | One-document chatbot, данные не governed, или enterprise search уже решает задачу |
| 3 | Agentic Workflow / Routine Automation | Core | Оркестрация LLM-агентов, детерминированных workflow, tools, API, людей и approvals для многошаговых задач | automate, orchestrate, collect, decide, act, monitor, escalate | Высокообъёмная рутина повторяется между функциями; есть API или понятные approval gates | Разовая экспертная работа, процесс не определён, нет доступа к системам, или RPA/iPaaS уже решает |
| 4 | Document Intelligence / IDP | Core | Классификация, splitting, OCR, extraction, validation и routing документов в бизнес-системы | extract, classify, process, split, compare, validate, route | 3+ процессов или типов документов требуют повторяемого extraction и validation | Низкий объём, данные доступны через API, или это разовая форма |
| 5 | Meeting & Conversation Intelligence | Advanced | Захват, транскрипция и summarization встреч/звонков; извлечение решений и action items | transcribe, summarize, extract actions, coach | Встречи/звонки — массовый рабочий артефакт; follow-up — повторяющаяся боль | Запрет записи по legal/культуре, или native M365/Zoom capability достаточен |
| 6 | Coding Agent / Software Engineering Copilot | Core | IDE/CLI/cloud agents для понимания repo, генерации кода, refactoring, testing, debugging, PR assistance | write code, explain, refactor, test, debug, document, migrate | Software delivery материален; достаточно разработчиков и repo для governance | Мало разработчиков, или это централизованный IDE add-on без портфельного управления |
| 7 | ML Platform / Model Factory / Decision AI | Core | Платформа для classical ML, scoring, forecasting, anomaly detection, recommendations и model lifecycle | predict, score, classify, forecast, recommend, detect anomaly | Несколько predictive/decision use cases повторяются; есть исторические данные | Задача — search/generation; нет labels, business owner или action path |
| 8 | BI / Analytics Copilot / Decision Intelligence | Advanced | Natural-language и agentic analytics по governed semantic data, метрикам и dashboards | ask data, analyze, compare, explain variance, monitor KPIs | KPI/analytics вопросы повторяются; есть governed semantic data | Данным не доверяют, или каждый анализ — bespoke consulting |
| 9 | Customer & Employee Service Agent | Advanced | AI agents для support/service desk: answer, triage, resolve, tickets, escalation | answer, classify, route, resolve, automate, escalate | Высокий объём support; KB и actions переиспользуемы | Низкообъёмная экспертная консультация или нет KB/action integration |
| 10 | Voice / Speech AI & Contact Center | Optional | Real-time speech, voice agents, agent assist, call summarization, QA, analytics | transcribe, summarize, answer by voice, route, coach | Голос — core channel или высокий contact-center volume | Достаточно meeting transcription или legal consent невозможен |
| 11 | AI Governance / Portfolio Management / Control Tower | Core | System of record для ИИ-инициатив, моделей, агентов, рисков, approvals, ownership, value, compliance | govern, inventory, approve, prioritize, monitor, report | Крупная или regulated компания с множеством ИИ-продуктов/агентов | Менее ~10 AI uses; начать с lightweight GRC/PMO workflow |
| 12 | AI Security / Guardrails / Red Teaming | Core | Security controls и testing для AI apps, LLMs, agents, prompts, data, model supply chain | protect, detect, block, redact, monitor, test, respond | ИИ касается sensitive data, external users или tool/actions | Low-risk prototype; минимальные controls внутри LLM platform |
| 13 | AI Evaluation, Observability & LLMOps | Core | Testing, tracing, monitoring и улучшение LLM apps, RAG, agents, prompts, costs, quality | evaluate, monitor, debug, trace, compare, optimize | 3+ production LLM/RAG/agent apps | Vendor black-box без instrumentation; использовать vendor monitoring |
| 14 | Data & Knowledge Readiness / AI Data Product | Core | Reusable layer: catalog, access, lineage, quality, classification, semantic definitions, knowledge readiness | connect, govern, classify, enrich, curate, retrieve, reuse | Data readiness — recurring bottleneck для ИИ-инициатив | Зрелая enterprise data platform уже владеет; capability, не дубликат |
| 15 | Multimodal Content Generation / Brand Creative | Optional | Controlled generation/editing text, image, video, audio, design с brand/legal controls | generate, edit, localize, personalize, version, review | Высокий объём creative/localization между business units | Разовый design или agency/DAM workflow покрывает |
| 16 | Computer Vision / Visual AI / Edge AI | Optional | Анализ images/video/physical environments: detection, inspection, safety, process visibility | detect, classify, count, inspect, monitor, alert | Physical operations с повторяемыми visual problems | Office knowledge work, или sensor/API data достаточно |
| 17 | Research / Expert Workbench / High-Stakes Analysis | Advanced | Expert workbench для corpus analysis, source comparison, evidence-backed memos, high-stakes decisions | research, compare, diligence, synthesize, cite | High-value expert analysis повторяется между функциями | General RAG или BI copilot уже покрывает |
| 18 | Optimization / Simulation / Digital Twin / Prescriptive AI | Optional | AI/OR/simulation для optimal plans under constraints и scenario simulation | optimize, simulate, recommend, allocate, schedule, prescribe | Решения high-value, repeated, codifiable с constraints/data | Ad hoc decisions, unreliable data, или planning system уже optimizes |
Маппинг на операционный каталог ОМВИ
Операционный каталог — не более 10 деливери-треков. Отраслевые слоты A и B резервируются под повторяющийся спрос компании (analytics, voice, creative, CV, research, optimization — в зависимости от контекста).
Базовые 10 треков:
| # | Деливери-трек |
|---|---|
| 1 | Корпоративная LLM |
| 2 | RAG / помощник по знаниям |
| 3 | ML-платформа |
| 4 | код-агент |
| 5 | Automation ИИ (агенты + оркестрация) |
| 6 | Document Intelligence |
| 7 | Транскрибатор встреч |
| 8 | Service Agent |
| 9 | Отраслевой слот A |
| 10 | Отраслевой слот B |
18 классов → операционная обработка по умолчанию:
| Research class | Операционная обработка |
|---|---|
| LLM Self-Service & Model Gateway | Трек 1: Корпоративная LLM |
| Enterprise Knowledge Search / RAG / Q&A | Трек 2: RAG / помощник по знаниям |
| ML Platform / Model Factory / Decision AI | Трек 3: ML-платформа |
| Coding Agent / Software Engineering Copilot | Трек 4: код-агент |
| Agentic Workflow / Routine Automation | Трек 5: Automation ИИ |
| Document Intelligence / IDP | Трек 6: Document Intelligence |
| Meeting & Conversation Intelligence | Трек 7: Транскрибатор встреч |
| Customer & Employee Service Agent | Трек 8: Service Agent |
| BI / Analytics Copilot | Трек 9/10 при повторяющемся analytics-спросе; иначе capability над data/BI stack |
| Voice / Speech AI | Трек 9/10 для contact-center-heavy; иначе channel внутри Service Agent |
| Multimodal Content Factory | Трек 9/10 для marketing/content-heavy компаний |
| Computer Vision / Edge AI | Трек 9/10 для manufacturing, retail, logistics, security, field ops |
| Research / Expert Workbench | Трек 9/10 для legal, risk, investment, regulatory; иначе advanced RAG pattern |
| Optimization / Digital Twin | Трек 9/10 для planning-heavy industries; часто extension ML-платформы |
| AI Governance / Portfolio Management | Cross-cutting governance layer — не отдельный трек по умолчанию |
| AI Security / Guardrails / Red Teaming | Cross-cutting security layer — не отдельный трек по умолчанию |
| AI Evaluation, Observability & LLMOps | Cross-cutting quality/release layer — не отдельный трек по умолчанию |
| Data & Knowledge Readiness | Cross-cutting data/knowledge layer — не отдельный трек по умолчанию |
Governance, AI security, eval/observability и data readiness — research classes и cross-cutting слои по умолчанию. Отдельный деливери-трек оправдан только при явном owner и повторяющемся спросе компании.
Имена и синонимы
Рынок использует разные названия для одних и тех же классов. Синонимы помогают маппить market language на операционные треки без раздувания каталога:
| Операционный трек | Синонимы на рынке |
|---|---|
| RAG / помощник по знаниям | Knowledge Assistant, Enterprise Knowledge Search, grounded Q&A |
| Automation ИИ | Agentic Workflow, agentic automation, routine automation platform |
| код-агент | Coding Agent, Software Engineering Copilot, dev copilot |
Источники и market anchors
Ниже — рыночные якоря (market anchors): они помогают ориентироваться в текущем ландшафте, но не являются вечными методологическими фактами. Прогнозы и позиционирование вендоров меняются.
- Stanford AI Index 2025
- Gartner: over 40% of agentic AI projects will be canceled by end of 2027
- OWASP Top 10 for LLM Applications
Примеры продуктов (только для прояснения класса, не как рекомендация):
- Azure AI Document Intelligence — Document Intelligence
- GitHub Copilot coding agent — код-агент
- Microsoft Fabric Data Agent — BI / Analytics Copilot
- ServiceNow AI Control Tower — AI Governance
- LangSmith — AI Evaluation & LLMOps
- Microsoft Purview data governance — Data & Knowledge Readiness
Связанные разделы
- ИИ-продукты — операционный каталог и два уровня продуктов
- Выбор ИИ-продукта — плейбук маршрутизации инициатив
- Деливери-трек — деливери-воронка реализации
- Глоссарий — канон терминов
- Обзор исследований