В Российском университете транспорта (МИИТ) состоялась открытая лекция с участием экспертов АО «Компания ТрансТелеКом». Руководитель Центра компетенций по ИИ Андрей Малов и руководитель направления Департамента продаж корпоративным клиентам и государственным заказчикам Павел Громов представили студентам профиля «Информационные системы и технологии на транспорте» портфель AI‑решений ТТК, включающий ИИ-агента, корпоративный портал и инструменты для разработчиков.
Встреча стала практическим знакомством будущих специалистов с тем, как искусственный интеллект внедряется в бизнес-процессы крупной инфраструктурной компании.
Эксперты объяснили, что большие языковые модели сами по себе похожи на очень умного, но неопытного стажера: у них нет доступа к актуальным знаниям компании и внешним системам, поэтому требуются дополнения. LLM – это «умная голова» для понимания и генерации текста. RAG – поиск по базе знаний компании. MCP – «универсальные руки», подключение к внешним системам и инструментам. Формула «умная голова + доступ к знаниям + универсальные руки» превращает ИИ в полноценного цифрового сотрудника.
В портфель решений ТрансТелеКома вошли:
Андрей Малов наглядно показал работу ИИ-агента: от глубокого веб-поиска до визуализации данных. Студенты получили уникальную возможность протестировать решение в реальном времени – им предложили поставить агенту сложную задачу (написание работы по узкой тематике). Результат вызвал оживленное обсуждение прикладных кейсов и преимуществ AI.
Студентов особенно интересовало:
Павел Громов рассказал о месте ТрансТелеКома на ИТ-рынке, а также о том, как компания помогает корпоративным и государственным заказчикам внедрять AI с полным импортозамещением и аттестацией. Андрей Малов подробно объяснил механизмы безопасности: аудит запросов, AI-фильтрацию контента, DLP-контроль и работу через MCP-протокол, исключающий утечки.
Встреча стала практическим знакомством будущих специалистов с тем, как искусственный интеллект внедряется в бизнес-процессы крупной инфраструктурной компании.
Эксперты объяснили, что большие языковые модели сами по себе похожи на очень умного, но неопытного стажера: у них нет доступа к актуальным знаниям компании и внешним системам, поэтому требуются дополнения. LLM – это «умная голова» для понимания и генерации текста. RAG – поиск по базе знаний компании. MCP – «универсальные руки», подключение к внешним системам и инструментам. Формула «умная голова + доступ к знаниям + универсальные руки» превращает ИИ в полноценного цифрового сотрудника.
В портфель решений ТрансТелеКома вошли:
- ИИ Агент (agent.cloudttk.ru) – 24/7 анализирует рынки, создает контент и презентации, обрабатывает Excel/CSV и строит графики 26+ типов.
- Корпоративный ИИ Портал (gpt.cloudttk.ru) – аналог ChatGPT, но в безопасном контуре компании: с генерацией документов по шаблону, суммаризацией протоколов, text-to-SQL и DLP-контролем.
- ИИ для разработчиков – суверенная платформа с моделями MiniMax m2.5, Kilo Code, spec-kit и гарантией, что код не утекает к зарубежным LLM.
- Инфраструктура – серверы с GPU NVIDIA HGX, варианты аренды (TTK.HGX Sharing / Full) и готовое API к OpenAI/Claude с оплатой в рублях.
Андрей Малов наглядно показал работу ИИ-агента: от глубокого веб-поиска до визуализации данных. Студенты получили уникальную возможность протестировать решение в реальном времени – им предложили поставить агенту сложную задачу (написание работы по узкой тематике). Результат вызвал оживленное обсуждение прикладных кейсов и преимуществ AI.
Студентов особенно интересовало:
- Чем ИИ-агенты отличаются от нейросетей вроде обычных ChatGPT, DeepSeek и пр.?
- Как обеспечивается защищенность данных и соответствие ФЗ-187 (КИИ)?
- Почему важно иметь суверенный контур для AI-разработки?
Павел Громов рассказал о месте ТрансТелеКома на ИТ-рынке, а также о том, как компания помогает корпоративным и государственным заказчикам внедрять AI с полным импортозамещением и аттестацией. Андрей Малов подробно объяснил механизмы безопасности: аудит запросов, AI-фильтрацию контента, DLP-контроль и работу через MCP-протокол, исключающий утечки.
В ходе дискуссии эксперты подчеркнули: ИИ-решения ТТК – это не абстрактное будущее, а работающие инструменты. ИИ-агент ведет исследования, портал интегрируется с корпоративными базами знаний, а разработчики получают российскую альтернативу зарубежным AI-ассистентам с ростом эффективности до +25% (данные BCG).
Таким образом, студенты не только узнали о современных ИИ-решениях из первых рук, но и увидели их в действии. Знакомство с реальными кейсами внедрения ИИ-агента, корпоративного портала и суверенных инструментов разработки дало будущим специалистам наглядное представление о том, какие задачи они смогут решать с помощью искусственного интеллекта в транспортной отрасли.
Таким образом, студенты не только узнали о современных ИИ-решениях из первых рук, но и увидели их в действии. Знакомство с реальными кейсами внедрения ИИ-агента, корпоративного портала и суверенных инструментов разработки дало будущим специалистам наглядное представление о том, какие задачи они смогут решать с помощью искусственного интеллекта в транспортной отрасли.
