Как мы построили единый мозг компании — и как вы можете сделать то же самое

Источник: пост ericosiu в X.

У вашей компании уже есть мозг. Он просто разбросан по Slack, Gong, HubSpot и голове человека, который сегодня не на месте.

Именно это люди часто упускают, когда говорят о «мозге компании».

Ценность не в гигантской папке корпоративных знаний. Она уже есть почти у каждой компании.

Настоящее преимущество — в интеллектуальном слое между всем этим контекстом и работой, которую должна выполнить команда.

Мозг компании полезен не потому, что он больше помнит. Он полезен, когда понимает, что нужно извлечь, чему можно доверять, кто имеет право это видеть и как превращать исправления в более качественную работу.

В Single Grain мы поняли это на собственном опыте.

Когда мы начали строить внутренний парк агентов, очевидным ответом казалась память. Дать каждому агенту больше контекста. Сохранять полезные заметки. Хранить расшифровки звонков. Позволить системе помнить то, что забывают люди.

Это работало примерно три недели. Потом сама память стала узким местом.

Наши постоянные файлы памяти начали съедать около 40% контекстного окна. У агентов стало больше информации, но они не всегда доставали нужную информацию в нужный момент.

Технически система стала умнее, но операционно — заметно грязнее.

Вот пятиуровневая система, с помощью которой мы это исправили

Сломанная версия:

Расшифровка звонка
     ↓
Случайные заметки
     ↓
Человек вспоминает
     ↓
Агент стартует с нуля
     ↓
Человек объясняет заново

Такой цикл не масштабируется.

Человек становится маршрутизатором. Каждый результат агента зависит от того, вспомнил ли кто-то нужный звонок, скопировал ли правильную заметку, вставил ли нужный контекст или в пятый раз исправил одну и ту же ошибку.

Поэтому мы перестроили систему вокруг другой идеи.

Память — это сырьё. Извлечение — операционный слой.

Рабочая версия выглядит примерно так:

text
Звонки ─────┐
CRM ────────┼──► Извлечение ─► Агент ─► Работа
SOP ────────┤        ▲           │
Slack ──────┘        │           ▼
              Исправление человека ─► Правило

Это изменение кажется небольшим, но оно меняет то, как работает вся компания.

В SG это уже работает в реальных процессах. У нас более 500 тыс. токенов постоянной памяти, 90+ ежедневных cron-задач, несколько специализированных агентов и тысячи sales-звонков, питающих систему.

Один набор источников включал 2 862 расшифровки звонков Gong, превращённые в операционные плейбуки. В одном примере ежедневной загрузки 15 звонков дали 390 инсайтов, 470 фактов и 125 фреймворков.

Это важно не потому, что число большое. Это важно потому, что система умеет превращать разрозненные следы работы компании в переиспользуемый операционный интеллект.

Звонок перестаёт быть просто звонком. Он становится:

• библиотекой возражений;
• входными данными для обучения продаж;
• сигналом позиционирования;
• источником идей для контента;
• флагом риска в CRM;
• будущей инструкцией для агента.

Мозг компании должен превращать знания в лучшее исполнение.

Архитектуру можно представить в пяти слоях.

┌──────────────┐
│  Исполнение  │ агенты, workflows
├──────────────┤
│ Обратная связь │ исправления → правила
├──────────────┤
│  Доступы     │ кто что может использовать
├──────────────┤
│ Источник истины │ чему доверять
├──────────────┤
│ Извлечение   │ нужный контекст сейчас
├──────────────┤
│   Захват     │ звонки, CRM, SOP
└──────────────┘

Слой 1: захват

Обычно команды начинают здесь — и здесь же останавливаются.

Они записывают встречи. Расшифровывают звонки. Сохраняют треды Slack. Сваливают документы в векторную базу. А потом называют это мозгом.

Это склад, а не мозг.

Захват важен, потому что нужно сырьё. Но сырьё не принимает решений. Оно не расставляет приоритеты. Оно не знает, какой факт устарел, какая заметка чувствительная и какой источник должен победить, если два документа противоречат друг другу.

В Single Grain захват включает звонки, активность в CRM, решения по контенту, внутренние SOP, результаты работы агентов, ежедневные логи и исправления от людей. Цель не в том, чтобы копить больше информации. Цель в том, чтобы каждую неделю делать рабочую поверхность умнее.

Слой 2: извлечение

Именно на извлечении система начинает становиться полезной.

Агенту не нужна вся история компании. Ему нужны шесть фрагментов контекста, которые важны для текущей задачи.

Если он пишет outbound-письмо, ему нужны ICP, оффер, возражения, результаты прошлых кампаний, голос бренда и текущая цель кампании.

Если он проверяет pipeline, ему нужны изменения стадий сделок, застрявшие аккаунты, свежие заметки со звонков, возражения, следующие шаги и актуальные данные CRM.

Если он пишет контент, ему нужны наша реальная точка зрения, свежая эффективность, одобренные утверждения, уже использованные примеры и доказательная база конкретной статьи.

Именно здесь многие AI-системы тихо проваливаются. Они выглядят умными в демо, потому что контекст подают вручную. А потом разваливаются в продакшене, потому что никто не построил слой извлечения.

Слой 3: источник истины

Когда агенты уже умеют извлекать контекст, следующая проблема — доверие.

Какой источник побеждает?

Звонок с продаж? Поле в CRM? Исправление в Slack? Старый SOP? Самый свежий weekly report? Последняя голосовая заметка основателя?

Если не ответить на этот вопрос, агенты становятся уверенными лжецами с лучшим форматированием.

Нам пришлось относиться к иерархии источников как к задаче операционного дизайна. Одни источники — живая истина. Другие — исторический контекст. Третьи — вдохновение. Некоторые нельзя использовать в публичном контенте. Некоторые могут подсказать паттерн, но их нельзя цитировать.

Чем больше растёт мозг компании, тем важнее эти различия.

Хороший ответ AI-системы должен быть точным и учитывать источник.

Слой 4: права доступа

Корпоративный интеллект становится опасным, когда каждый агент может видеть всё.

Маркетинговому агенту не нужны приватные HR-детали. Контентному агенту не нужны финансовые данные клиентов. Sales-агенту не нужны все внутренние заметки руководства.

Настоящему мозгу компании нужны права доступа на уровне workflows. Система должна знать, что конкретной задаче разрешено использовать, ещё до того как начнёт генерировать ответы.

Это особенно важно для агентств и сервисных компаний. У вас рядом живут клиентский контекст, внутренний контекст, контекст потенциальных клиентов, финансовый контекст и стратегический контекст. Если не построить границы доступа рано, вы либо начнёте что-то утекать, либо настолько обрежете систему, что она станет бесполезной.

Цель — не один большой мозг без стен. Цель — правильный мозг для правильного workflow.

Слой 5: петли обратной связи

Это слой, который даёт системе накопительный эффект.

Каждый раз, когда человек исправляет агента, это исправление должно становиться будущим поведением.

Если агент использует деревянную фразу — правило голоса должно обновиться. Если он цитирует небезопасный пример — правило источников должно обновиться. Если он пропускает риск-сигнал в CRM — проверка pipeline должна обновиться. Если он отправляет работу не туда — правило workflow должно обновиться.

Здесь корпоративный интеллект превращается в корпоративное обучение.

Без петель обратной связи вы просто нянчитесь с софтом.

С петлями обратной связи каждое исправление становится тренировочным повторением для всей операционной системы.

Вот аудит, который я бы провёл, если бы завтра строил это внутри компании:

Самый быстрый тест простой.

Выберите один повторяющийся workflow, который уже съедает время. Еженедельная отчётность. Обзор pipeline. Подготовка контента. Follow-up после sales-звонка. Онбординг клиента. Создание proposal.

Затем задайте шесть вопросов:

1. От каких источников зависит этот workflow?
2. Какой источник является истиной, если они конфликтуют?
3. Какой контекст агенту нужен каждый раз?
4. Какой контекст агент никогда не должен видеть?
5. Какие человеческие исправления повторяются снова и снова?
6. Как одно исправление становится будущим правилом?

Если вы не можете ответить на эти вопросы, вы ещё не готовы автоматизировать workflow. Вы просто ускорите беспорядок.

Мы увидели это на отчётности.

Старый процесс состоял из вытягивания данных, ручной интерпретации, follow-up от руководства и новых уточнений. Еженедельный цикл отчётности мог включать около 25 минут сбора данных плюс часы последующих обсуждений.

Когда у мозга появился правильный контекст, ответ мог возвращаться меньше чем за 60 секунд.

Экономия времени приятна. Но главный выигрыш — снижение задержки принятия решений.

Когда компания может быстрее задавать лучшие вопросы, она начинает работать иначе. Руководители не ждут, пока кто-то соберёт дашборд. Операторы не начинают с нуля. Агенты не просыпаются каждое утро глупыми.

Вот в чём настоящее преимущество Single Brain.

Он помогает компании меньше забывать, быстрее обучать и проще управлять операционкой.

В AI выиграют не компании с самой большой библиотекой промптов. Выиграют те, у кого самый чистый слой интеллекта.

Захватывайте работу.
Извлекайте правильный контекст.
Знайте, чему доверять.
Защищайте то, что нельзя использовать.
Превращайте каждое исправление в правило.

Так мозг начинает накапливать силу.

Если вы бизнес и вам интересно построить AI-системы под себя, загляните на singlebrain.com.

За маркетинговой помощью — singlegrain.com.

Больше подобных материалов — в бесплатной рассылке Leveling Up для 14 000+ маркетологов и основателей: levelingup.beehiiv.com/subscribe.

Если хотите присоединиться к нашей команде — сначала «победите AI» ;)