Digercules для организаций

Прежде чем внедрять нейросети, организации нужно сделать самую важную и самую неблагодарную работу: превратить накопленные за годы данные во что-то, с чем нейросеть вообще может работать. Модель можно выбрать и заменить за день. Подготовленные данные — нет. Без них любой ассистент либо выдумывает ответы, либо читает сырой массив и тонет в нём.

Digercules строит эту основу — векторную RAG-базу вашего архива. Приносите неразобранный массив — компьютер уволившегося сотрудника, архив старых дел, десятилетия отснятого материала, записи прошедших вечеров музыкального или литературного клуба, историю переписки с клиентами — и получаете не список файлов, а структурированную библиотеку и смысловой индекс над ней: нейросеть находит в нём нужное по смыслу, а не по названию файла. Готовую базу можно подключить буквально к чему угодно — к корпоративному ассистенту, поиску, аналитике, любой нейросети, которую вы выберете сегодня или через пять лет. Мы не привязываем вас к модели и не подменяем следующий шаг: мы делаем его возможным.

Что такое RAG. RAG (Retrieval-Augmented Generation, «генерация с дополненной выборкой») — подход, при котором нейросеть перед ответом сначала находит нужные фрагменты в вашей собственной базе знаний и только потом отвечает по ним. Поиск идёт по смыслу, в векторной базе данных, поэтому ответ опирается на ваши документы, а не на догадки модели. Подробнее: «Генерация с дополненной выборкой» — Википедия.

По каждому файлу — тема, язык, тип документа, ключевые сущности, краткое содержание. Это делается заранее, без спешки и дедлайна, пока никому это ещё не понадобилось срочно — а не в последний момент под конкретную задачу. Готовую библиотеку можно скормить любой нейросети, базе данных или поисковой системе — дальше они сами находят нужное и строят интерфейс; Digercules не заменяет этот следующий шаг, а делает его вообще возможным, беря на себя ту трудоёмкую подготовку, на которую обычно никогда не хватает ресурсов.

Этим мы отличаемся от инструментов для аудита корпоративных данных (data governance — сервисы вроде BigID или IBM Guardium): они находят в файлах персональные данные и оценивают риск утечки, но не говорят, что внутри файла по смыслу. Мы начинаем с другого вопроса: а что там вообще есть?

Технология уже работает — реальные цифры по обработанным проектам:

проектов обработано

144,86 ТБ

объём источников

3 965 366

файлов обработано

1 324 124

из них фотографий

10 849

событий разобрано

678

человек опознано по лицам

8 765 ч

видео (почти год непрерывного просмотра)

9 677

роликов на YouTube разобрано

159 466 ч

звука (>18 лет непрерывного звучания)

4,38 ТБ

высвобождено дублями (458 680 файлов)

148 суток

работы проекта с даты запуска (~5 месяцев)

7 504 ч

≈ 313 суток обработки за 148 календарных — за счёт параллелизации процессов

По имеющимся каналам связи (~30 Мбит/с, реальный замер) закачка этого объёма в облако заняла бы около 447 суток (~15 месяцев) — против 148 (~5 месяцев), за которые всё обработано на месте. Хранение обошлось бы от $143 в месяц, а обработка на сопоставимом по мощности GPU потребовала бы от $150–190 в месяц. И это без учёта ещё одного шага: данные из хранилища всё равно нужно перегнать на саму GPU-машину для обработки. Даже по каналу втрое быстрее (100 Мбит/с) партия в несколько терабайт идёт около 3 суток.

Как это работает

Обработка идёт либо целиком на компьютере клиента, либо — если мощности недостаточно — делегируется конкретной внешней машине по закрытому пиринговому каналу (не публичное облако): вычислительные мощности физически расположены на Кавказе и в Восточной Европе, клиенту всегда явно указывается, на какой машине и в какой юрисдикции идёт обработка, и обратно возвращаются только текстовые/структурированные результаты.

Это не «отправить данные в облако». Это прямая передача на определённое, названное вам устройство, и обратно приходят только тексты и структурированные результаты. Исходники при этом, естественно, не пропадают, не удаляются и не изменяются никак.

Зачем это вам

Нейросеть, подключённая к сырому архиву, тратит мощность на то, чтобы в нём разобраться, и всё равно ошибается. Подключённая к готовой RAG-базе, она получает компактный, уже переработанный контекст: находит нужное по смыслу и отвечает по вашим документам. Экономия сразу в двух местах: вашего времени (архив не нужно разбирать руками) и мощности каждой следующей нейросети, которая будет с ним работать.

Сколько это стоит и как проходит работа

Бесплатно — только предварительная оценка. По описанию архива или скриншоту папки мы скажем, реально ли его разобрать и сколько это займёт. Сама установка программы и прогон на вашем архиве — платный этап, разовая лицензия на локальную обработку без ограничения по объёму или по времени. Точная сумма для организаций обсуждается индивидуально.

Дальше, если своей мощности не хватает. Паспорт архива, полученный на предыдущем шаге, — основа для оценки более тяжёлой координации (то, что не тянет CPU без видеокарты). Цена формируется по факту обнаруженного объёма и рода данных — конкретной цифры или потолка на сегодня нет, механизм её расчёта ещё не зафиксирован. Ориентир — цифры на этой странице выше: во что обошлась бы сопоставимая по объёму задача на открытом облачном рынке.

Что нужно от вас. Доступ к архиву (диск, папка, экспорт) и ответ, что вы хотите с ним сделать.

Как физически идёт передача. Для организаций обработка по умолчанию не выходит за пределы вашей локальной сети. Если мощности не хватает — наружу уходит не архив, а его компактный рабочий экспорт (пример: с 2 ТБ видеозаписей — около 2,7 ГБ), напрямую на одну согласованную машину, без публичного облака.

Если что-то пошло не так. Окно поддержки на повторные попытки при сбое обработки — 48–72 часа с момента обращения; повторный прогон или обработка второго диска — отдельная договорённость.

Ещё не описано на сайте (уточняется отдельно под вашу ситуацию): форма постановки задачи, образец договора, куда именно загружаются данные, график обработки и график оплаты, критерии приёмки результата.

Сценарии по отраслям и задачам

Клиентские данные и история взаимодействия

Медиа, съёмка, звук

Профессиональные архивы документов

Институции и медиа-инфраструктура

Образование и практика

Как устроено внутри

Там, где на записи есть люди, отдельно разбирается вопрос, кто именно в кадре: как устроено опознание лиц — принципы работы модуля и честная граница метода.

Общее описание продукта и структура компании — на digercules.com. По вопросам сотрудничества — ryazansky@gmail.com.