Naumen Erudite

Naumen Erudite — платформа для создания голосовых роботов и чат-ботов от Naumen, компании, которая по собственному заявлению занимается контакт-центрами с 2001 года и сделала «80+ проектов роботизации поддержки и продаж» и «700+ проектов автоматизации контакт-центров». Это не коробка для малого бизнеса, а enterprise-платформа: среди клиентов на странице продукта — Промсвязьбанк, Банк ДОМ.РФ, ОТП Банк, ЮMoney, Мосэнергосбыт, ММК и группа «Протек», в которую входят 5,9 тыс. аптек «Ригла», «Будь здоров» и «Здравсити Аптека».

Платформа закрывает три сценария сразу:

• Входящая линия и чаты — ИИ-классификация и маршрутизация звонков на замену IVR, голосовые агенты и чат-боты
• Исходящие обзвоны — телемаркетинг, апсейл, реактивация базы, ИИ-коллектор для работы с задолженностью, опросы NPS и CSI. Отдельно есть AMD-модуль на базе ИИ — распознавание автоответчиков и ботов-секретарей
• Внутренняя поддержка — ИТ- и HR-ассистенты для сотрудников: онбординг, кадровые вопросы, заявки

Четвёртый сценарий часто упускают, а он самый безболезненный для клиента — ИИ-copilot для оператора: «диалоговые подсказки в режиме суфлёра», готовые ответы с опорой на базу знаний и подстановка контекста по клиенту — ФИО, номера заказов, названия продуктов. Здесь ИИ подсказывает человеку, а не говорит вместо него.

Сборка роботов — в no-code интерфейсах: классификатор, разметка данных и обучение, конструктор сценариев, отчётность, контроль качества. Платформа подключается к чужим контакт-центрам, чат-центрам и CRM, но сама живёт в экосистеме Naumen — рядом отдельные продукты Naumen Speech AI (распознавание и синтез речи) и Naumen Contact Center. Naumen Speech AI — распознавание и синтез речи — стоит в каталоге разработчика отдельным продуктом, а не внутри Erudite: для голосового робота это вторая лицензия, и её стоит назвать в запросе коммерческого предложения отдельной строкой.

Разработчик чётко разделил уровни, и это самое полезное на странице:

• Erudite Platform — базовая версия с набором ML-алгоритмов для помощников на структурированных сценариях. Заявлены «минимальные затраты на вычислительные ресурсы» и важная оговорка: быстрый запуск только «при хорошо подготовленных данных»
• Erudite Platform Pro — расширенные диалоговые возможности на базе трансформерной нейросети BERT и моделей глубокого обучения: понимание нестандартных формулировок и «схожих по лексике, но разными по смыслу запросами», анализ эмоций и оценка тональности диалога, «высокий уровень интепретируемости работы модели» и «сокращение на 30% времени на подготовку обучающих данных»
• Erudite Platform LLM — genAI, RAG-подход и извлечение информации из неструктурированных источников

Главное о третьей строчке: «используется как дополнение к Erudite Platform и Erudite Platform Pro». Отдельно LLM-версию купить нельзя — только поверх одного из базовых уровней. В бюджет это надо заложить сразу: «хочу ассистента по базе знаний» означает две лицензии, а не одну.

Разработчик честно объясняет почему: «Применяем инструменты genAI там, где это даёт максимальную ценность и остаётся экономически эффективным», а про NLU-инструменты пишет, что они нужны «для сверхбыстрого запуска, оптимизации стоимости в несложных сценариях и чёткого соблюдения стандартов в чувствительных бизнес-процессах». Перевод с маркетингового: LLM дороже в эксплуатации и хуже контролируется, поэтому в тарифах, спорных операциях и взыскании её ставить не надо. Это редкая для рынка трезвость.

Но какая именно LLM под капотом — на странице не сказано. Нет ни названия модели, ни указания, своя она или чужая, ни упоминания GigaChat, YandexGPT или открытых моделей. Про BERT и собственные NLP/ML-технологии сказано прямо, про генеративную часть — только «genAI» и «LLM». Вопрос о том, что будет, если модель заменят, выносится на переговоры.

Прямого заявления «серверы в России» на странице продукта нет, но есть два внятных сигнала. Первый: аналитические LLM-инструменты разработчик описывает как работающие «в контуре клиента» — то есть саммаризация и поиск инсайтов по разговорам не уезжают наружу. Второй: «Технологии транскрибации звонков (ASR) и автоматической оценки с помощью семантических ML-моделей не требуют GPU, работают на CPU» — аргумент ровно для тех, кто ставит систему у себя и считает стоимость железа. Про безопасность сказано обтекаемо: платформа «соответствует требованиям информационной безопасности в enterprise-компаниях», без номеров сертификатов. Конкретику по размещению надо запрашивать отдельно.

Косвенный аргумент за локализацию — состав клиентов: банки, энергосбыты, Почта России и городской транспорт с такими требованиями в облако за пределами контура не ходят. Но это логика, а не заявление разработчика.

Прямым текстом внизу страницы: «Стоимость использования продукта рассчитывается индивидуально». Ни цены за минуту, ни за диалог, ни за рабочее место не публикуется. Зато разработчик чётко называет «гибкий формат лицензирования» и два способа работы, которые стоят совершенно по-разному:

• Проект «под ключ» — всё делает команда Naumen: аудит процессов, дорожная карта, обучение и сборка сценариев, интеграции, встройка LLM-инструментов. Это консалтинговый проект, и его стоимость к лицензиям прибавляется
• Самостоятельный запуск — ваша команда работает в no-code интерфейсах, разработчик даёт документацию, видеокурсы, API и готовые коннекторы

Считать пример на вашем объёме по открытым данным не на чём: разработчик не даёт ни одной ставки. Косвенный ориентир по масштабу дают кейсы: у ММК — 19 сценариев и 26 тематик, у «Риглы» — 4 сценария, в Омск РТС запуск занял 2 месяца. Два месяца — реалистичная вилка для планирования, а не «запустим за неделю».

Разработчик выносит наверх шесть цифр: «~80% уровень автоматизации обслуживания», «-30% снижение затрат на персонал», «+50% рост производительности», «+40% конверсия в исходящих», «+35% скорость решения», «+10% удовлетворённость». У кого и как замерено — не указано, это сводный маркетинговый блок.

Гораздо полезнее цифры в именных кейсах, где видно разброс: у Манибота ЮMoney — 60% автоматизации, у ОТП Банка — 54%, у «Риглы» — 37,5%, у голосового робота «Московского транспорта» — 80%, у Банка ДОМ.РФ — 100% принятых вызовов. Разброс от 37 до 100% — честная картина: автоматизация зависит не от платформы, а от того, насколько типовые у вас обращения. Самая конкретная цифра на странице — у робота-коллектора Мосэнергосбыта: 31 млн рублей экономии и 35% клиентов, согласившихся погасить задолженность.

Данные для обучения. Базовая лицензия описана как подходящая тем, у кого есть «качественные обучающие данные». Перевод: если у вас нет размеченного массива обращений, первый этап проекта — его собрать и разметить.

Сценарии и классификатор. Платформа даёт инструменты, но тематики, ветвления и тексты ответов пишет бизнес. Разработчик сам позиционирует это как плюс: «no-code интерфейсы сохраняют управление ИИ-агентами в руках бизнеса»

Контроль качества. В платформе есть мониторинг в реальном времени и отчёты, но разработчик прямо говорит о совмещении «автоматической оценки» и «ручного контроля качества».

Передача оператору. Никакой из кейсов не обещает 100% решённых вопросов без человека — операторская линия остаётся.

Малому бизнесу. Нет саморегистрации, нет тарифов, нет бесплатного входа — только демо по заявке и индивидуальный расчёт.

Тем, кто хочет только генеративного ассистента. LLM-версия продаётся только как дополнение к базовой или Pro.

Тем, кому нужен только голосовой робот без экосистемы. Распознавание и синтез речи — это отдельный продукт Naumen Speech AI.

Тем, кому важно знать модель до договора. Какая LLM используется и где она развёрнута, на сайте не раскрыто.