Внутренняя инициатива · Digital Services Support

Единая память проекта.

От встречи в Teams до задачи в JIRA — без ручной стыковки.

AI-агент на Microsoft Copilot Studio, который связывает обсуждения, требования и задачи в один жизненный цикл — и не даёт ничему потеряться между встречей и спринтом.

Как это работает Посчитать экономию

~20 ч

ручной работы в месяц на сотрудника

80–100 ч

потерь в месяц на команду

2–3

случая забытого функционала на спринт

2–4 мес

окупаемость пилота

Почему сейчас

Четыре причины не откладывать

Платформа дозрела

Copilot Studio за последний год получил generative actions, knowledge sources с векторным поиском и custom-коннекторы. Год назад этого стека не было — пришлось бы строить с нуля.

Нагрузка растёт

Стартует новая волна проектов в подразделениях — стыковочной работы будет больше, не меньше. Откладывание на полгода = ещё ~240 человеко-часов потерь на одну команду.

Лицензия уже оплачена

Лицензия Copilot Studio есть и не используется на полную. Запуск инициативы — это извлечение ценности из того, за что уже платим, а не новая статья расходов.

Окно для пилота

Сейчас есть резерв времени команды Digital Services Support и команда-кандидат на пилот. Через квартал картина может измениться — задержка означает поиск нового окна.

Проблема

Шесть точек ручной работы вокруг каждой встречи

Стартовые оценки по команде из 4–5 человек. Цифры требуют валидации замером на пилоте, но порядок величины подтверждается еженедельной практикой.

Ведение и сверка минуток — детали теряются, контекст уходит вместе с памятью участников встречи.

Формирование первичных черновиков проектной спецификации и внутреннего ТЗ.

Формализация задач, дробление на подзадачи для имплементации в UI/UX и функциональные схемы.

Доработка функционала, который не был чётко зафиксирован, но всплыл как блокирующий в середине спринта.

Составление описательной документации задач и подзадач в JIRA и Teamly по шаблонам.

Разнесение созависимых задач между подразделениями и отслеживание параллельных веток.

Корневые причины

Отсутствие единой памяти проекта, где автоматически накапливался бы контекст всех встреч с привязкой к задачам, требованиям и решениям.
Отсутствие семантической связности между обсуждениями в Teams и артефактами в JIRA/Teamly. Текущий агент-фасилитатор даёт саммари по одной встрече, но не сверяет содержимое со всей историей проекта.

Решение

AI-агент в Copilot Studio с памятью проекта

Шесть слоёв архитектуры, полностью в корпоративном периметре Microsoft 365. Без внешних LLM, совместимо с закрытым контуром JIRA и Teamly.

Источник

Оркестрация (Copilot Studio)

Инфраструктура (Azure)

Выход в закрытый контур

Шесть функциональных слоёв решения

Слой сбора

Подписка на транскрипты Teams через Microsoft Graph API. Привязка встречи к проекту по каналу команды или явной разметке.

LLM-обработка транскриптов

Модель GPT-4 класса в Copilot Studio: суммаризация и извлечение структурированных сущностей — решений, требований, рисков, задач, упомянутых участников и сроков.

Векторная память проекта

Knowledge sources Copilot Studio поверх SharePoint-страниц сессий-встреч. Embedding-поиск релевантного контекста при обработке каждой новой встречи.

Сверка на рассогласованность

Семантический поиск похожих решений из прошлых встреч + LLM-проверка «согласовано / противоречит / уточняет». Конфликты выводятся PM как Adaptive Card в Teams.

Генерация артефактов

Actions Copilot Studio под каждый тип артефакта: мини-ТЗ, декомпозиция задач, риски и блокеры, cross-team зависимости, техническая документация. Публикация в JIRA и Teamly через коннекторы.

Human-in-the-loop

Подтверждение PM/тимлида для всего, что меняет согласованную спецификацию, сроки или статусы. Низкорисковые draft-действия выполняются автономно.

Как это выглядит

Поток обработки одной встречи

От окончания встречи до черновика задачи в JIRA — менее часа против текущих 1–3 дней при ручной обработке.

Встреча в Teams

Транскрипт автоматически

AI-агент

Извлечение и сверка

PM подтверждает

Adaptive Card

JIRA + Teamly

Артефакты опубликованы

Метрики

Что измеряем на пилоте

Две главные метрики — операционная и бизнес. Операционной команда управляет ежедневно, бизнес-метрика лагает на месяц и доказывает экономический эффект.

Главная операционная

Точность черновиков

Baseline

40%

Target к 3 мес

70%

Главная бизнес

Сэкономленные часы

Baseline

Target к 3 мес

50+ ч/мес

Покрытие

Доля встреч с автогенерацией

Target

>90%

Качество

Забытый функционал

Снижение за квартал

−50%

Проактивность

Cross-team блокеры

Доля проактивных

>50%

Скорость

Время до артефакта

Сейчас

1–3 дня

Target

<1 ч

Экономика

Калькулятор экономии

Подвигайте ползунки под ваши условия. Ориентир для обсуждения, а не точный прогноз.

Количество команд1

Часы экономии на команду в месяц60 ч

Стоимость часа3 000 ₽

Затраты на запуск500 тыс. ₽

Экономия в месяц

180 тыс.₽

Экономия в год

2,16 млн₽

Окупаемость
2,8мес

* Точную стоимость часа и затрат — у финдира.

Эти цифры выглядят интересно? Обсудим, как закрыть открытые вопросы и запустить пилот в течение двух недель.

План

Дорожная карта инициативы

Четыре фазы. Прокручивайте — активная фаза подсвечивается, прогресс заполняется по линии слева.

Согласования и замер baseline

2–3 недели

Закрываем все организационные блокеры до старта разработки. Параллельно проводим точный замер реальных трудозатрат команды на стыковочную работу — без этой цифры все последующие метрики бессмысленны.

Согласование с ИБ доступа к транскриптам Teams

Проверка коннекторов JIRA и Teamly в закрытом контуре

Лимиты лицензии Copilot Studio с MS-администраторами

Валидация стоимости часа с финдиром

Замер baseline по часам команды за 2 недели

Подписание спонсора и выбор команды-пилота

MVP — встреча в задачу JIRA

4–6 недель

Самый короткий замкнутый цикл, доказывающий полезность. Без памяти проекта и без Teamly — пока только превращаем транскрипт в черновик задачи с подтверждением PM.

Базовый агент в Copilot Studio, опубликованный в Teams

LLM-обработка транскриптов и извлечение задач

Коннектор к JIRA: создание тикетов «AI-draft»

Adaptive Cards для подтверждения PM

Запуск на одной команде, еженедельные ретро

Чекпоинт по точности: 40% → 55%

Полный жизненный цикл

4–6 недель

Добавляем память проекта, сверку на рассогласованность, генерацию ТЗ и документации в Teamly. На выходе — полная связка от обсуждения до демо.

Векторная память на SharePoint и Knowledge sources

Алгоритм сверки на рассогласованность встреч

Коннектор к Teamly, генерация ТЗ и документации

Выявление cross-team блокеров

Email-дайджесты для руководителей

Чекпоинт по точности: 55% → 70%

Тиражирование на другие команды

квартал+

Решение, доказавшее ценность на пилоте, разворачивается на другие внутренние IT-команды подразделений главной компании.

Подключение 3–5 новых команд по очереди

Программа change management и обучения

Расширение типов артефактов под специфику команд

Роль prompt-инженера: переобучение при data drift

Квартальные отчёты по экономии для спонсора

Открытие платформы для смежных подразделений

Возражения

Что обычно спрашивают

Пять самых вероятных вопросов спонсора и команд-партнёров с заготовленными ответами.

Штатный Copilot даёт саммари по одной встрече. Он не строит память между встречами, не сверяет новые решения со старыми, не публикует артефакты в JIRA и Teamly с привязкой к проекту, не выявляет cross-team зависимости. Это разные классы продуктов — наш агент использует Copilot Studio как платформу, а не Copilot как готовое решение.

Всё внутри корпоративного M365-тенанта. Copilot Studio не выносит данные во внешние LLM. Закрытый контур JIRA и Teamly соблюдается через коннекторы в Azure API Management. ИБ подключается на Фазе 0 — без её согласования разработка не стартует.

Human-in-the-loop на все артефакты, влияющие на спецификацию или сроки. Главная метрика пилота — точность черновиков с явными baseline 40% и target 70%. Если точность не растёт — это сигнал отката или пересмотра промптов до тиражирования. Тикеты в JIRA создаются в специальном статусе «AI-draft», в обычный workflow попадают только после ревью PM.

Распределённо — 2–4 человеко-месяца с AI-ассистированной разработкой (Claude Code, Copilot for VS Code, Cursor). Платформа Copilot Studio снимает основной объём инфраструктурной работы — нам не нужно строить хостинг LLM, векторное хранилище и UI-слой Teams с нуля.

Copilot Studio абстрагирует выбор модели — Microsoft сама обновляет базовые модели. Наша архитектура зависит от платформы, а не от конкретной версии GPT. План переобучения промптов при data drift заложен в роль prompt-инженера на Фазе 3.

Запустим пилот на одной команде?

8–12 недель, одна команда Digital Services Support, один активный проект средней сложности. Дальше — решение о тиражировании по фактическим метрикам, а не по обещаниям.

30 минут по Teams, без подготовки

Short-list открытых вопросов к ИБ и архитекторам

Draft бюджета и timeline Фазы 0

Готовый чек-лист условий запуска пилота

Доступны слоты на ближайшие 2 недели Без коммитмента — это рабочее обсуждение