Нейросети становятся частью продуктового контура РИВЦ-Пулково
Искусственный интеллект в авиации постепенно перестаёт быть экспериментальной технологией и становится частью рабочего ИТ-контура предприятий отрасли. Причём речь идёт уже не столько об отдельных чат-ботах или пилотных проектах, сколько о встраивании нейросетей непосредственно в производственные и аналитические системы.
Эту тенденцию подтверждает исследование SITA Air Transport IT Insights. Генеративный искусственный интеллект и большие языковые модели сегодня занимают первое место среди технологических приоритетов авиакомпаний: 79% перевозчиков относят GenAI и LLM к направлениям с наиболее высоким ожидаемым уровнем ИТ-инвестиций в ближайшие 12 месяцев. Для сравнения, машинное обучение для управления операционной деятельностью и оптимизации полётов называют приоритетом 33% авиакомпаний, BI-системы — 32%.
РИВЦ-Пулково движется в том же направлении. Если в 2025 году в нашем продуктовом контуре фактически работало одно решение с использованием нейросетевых технологий, то сегодня активно развиваются уже три таких продукта. При этом задача 2026 года значительно шире простого увеличения их количества. Мы последовательно пересматриваем существующие продукты и закладываем более глубокое участие нейросетей в их архитектуре.
Наш принцип — использовать искусственный интеллект там, где он способен решать конкретную прикладную задачу. ИИ должен не существовать рядом с отраслевой системой в качестве модного дополнения, а становиться её естественной частью: помогать работать с данными и корпоративными знаниями, находить необходимую информацию, выявлять отклонения, сокращать рутинные операции и уменьшать путь от вопроса пользователя до принятия решения.
Rivc.BI — ИИ-аналитик данных
Rivc.BI — аналитическая платформа РИВЦ-Пулково, в которой искусственный интеллект встроен непосредственно в работу с данными. Пользователю не требуется знать SQL или структуру баз данных: вопрос можно задать обычным языком — например, «сколько задержек по вылету было в июне и в чём их причина».
Система самостоятельно формирует запрос к данным, подбирает подходящую визуализацию, помогает объяснять аномалии и отклонения в показателях, а также искать необходимую информацию в нормативной документации с использованием технологии RAG.
Семантический слой обеспечивает единый подход к расчёту показателей: одна и та же метрика рассчитывается одинаково независимо от отчёта или дашборда, в котором она используется.
ИИ-модели подключаются через MCP-интерфейс. В том числе могут использоваться локальные модели, развёрнутые непосредственно внутри инфраструктуры заказчика. Таким образом, корпоративные данные могут обрабатываться без выхода за периметр предприятия.
Rivc.BI проходит стадию тестирования и первых внедрений в аэропортах и авиапредприятиях.
Rivc.NeuroLib — ИИ-библиотека авиационных знаний
Второе направление связано уже не с числовыми данными, а с корпоративными знаниями.
Современное авиапредприятие работает с огромным массивом нормативной и организационно-распорядительной документации: федеральными авиационными правилами, технологиями, регламентами, положениями, должностными инструкциями, приказами, методическими и учебными материалами. Количество документов может исчисляться тысячами, при этом необходимо учитывать их редакции, взаимосвязи и изменения.
Rivc.NeuroLib превращает этот массив в интеллектуальную базу знаний.
Система принимает документы различных форматов — от PDF и презентаций до видеозаписей обучений, — обрабатывает их с помощью нейросетевых технологий и формирует взаимосвязанный граф знаний. После этого пользователь может обращаться к корпоративной базе обычным языком.
По одному запросу система способна подготовить выжимку из документов, сопоставить разные редакции, обнаружить расхождения и потенциальные противоречия и, что особенно важно, показать конкретные источники, в которых они обнаружены.
Практические сценарии использования — работа с организационной структурой предприятия, положениями и регламентами, должностными инструкциями, подготовка к осенне-зимнему и весенне-летнему периодам, а также контроль изменений федеральных авиационных правил и внутренних документов.
Rivc.NeuroLib разворачивается локально, в закрытом контуре предприятия, и может подключаться к существующей корпоративной инфраструктуре. В 2026 году решение было переведено из внутреннего эксперимента в продуктовую версию, готовую к установке у заказчиков, и представлено отраслевой аудитории на МАИФ-2026.
ИИ-технолог — интеллектуальный помощник службы поддержки
Третье направление — применение нейросетей непосредственно в ежедневной работе специалистов.
ИИ-технолог работает внутри системы поддержки пользователей Rivc.Connect и берёт на себя одну из наиболее трудоёмких операций при обработке обращения — поиск необходимого контекста.
Получив заявку, помощник анализирует переписку и классифицирует обращение, после чего ищет возможное решение в корпоративной базе знаний «Александрия». Источниками становятся техническая документация по программным модулям, инструкции, ранее закрытые аналогичные обращения и решённые задачи разработки.
В результате технолог получает не просто сгенерированный текст, а подготовленный вариант ответа со ссылками на источники, на основании которых он сформирован.
При этом для клиентов используется отдельная ограниченная модель доступа. Внутренние комментарии сотрудников, задачи разработки и обращения других заказчиков ей недоступны. Пользователь получает информацию только из собственных обращений и тех инструкций и материалов, к которым ему предоставлен доступ.
Каждый ответ ИИ-технолога может быть оценён пользователем. Оценки и комментарии накапливаются и используются для дальнейшего совершенствования модели, поэтому качество работы системы повышается по мере её эксплуатации.
Функция уже доступна клиентам службы поддержки РИВЦ-Пулково. Следующий этап развития — возможность свободного обращения к базе знаний вне контекста конкретной заявки.
От отдельных решений — к ИИ-контуру
Rivc.BI, Rivc.NeuroLib и ИИ-технолог решают разные задачи, но построены вокруг общей идеи: нейросеть должна работать не вместо отраслевой информационной системы, а внутри неё.
В одном случае ИИ становится интерфейсом между человеком и данными, во втором — между человеком и корпоративными знаниями, в третьем — между пользователем и накопленной экспертизой службы поддержки.
Именно такой подход мы рассматриваем как одно из ключевых направлений развития продуктов РИВЦ-Пулково в 2026 году. Следующий этап — более глубокое внедрение нейросетевых технологий в существующий продуктовый контур компании, чтобы взаимодействие с отраслевыми системами становилось проще, а накопленные в них данные и знания — доступнее для принятия ежедневных управленческих и производственных решений.