Инженерные ИИ-агенты
Сегодня ИИ-агенты уже могут самостоятельно работать с инженерным программным обеспечением. Организации, которые задействуют ИИ-агентов для решения расчетных задач, оценивают больше вариантов конструкции и быстрее принимают эффективные решения - без увеличения штата сотрудников.
Вопрос не в том, повлияет ли это на сферу численного моделирования, а в том, готовы ли ваши инструменты к тому, чтобы их запускал агент. DT Enterprise разработан именно для этого. Ваш опыт в области моделирования, заложенный в расчетные цепочки и приложения, становится доступным для ИИ-агентов.
Вопрос не в том, повлияет ли это на сферу численного моделирования, а в том, готовы ли ваши инструменты к тому, чтобы их запускал агент. DT Enterprise разработан именно для этого. Ваш опыт в области моделирования, заложенный в расчетные цепочки и приложения, становится доступным для ИИ-агентов.
Возможности ИИ-агентовв в DT Enterprise
Агентный ИИ в DT Enterprise находится на стыке инженерного опыта и формализации - он помогает формализовывать инженерные процессы в виде расчетных цепочек, а затем предоставлять их пользователям и ИИ-агентам как веб-приложения. Вместо того чтобы переупаковывать методики в новой форме для использования ИИ, DT Enterprise делает их доступным через MCP - стандартизированный протокол, к которому может подключиться любой совместимый ИИ-агент. В результате создается прямой интерфейс между агентом и вашей расчетной средой.
Надежные инструменты для ИИ-агентов
Предоставьте агентам набор валидированных инструментов, чтобы важные элементы расчетных цепочек оставались детерминированными, а агенты могли сосредоточиться на координации действий и принятии решений
Расчеты, доступные для большего числа сотрудников
Инженеры, не занимающиеся расчетами ежедневно, могут запускать расчетные методики, просто описав свои требования на естественном языке, а агент сам позаботится об остальном, используя валидированные расчетные цепочки и приложения
Автоматизация, устойчивая к неопределенности
Внедрение ИИ в расчетные цепочки позволяет справляться с несоответствиями в единицах измерения, учитывать изменчивость данных, формировать отчеты и поддерживать непрерывность процесса там, где фиксированный скрипт бы остановился
Вы новичок в области ИИ в инженерной автоматизации?
В статье ДАТАДВАНС «ABCs of AI in engineering automation» (на английском) рассматриваются основные понятия, ограничения и перспективы. Статья предназначена для тех, кто только начинает знакомиться с темой инженерного ИИ.
Читать статью
В статье ДАТАДВАНС «ABCs of AI in engineering automation» (на английском) рассматриваются основные понятия, ограничения и перспективы. Статья предназначена для тех, кто только начинает знакомиться с темой инженерного ИИ.
Читать статью
“
На сегодняшний день только 17% организаций внедрили ИИ-агентов, однако более 60% планируют сделать это в течение ближайших двух лет - это самое стремительное внедрение среди всех новых технологий.
Подключите ИИ-агентов к вашим веб-приложениям в AppsHub. Агент может просматривать доступные приложения, анализировать входные и выходные параметры, запускать их с параметрами, определенными самим агентом или полученными на предыдущем этапе, и передавать результаты на следующий этап - и всё это на основе промптов, сформулированных на естественном языке. Задачи, которые ранее требовали ручной навигации по интерфейсу, настройки входных параметров, ожидания результатов и их ввода в следующий инструмент, теперь можно делегировать агенту с помощью чата. Инженер сохраняет контроль над тем, что утверждается и выполняется, в то время как агент занимается механикой запусков.
Публикация расчетных цепочек в AppsHub в виде веб-приложений и их запуск через интерфейс чата
Запуск и комбинирование приложений
через чат с использованием естественного языка
Создание и запуск расчетных цепочек
Агент, подключенный к Studio, может создавать расчетные цепочки, настраивать блоки, инициировать запуск и публиковать результат в виде приложения в AppsHub - тем самым активно формируя и совершенствуя процесс с учетом промежуточных результатов, а не просто выполняя заранее заданный сценарий. Возможность комбинировать приложения через интерфейс чата позволяет перейти от свободного экспериментирования с приложениями с помощью агента к полностью детерминированной, повторяемой расчетной цепочке, которая будет в дальнейшем надежно выполняться без участия агента.
Объединение и запуск веб-приложений, создание детерминированной расчетной цепочки и её публикация обратно в AppsHub
в автономных агентных циклах*
* - Доступно по запросу
Введение допусков в расчетных цепочках
В реальных инженерных процессах возникают ситуации, с которыми не может справиться жесткая автоматизация, например, вариативность выходных данных, несоответствие единиц измерения или промежуточные результаты, требующие интерпретации перед переходом к следующему этапу. Блоки, поддерживающие агентный ИИ, встраивают механизмы искусственного интеллекта непосредственно в эти точки, решая проблемы без остановки выполнения и генерируя специализированные отчеты. Каждый блок можно настроить как специализированный автономный агент с конкретной ролью, например конвертер единиц измерения, интерпретатор результатов, генератор отчетов и т.д.
с помощью гибкой автоматизации*
* - Доступно по запросу
Остались вопросы?
Оставьте контакты, и мы свяжемся с вами
в ближайшее время
в ближайшее время
Нажимая на кнопку, вы соглашаетесь c политикой конфиденциальности и даете согласие на обработку персональных данных
Заинтересовали возможности ИИ‑агентов в сфере расчетов?
Если вы хотите узнать, как может выглядеть агентная автоматизация в вашей организации, пожалуйста, свяжитесь с нами
Часто задаваемые вопросы
Технологии искусственного интеллекта преодолели важный рубеж в инженерной сфере. Сегодня большие языковые модели (LLM) способны достаточно надежно решать многоэтапные технические задачи, благодаря чему агенты переходят из исследовательской среды в производственные процессы в организациях, первыми внедряющих эти технологии. Команды, разрабатывающие сегодня интерфейсы между своими расчетными средами и ИИ-агентами, создают конкурентное преимущество, которое через два-три года будет трудно преодолеть.
Прототип, связывающий LLM с расчетным ПО через чат-интерфейс, потенциально, можно собрать за несколько дней. Сложность кроется во всем, что последует за этим, включая количество одновременных пользователей, контроль прав доступа, управление запусками, восстановление после сбоев, возможность аудита и т.д. Решения, созданные при помощи кодирующих агентов, быстро начинают работать, но их обслуживание обходится дорого. Затраты на поддержание пользовательской интеграции, как правило, значительно превышают затраты на её создание, к тому же это отвлекает инженерный персонал от основной работы.
В DT Enterprise можно использовать любые LLM, которые работают с десктопными ИИ-клиентами, совместимыми с MCP. Протокол MCP не зависит от конкретной модели и DT Enterprise не взаимодействует с LLM напрямую, а только с клиентским приложением, которое его оборачивает. Это дает вашей организации возможность гибко выбирать поставщика ИИ, отвечающего вашим требованиям к производительности, стоимости, местонахождению данных и соблюдению нормативных требований, а также менять поставщиков без каких-либо изменений со стороны DT Enterprise.
В ходе наших тестов мы активно используем следующие модели и можем их рекомендовать:
В ходе наших тестов мы активно используем следующие модели и можем их рекомендовать:
- GPT‑5.3, Sonnet 4.6, Opus 4.8, GLM‑5V‑Turbo, Kimi K2.6, DeepSeek‑V4, Qwen3.6‑Plus или более совершенные их версии.
Да - и это один из основных принципов DT Enterprise. Платформа изначально разрабатывалась с целью объединения разрозненных инструментов моделирования, а не их замены, поэтому интеграция пользовательских решений является приоритетом.
Встроенный в платформу менеджер ресурсов обеспечивает параллельный запуск расчетных цепочек в рамках вашей серверной инфраструктуры, поэтому добавление ИИ-агентов, управляющих новыми расчетными цепочками, не требует отдельной стратегии масштабирования - для этого используются те же вычислительные ресурсы, которыми вы уже пользуетесь.
MCP-сервер предоставляет ИИ-агентам доступ к интерфейсам ваших расчетных цепочек и приложений - входным и выходным параметрам, а также статусу запуска. То, какие данные передаются поставщику ИИ, зависит от того, что именно агент отправляет в рамках процесса вывода, который определяется настройками вашего ИИ-клиента и политикой обработки данных поставщика. Сама платформа DT Enterprise не отправляет расчетные данные ни в один внешний ИИ-сервис. Мы рекомендуем ознакомиться с условиями хранения данных и политикой конфиденциальности вашего поставщика ИИ, применимыми к корпоративным развертываниям.
Мы предоставляем доступ к функциям, помеченным как «Доступно по запросу», пользователям после двустороннего обсуждения и согласования. Участники будут напрямую взаимодействовать с нашей командой, чтобы более эффективно формировать будущее этой функциональности. Если ваша организация рассматривает возможности использования ИИ в автоматизации инженерных процессов, сейчас самый подходящий момент для участия в этом проекте.