Умная прокладка между данными и LLM

Seed-концепция нашего продукта. Сформулирована Димой 21.05.2026 в разговоре с Fred'ом, дальше развивалась через pivot-history до текущей формулировки Process Intelligence Platform.

Дословная цитата

"Вообще есть мнение что и rag в скором времени тоже отойдёт на второй план. И что по сути будущее не за такими решениями а за построением как раз умной прокладки между данными клиента и llm" — Дима, 21.05.2026

Контекст: Дима только что отверг свою же первую версию лендинга ("нафантазировал много") и заявил что бигтех догонит его текущий стек (RAG-pipeline + cycle-time agent) за пару месяцев. Значит ценность не в технологии.

Что означает

Классический RAG — это сервис поиска между данными и LLM: query → retrieval → context → answer. Тупой, stateless, не понимает домен.

Умная прокладка — это stateful agent layer между данными и LLM, которая:

• Понимает структуру и семантику данных клиента
• Знает кто использует что (permissions, ownership)
• Видит динамику (что изменилось, что устарело)
• Задаёт уточняющие вопросы когда не хватает контекста
• Сводит данные из разных источников в единую модель
• Применяет доменные правила (что считать качеством, что аномалией)
• Запоминает решения и feedback для улучшения

Почему это не RAG 2.0

RAG = retrieval. Прокладка = управление контекстом:

• Источники могут быть структурированными (Jira) и неструктурированными (митинги, Notion, email)
• LLM не единственный консьюмер — могут быть rule-engines, дашборды, другие агенты
• Прокладка может проактивно действовать, не только отвечать

Почему это не Process Mining (Celonis)

Process Mining видит только сухие event-логи систем. Прокладка видит human signal — митинги, чаты, "партизанские" файлы. См. process-intelligence-vs-mining.

Связано

• pivot-history — как этот концепт превратился в текущий продукт
• ../positioning/vs-celonis — наш дифференциатор
• enterprise-memory-layer — Pryon делает похожий слой, но только retrieval
• ../architecture/gemini-six-modules — техническая реализация