Современные AI-модели хорошо рассуждают, но часто не понимают специфику бизнеса, теряясь в разрозненных корпоративных файлах. Стартап V7 решил эту проблему: их платформа V7 Go превращает документы компаний в структурированную «память» для агентов, используя модели OpenAI.
Платформа V7 Go организует разрозненные данные в Context Graph, который соединяет сущности, их связи и ссылки на источники. Это позволяет AI-агентам использовать «институциональную память» для выполнения сложных задач. V7 Go задействует GPT-5.6 Luna для извлечения информации из миллионов файлов, а Context Graph оказывается на порядок дешевле и быстрее в обходе, чем стандартные подходы с длинным контекстом. Graph-подход также превзошёл официальный бенчмарк HERB на 69% и на 38% сократил галлюцинации при поиске информации в корпоративных системах.
V7 Go использует этот контекст для выполнения многошаговых рабочих процессов, таких как скрининг сделок в частном капитале или андеррайтинг страховок. Модели GPT-5.6 Terra и Sol обеспечивают рассуждения и использование инструментов в задачах, которые у человека занимают десятки часов. В результате агенты выполняют рабочие процессы из 50–100 шагов за минуты с точностью до 99.9% и сохраняют полный аудиторский след. Для самых требовательных запросов, включая финансовый анализ тысяч документов, V7 применила GPT-6 Astra. На специально созданном V7 бенчмарке с «очень сложными» запросами Astra достигла 89% точности, тогда как GPT-5.6 Sol показала 78%.
Внедрение платформы V7 Go принесло клиентам существенные улучшения:
- Скрининг сделок ускорился в 21 раз: процесс, занимавший целый день, сократился до 15 минут.
- Время проверки финансовых документов сократилось более чем со 100 часов до менее чем 10, экономя $12 000 на экспертных затратах за задачу.
- Ошибки в обработке страховых претензий уменьшились на 13.5% по сравнению с ручной обработкой.
- Рабочие процессы с внешними вызовами завершаются до 50% быстрее.
- Стоимость обработки документа с GPT-5.6 Luna снизилась на 78% по сравнению с GPT-5.4 mini.
V7 выбрала OpenAI из-за лучшей производительности моделей в многошаговых рабочих процессах с инструментами. OpenAI также оперативно удовлетворила потребности V7 в увеличении мощностей. Модель GPT-5.6 Sol снизила частоту ошибок при вызове инструментов с 2.7% (GPT-5.5) до 0.2% в бенчмарке Context Graph. V7 Go также интегрируется с ChatGPT и Codex, позволяя создавать рабочие процессы через MCP-сервер и сокращая время их разработки с часа до 20 минут.
V7 демонстрирует, что для решения сложных корпоративных задач AI-агентам нужна не только мощь моделей, но и глубокое понимание контекста бизнеса. Платформа V7 Go с Context Graph позволяет использовать модели OpenAI для создания «памяти», которая делает агентов точнее и эффективнее. В долгосрочной перспективе V7 планирует сделать эту память проактивной: она сможет отслеживать изменения в данных и автоматически указывать на необходимость пересмотра устаревших анализов.