Kept — одна из крупнейших аудиторских и консалтинговых фирм в России. Kept превращает свои процессные и методологические идеи в ИИ-агентов платформы KeptStore, которые решают как внутренние, так и клиентские задачи.
Истории
Kept
KeptStore и системы ИИ-агентов компании Kept теперь работают на Deckhouse Kubernetes Platform
О клиенте
Вызовы
- Существующая инфраструктура, на которой была развёрнута платформа KeptStore, перестала соответствовать вызовам рынка и стратегии компании.
- Скорость доставки релизов составляла от одного до трёх дней, требовалось увеличить её до выпуска релизов за минуты.
- Личный кабинет, агенты и база данных для нового клиента развёртывались несколько дней, а нужно было — в пределах часа.
- Расходы на оборудование, в частности на GPU, были слишком высокими.
- Выросли требования к безопасности и отказоустойчивости платформы.
- Слишком много времени уходило на нецелевую деятельность — построение и поддержание качественного инфраструктурного слоя для проектов.
Задачи
- Перевести инфраструктуру для работы платформы KeptStore на Kubernetes.
- Выпускать релизы за минуты, а не за дни.
- Увеличить скорость масштабирования и, соответственно, скорость подключения к платформе новых клиентов.
- Обеспечить изолированность развёрнутых сервисов и проектов, их безопасность и отказоустойчивость.
- Обеспечить сквозную наблюдаемость вплоть до мониторинга загрузки GPU и CPU и работы ИИ-агентов.
- Оптимизировать нагрузку на парк GPU и сократить расходы на инфраструктуру.
Решения
- Для реализации проекта выбрали компанию «Флант» и платформу Deckhouse Kubernetes Platform (DKP), поддерживающую гибридную инфраструктуру: виртуальные машины, контейнеры и комбинированные сценарии работают в единой среде, в облаке и on-premises.
- За три месяца произвели миграцию KeptStore на DKP, развернули продакшен и стейджинг.
- Настроили под свои задачи встроенный мониторинг DKP для обеспечения полной наблюдаемости загрузки GPU и CPU.
- Построили архитектуру платформы с запасом по масштабированию агентов: DMZ-кластер (внешние агенты), General-кластер (внутренние агенты), аудиторский кластер (регуляторика) и GPU-кластер.
Результаты
- Сократили время развёртывания новых клиентских проектов до 3 минут за счёт автоматизации горизонтального и вертикального масштабирования, нативной совместимости с микросервисной архитектурой Deckhouse Kubernetes Platform.
- Оптимизировали использование дорогостоящих GPU-ресурсов и сократили расходы на оборудование на 30 %.
- Благодаря DKP безопасность данных клиентов реализована на инфраструктурном уровне, обеспечивая полную изоляцию прав доступа и баз данных.
- Обеспечена сквозная наблюдаемость ИИ-агентов вне зависимости от инфраструктуры развёртывания.
- Возврат инвестиций на 4 пилотных бухгалтерских процесса составляет 80 % по консервативному сценарию.
- Решение позволяет масштабировать парк «цифровых сотрудников» под нужды бизнеса в течение одного часа.
- Клиенты Kept переходят к промышленной эксплуатации ИИ-агентов, особенно востребованных в строительстве, производственном и государственном секторах, из-за большого объёма рутинных операций. В строительстве агенты ускоряют ввод объектов в эксплуатацию на 2–3 месяца.
Отзыв
Роман Малюга
партнёр Kept
«Раньше каждый проект требовал “прокладывать дорогу” вручную. Теперь мы создали “платную трассу” для наших сервисов, где “автомобили” — контейнеры с агентами — едут по готовому, безопасному и масштабируемому маршруту. Это даёт нам и клиентам скорость, предсказуемость и экономию».
Александр Подмосковный
директор продуктового направления ML/AI Deckhouse
«ИИ-агенты сегодня становятся полноценными “цифровыми сотрудниками”, но их работа требует стабильной защищённой среды и мгновенного доступа к ресурсам. Перенос на Deckhouse Kubernetes Platform превратил инфраструктуру KeptStore из ограничивающего фактора в гибкий актив: теперь мощности GPU перераспределяются в реальном времени под текущие задачи. Мы автоматизировали всю рутину эксплуатации: от развёртывания приложений до мониторинга состояний. Это позволит команде Kept не тратить время на администрирование слоев инфраструктуры, а фокусироваться на развитии логики самих ИИ-агентов»