Платформа МТС закрыла 99 % сценариев разметки данных

МТС Web Services (MWS AI) запустила корпоративную платформу для разметки данных под обучение искусственного интеллекта. Решение покрывает свыше 99 % сценариев разметки, включая тексты, аудиозаписи, изображения и видео, и заменяет ряд зарубежных аналогов – в частности, LabelStudio Enterprise, Prodigy, Supervisely, labelit и Audino.

Платформа может быть развернута на инфраструктуре заказчика, в том числе на объектах критической информационной инфраструктуры. Это позволяет работать с чувствительными данными. В настоящее время продукт проходит регистрацию в реестре отечественного ПО.

Функционал платформы ориентирован на гибкую адаптацию под задачи бизнеса. Проекты разметки конфигурируются через low‑code конструктор интерфейсов либо с помощью встроенного ИИ‑агента – для настройки достаточно описать нужные изменения обычным языком. Агент также консультирует пользователей, анализирует ход разметки и формирует отчеты по выполненным заданиям, затраченному времени и качеству работы разметчиков.

Для ускорения процесса к платформе можно подключить любые большие языковые модели с совместимым API. При совместной работе человека и модели сотрудник опирается на предложенный моделью ответ и при необходимости корректирует его. Одно задание допускается поручать одновременно людям и моделям, а части работы – распределять между ними. Платформа сопоставляет ответы: при достижении заданного порога совпадения результат принимается автоматически, спорные случаи направляются экспертам. Правила согласования настраиваются под требования проекта. Готовые данные экспортируются для дальнейшего использования – в том числе для обучения и оценки моделей.

По словам руководителя центра по работе с данными MWS AI Анны Дружкиной, платформа стала основным инструментом разметки в MWS AI и уже внедрена в МТТ (Exolve), а также применяется для задач МТС Web Services и ГК МТС. Переход на решение позволил оптимизировать процессы: в 2025 году экономия составила 25 %, дополнительно было сэкономлено более 17 тыс. человеко‑часов. За 10 месяцев 2026 года показатель достиг 30 тыс. человеко‑часов. Одновременно ускорилась подготовка наборов данных – на 30 %, а адаптация новых разметчиков – на 35 %.