45% российских компаний подружились с ИИ
Генеральный директор «Билайна» Сергей Анохин, выступая на конференции ЦИПР-2026, привел данные совместного исследования оператора с Ассоциацией менеджеров, в котором были опрошены топ-менеджеры 70 российских компаний из сфер промышленности, финансов, торговли, строительства и производства потребительских товаров об использовании ИИ в бизнесе. По его словам, 25% российских компаний уже интегрировали искусственный интеллект в коммерческие операции и около 20% работают над внедрением ИИ. Порядка 37% организаций используют ИИ ситуативно, а 17% присматриваются к новым технологиям генеративного искусственного интеллекта.
ИИ сэкономил «Таттелекому» до 10 млн рублей
Ключевым фактором оценки использования технологий искусственного интеллекта российскими компаниями остается его практическая применимость и результат, который позволяет решить конкретную задачу или усовершенствовать бизнес-процесс. Мультисервисный телекоммуникационный оператор в Республике Татарстан «Таттелеком» разработал собственное ИИ-решение для видеоаналитики. Компания предоставляет услугу видеонаблюдения и эксплуатирует порядка 47 тысяч видеокамер в Татарстане. При таком масштабе инфраструктуры компания неизбежно сталкивается с факторами, снижающими качество сервиса: вандализмом, естественным износом оборудования и загрязнением оптики. Ранее периодически собирались контрольные кадры (снапшоты) и передавались специалистам для просмотра изображения для выявления неисправностей и последующего формирования заявок на выезд сервисного инженера. Однако это решение не обеспечивало прозрачности процесса и понимания масштаба проблем, пояснили в компании.
Представленные на рынке готовые решения для видеоаналитики не могли быть интегрированы полностью в существующие бизнес-процессы, так как это неоправданно усложнило бы архитектуру и рабочие процессы и привело к необоснованным расходам. Собственный анализ компании показал, что в подобных системах непосредственно ИИ-алгоритмы составляют лишь 20% ценности, а 80% приходятся на интеграцию с legacy-системами компании. В итоге специалисты ИТ-дочки оператора создали собственное ИИ-решение.
«Мы прошли три итерации обучения модели на собственных датасетах, в результате достигли эффективности распознавания дефектов в кадре на уровне 95–96%. В систему была интегрирована функция детектирования загрязнений и расфокусировки, а оркестрацию и управление нарядами взяли на себя действующие информационные системы», — рассказал «Телеспутнику» генеральный директор дочерней ИТ-компании «Таттелекома» Тимур Камалетдинов.
По его словам, проект реализовывался силами небольшой ИТ-команды: суммарные трудозатраты на разработку составили более 250 человеко-часов, а благодаря использованию собственных компетенций и существующих ИТ-ресурсов стоимость разработки оказалась эффективной — она составила менее 800 тысяч рублей.
За первый год работы система обеспечила автоматизированный контроль 3,5 тысяч камер (порядка 7,4% от общего парка), что позволило значительно повысить качество предоставляемого сервиса. По оценкам компании, полная автоматизация процесса мониторинга вместо ручного анализа позволяет экономить на фонде оплаты труда до 10 млн рублей ежегодно.
Успешная синергия бизнеса и разработки позволила трансформировать технологический стек нового решения в другие продукты. Так на его основе появилась система видеоаналитики, которую внедрили в 74 офисах продаж мобильного оператора «Летай» (принадлежит «Таттелеком»). Здесь технологии используются для анализа клиентского пути и операционной эффективности: контроля времени открытия и закрытия офисов, а также детектирования очередей и мониторинга присутствия персонала на рабочих местах.
По словам разработчиков, сервис имеет простой интерфейс, который позволяет линейным менеджерам самостоятельно настраивать нужные им метрики конкретно под их офисы. Система генерирует около 20 тысяч событий ежедневно, предоставляя детальную аналитику и отчеты в онлайн-режиме. Также мы обеспечили быстрый доступ к статистике в мессенджере, в который поступают оперативные уведомления о событиях, требующих внимания здесь и сейчас.
Разработчики планируют расширить набор доступных метрик для более глубокой оптимизации клиентских процессов, а также внедрить модули для мониторинга прилегающих территорий и анализа сложных промышленных показателей.
«Что касается экономики и оправданности решения, наша разработка окупилась за четыре месяца использования вендорского решения. При этом архитектура получилась более гибкая и практически не требует участия специалистов для поддержки пользователей», — добавил Тимур Камалетдинов.
Масштабирование бизнеса с ИИ в Ozon
Инструменты искусственного интеллекта стали одним из факторов стремительного развития маркетплейсов. По просьбе «Телеспутника» в Ozon рассказали о направлениях внедрения ИИ и о том, какие выгоды это принесло бизнесу. В свое время Ozon столкнулся с классической проблемой быстрорастущего бизнеса: увеличилось количество рутинных операций при дефиците кадров. «Так, тысячи продавцов ежедневно создают сотни тысяч карточек товаров. Проверять их вручную, нанимая для этого десятки тысяч дополнительных сотрудников, было физически и экономически невозможно. Без ИИ мы просто не смогли бы масштабироваться с той скоростью, с которой росла платформа», — рассказал представитель компании.
Таким образом, необходимость внедрения искусственного интеллекта была продиктована исключительно задачами масштаба. По словам представителя Ozon, готовые рыночные решения часто не справлялись с объемами или не обеспечивали нужную гибкость. Поэтому в компании начали разрабатывать собственные ML-модели, чтобы они могли учитывать специфику платформы. Ключевыми параметрами при выборе подхода стали скорость обработки и точность, чтобы минимизировать ошибки, а также возможность постоянного дообучения на новых данных.
«Внедрение происходило поэтапно и длилось несколько лет. Мы не покупали единое решение, а постепенно интегрировали ИИ в ключевые процессы: сначала в модерацию контента, затем в рекомендации и поиск, потом в разработку. Главной сложностью были не технологии, а человеческий фактор. Сотрудники боялись, что их заменят машины. Потребовалось время, чтобы объяснить, что ИИ — это помощник, который берет на себя рутину. Сейчас более 4 тысяч сотрудников регулярно используют ИИ-ассистентов. Экономический эффект от внедрения ML-моделей только в контенте мы оцениваем в 9 млрд рублей за 2026–2027 годы», — поделились в Ozon.
Сейчас ИИ-инструменты применяются по нескольким направлениям в маркетплейсе, так в модерации контента более 96% карточек товаров проверяются автоматически, а к концу 2026 года ожидается достичь показателя более 99%. В сегменте рекомендации и поиска это сказалось на количестве заказов из рекомендаций на главной странице, оно выросло в 5,5 раз. Доработка поиска дала прирост заказанных товаров на 11,5% в день. Доля оборота от рекомендаций увеличилась с 7 до 11% за год, на 60%. Что также дало преимущество продавцам: 9 из 10 пользователей видят персонализированные рекомендации, что помогает более 600 тысячам продавцов зарабатывать больше. В собственной разработке ПО также не обошлось без новых технологий — сейчас более 10% кода пишется с помощью ИИ-инструментов, что ускоряет разработку и помогает выявлять ошибки на ранних стадиях. Трансформировались и внутренние HR-процессы — время оформления одного нового сотрудника сократилось с 40 до 16 минут благодаря ИИ, резюмировали в Ozon.
Эффективность ИИ-агентов в Азиатско-Тихоокеанском банке оценили в 75 млн рублей
Комплексная автоматизация банков с использованием ИИ-агентов помогает сегодня не только ускорить процессы, но и получить прямой финансовый результат за счет высвобождения ресурсов и повышения качества обработки данных. Так, Азиатско-Тихоокеанский банк завершил первый этап комплексного внедрения в ключевые бизнес-процессы ИИ-агентов, разработанные «Сбером». Их использование помогло автоматизировать рутинные операции в розничном и корпоративном кредитовании, работе с персоналом, операционной поддержке и других направлениях. Суммарный эффект превысил 75 млн рублей за год, а время сотрудников на выполнение повторяющихся задач сократилось в среднем на 70–80%.
Как сообщили в пресс-службе «Сбера», одним из первых агентов стал диалоговый ИИ-помощник, который обращается к внутренней базе знаний и формирует ответы на вопросы сотрудников с указанием источников. Инструмент избавил менеджеров и аналитиков от необходимости вручную искать информацию по нормативным документам, позволив сосредоточиться на более приоритетных задачах. В операционных подразделениях время на выполнение рутинных запросов сократилось на 78,5%, а общая экономия компании в этом направлении составила 13 млн рублей.
Для розничных рисков автоматизировали распознавание справок о доходах: сотрудники загружают файлы в любых форматах (PDF, JPEG, PNG) через единое окно, а ИИ-агент проверяет качество сканов, достоверность и структуру, после чего автоматически рассчитывает среднемесячный доход клиента и формирует итоговый отчет. Доля корректных распознаваний превысила 90%, что позволило перераспределить ресурсы и сэкономить 15,3 млн рублей. Для корпоративных рисков разработали аналогичное решение, которое не только проверяет полноту пакета документов, но и генерирует список ошибок с текстом для повторного запроса недостающих бумаг у клиента. Точность распознавания достигла 70%, а экономический эффект составил 20 млн рублей.
Также с помощью ИИ-агента автоматизировали и внутренний HR-контур. Чат-бот обеспечивает сотрудникам быстрый доступ к справочной информации по кадровым вопросам, политикам банка и регламентам, разгружая службу персонала от типовых обращений. Время на решение таких задач сократилось на 53%, а экономия компании превысила 6,3 млн рублей.
Еще один проект затронул операционную обработку мультимедийных записей: система транскрибирует аудио и видео (MP4, MKV) в текст и составляет саммари на основе распознанного содержимого. Скорость обработки документации выросла более чем на 80%, время сотрудников на рутинный анализ сократилось на 81,5%, а общая экономия достигла 21,2 млн рублей.
«Всего у нас подготовлено 60 инициатив по внедрению ИИ-агентов, мы уже реализовали 5 из них. Это не только дало измеримый финансовый результат, но и повысило удовлетворенность сотрудников, освободив их для действительно сложных и творческих задач. Считаю нашими главными достижениями на этом этапе подготовку инфраструктуры, готовую методологию масштабирования и оценки финансового эффекта от ИИ. Мы готовим дальнейшее развитие и масштабирование применения ИИ-агентов в наших процессах», — приводит пресс-служба «Сбера» слова заместителя председателя правления Азиатско-Тихоокеанского банка Марата Муллагалиева.
_67923147aa9eb.jpg)
