Искусственный интеллект стал неотъемлемой частью стратегии успешных компаний, которые стремятся повысить свою конкурентоспособность. Его интеграция в бизнес-процессы позволяет сократить время на рутинные задачи, повысить продуктивность и снизить риски. В статье рассмотрим примеры автоматизации процессов с помощью ИИ в отечественных компаниях.
Рынок ИИ в России
В последние годы в России наблюдается динамичный рост внедрения технологий искусственного интеллекта в различных секторах экономики. По данным ВЦИОМ, уровень использования ИИ российскими организациями вырос с 20% в 2021 году до 43% в 2024 году
В 2023 году объем российского рынка ИИ достиг 650 млрд рублей, продемонстрировав рост почти на 18% по сравнению с предыдущим годом. Среди разработчиков больших языковых моделей стоит выделить «Яндекс» и «Сбер», которые представлены на рынке решениями YandexGPT и GigaChat. Кроме того, есть и open-source решения Saiga LLM и Вихрь LLM, которые адаптировали под русский язык иностранные LLM.
Наиболее широко эта технология используется в сфере финансовых услуг, информационно-коммуникационных технологий (ИКТ), высшего образования и топливно-энергетического комплекса, где его применяют до 66% организаций. Около 97% компаний, использующих ИИ, отметили положительное влияние технологии на их деятельность, что подтверждает ее высокий потенциал. Рассмотрим самые яркие кейсы автоматизации с помощью ИИ в России.
ИИ в Госуправлении
Российское правительство последовательно продвигает курс на автоматизацию процессов с использованием искусственного интеллекта. Так, в 2019 году была принята Национальная стратегия развития ИИ до 2030 года, определяющая ключевые ориентиры и задачи в этой области. На ее основе к 2024 году все органы власти должны были адаптировать ведомственные программы цифровой трансформации, интегрировав в них технологии ИИ, и приступить к их практическому внедрению.
В рамках данной стратегии уже в 2020 году Росстат начал использовать ИИ для альтернативной оценки численности населения России. Система анализирует большие объемы данных из различных источников, что позволяет получать более точные и оперативные демографические показатели.
В Москве ИИ применяется c 2023 года для управления дорожным движением. Системы анализируют данные с камер и датчиков, оптимизируя работу светофоров и маршруты общественного транспорта, что способствует снижению пробок и повышению безопасности на дорогах.
Также в 2024 году на Госуслугах был запущен цифровой помощник «Макс», основанный на технологиях ИИ. Он отвечает на вопросы граждан, предоставляет информацию о льготах, пенсиях, штрафах и других услугах.
Кейс ФТС России
Федеральная таможенная служба внедрила искусственный интеллект для анализа снимков, полученных с помощью интроскопов (ИДК). Система автоматически выделяет подозрительные зоны на изображениях, классифицируя их как определенные виды товаров или потенциально запрещенные предметы. Это значительно упрощает работу операторов, позволяя им быстрее и точнее принимать решения.
Результаты:
- В 2 раза ускорен процесс анализа снимков.
- На 10% снижено количество ошибок при принятии решений.
Кейс ФНС России
Федеральная налоговая служба использует искусственный интеллект для оценки заявок на регистрацию бизнеса. Алгоритм анализирует поданные документы и формирует прогноз о возможном решении инспектора, указывая предполагаемый статус (регистрация или отказ) и юридические основания для отказа.
Результаты:
- Сокращение ошибок, связанных с человеческим фактором, на 90%.
- В 3 раза ускорено рассмотрение типовых заявок.
Кейс Минфин России
Министерство финансов применяет LLM-модель для адаптации бюджетных статей и структуры государственных программ в соответствии с актуальными требованиями. Система помогает анализировать большие массивы данных, вносить корректировки и перераспределять бюджетные ресурсы, освобождая аналитиков от рутинной работы.
Результаты:
- Нагрузка на специалистов снижена на 70%.
- Повышена точность и скорость адаптации бюджетных документов.
ИИ в сфере ИКТ
Сфера ИТ сегодня является одним из главных драйверов внедрения искусственного интеллекта. Именно в этой сфере ИИ не просто дополняет существующие процессы, а кардинально меняет сам подход к разработке, анализу данных, безопасности и автоматизации.
Кейс «Лаборатории Касперского»
«Лаборатория Касперского» применяет алгоритмы машинного обучения в своих решениях уже около 20 лет, сочетая их с экспертным анализом для эффективного выявления и нейтрализации новых киберугроз. ML-технологии автоматизируют процессы обнаружения вредоносной активности, выявления аномалий и повышают точность идентификации угроз, значительно ускоряя реагирование на инциденты.
Кроме того, компания предложила создать центр безопасности ИИ на базе одного из регуляторов, чтобы сосредоточиться на кибербезопасности в сфере искусственного интеллекта и разработке механизмов защиты от новых угроз.
Кейс «Одноклассников»
Команда социальной сети «Одноклассники» разработала сервис для автоматического создания персональных поздравительных видеороликов к различным праздникам. Нейросети определяют людей, с которыми пользователь часто взаимодействует или находится в родственных связях, и интегрирует их фотографии в готовый ролик.
Результаты:
- Увеличение персонализированного контента в ленте.
- 1.4 млрд просмотров поздравительных видеороликов.
- Рост числа авторов.
Кейс Ainergy
Российский разработчик ПО для ИИ-автоматизации Ainergy внедрила AI BPA платформу в работу международного провайдера Serverspace. Благодаря решению, Serverspace автоматизировали нулевую и первую линии поддержки, используя ИИ-ассистентов и машинный перевод.
Результаты:
- Текучка кадров сократилась в 2,7 раза.
- Индекс удовлетворенности пользователей вырос на 3 пункта.
- Скорость обработки типовых обращений увеличилась в 3 раза.
ИИ в клиентском сервисе
Клиенты ждут быстрых и точных ответов, индивидуального подхода и удобства в общении с компаниями. ИИ стал инструментом, который помогает бизнесу соответствовать этим ожиданиям.
Кейс «МТС»
Бот, разработанный для коммуникации с клиентами МТС, более 5 лет ежедневно обслуживает тысячи клиентов экосистемы в приложении и на сайте. Он обучался на реальных диалогах, что позволяет ему различать сценарии разговора и искать в сообщениях знакомые слова, словосочетания и их синонимы из топовых запросов.
При успешном решении запроса без привлечения оператора система изучает диалог для усвоения лучших практик, в противном случае диалог направляется на анализ для расширения базы распознавания и сценарных изменений.
Результаты:
- Клиентский чат-бот МТС входит в число крупнейших реализованных проектов по внедрению разговорного ИИ в российской телекоммуникационной отрасли.
- Ежедневно ИИ-помощник обрабатывает 40-70 тысяч чатов с пользователями.
Кейс «Сбера»
Семейство виртуальных помощников «Салют» — это уникальная разработка «Сбера», объединившая передовые технологии обработки естественного языка, машинного зрения и нейросетей. Это первый в мире мультиперсонажный помощник, способный адаптироваться под потребности пользователя, предлагая различные модели взаимодействия.
Решение построено на базе собственных платформ SmartNLP и SmartSpeech, а также мощных языковых моделей: BERT — для анализа и понимания текста, ruGPT-3 (13 млрд параметров) — крупнейшая русскоязычная генеративная модель, обеспечивающая естественные диалоги.
Результаты:
- Создана единая точка доступа к ключевым сервисам «Сбера».
- Экономия 60 млн рублей в месяц за счет автоматизации клиентской поддержки.
- До 80% типовых запросов пользователей теперь обрабатываются виртуальными помощниками.
ИИ в сфере финансовых услуг
Современные финансовые сервисы выходят далеко за пределы привычного банкинга. ИИ-ассистенты помогают не только следить за финансами, но и находить лучшие покупки, планировать путешествия и даже обучать детей основам финансовой грамотности.
Кейс «Т-Банка»
У «Т-Банка» существует проект «Вселенная ассистентов» — серия ИИ-помощников, каждый из которых специализируется на определенной области:
- Финассистент: помогает управлять личным бюджетом, анализируя расходы и предлагая способы их оптимизации.
- Инвест-ассистент: персональный гид в мире инвестиций, обучает основам и отвечает на вопросы инвесторов.
- Шопинг-ассистент: личный эксперт в онлайн-шопинге, предлагает идеи для покупок и объясняет их особенности.
- Тревел-ассистент: помогает планировать поездки, выбирая направления и составляя персональные маршруты.
- Джуниор-ассистент: виртуальный друг и помощник для ребенка, обучает финансовой грамотности и поддерживает беседу на различные темы.
- Секретарь: помощник для управления звонками, фильтрует спам, записывает разговоры и отвечает на пропущенные вызовы.
Особого внимания заслуживает «Джуниор-ассистент» — первый в России ИИ-помощник для детей. Он способен обучать ребенка основам финансовой грамотности, поддерживать связную беседу на широкий спектр тем, распознавать его эмоциональный настрой и помогать с учебой.
Кроме того, «Т-Банк» запустил первого в России телефонного ИИ-секретаря для глухих и слабослышащих клиентов. Секретарь обучен принимать входящие звонки, в том числе с неизвестных номеров, оперативно переводить аудиозапись в текст и отправлять пользователю расшифровку звонка. Благодаря этому клиенты с нарушением слуха могут самостоятельно общаться не только в мессенджерах, но и по телефону.
Кейс «Газпромбанка»
В «Газпромбанке» разработана интеллектуальная система классификации клиентских данных, основанная на модели градиентного бустинга CatBoost. Для ее обучения было сгенерировано более 600 признаков по заявкам клиентов.
Одной из ключевых сложностей проекта стала оценка качества модели, поскольку просрочки по кредитам выявляются только через 6 месяцев после их выдачи. Чтобы подтвердить надежность алгоритма, были проведены ретроспективные тесты, доказавшие его точность и применимость в реальных условиях.
Результаты:
- Автоматический скоринг заявок клиентов с прогнозом одобрения или отказа.
- Скорость обработки заявки сократилась до 1 минуты.
- Уровень просрочки в портфеле — 0,3–1% (в зависимости от продукта и риск-политики).
- В 2880 раз ускорено принятие решений по заявкам.
- Конверсия в выдачу кредитов выросла на 10%.
ИИ в сфере ритейла и электронной коммерции
Еще недавно поиск нужного товара в интернет-магазине был похож на квест: пролистывание бесконечных страниц, выбор среди сотен похожих предложений. Теперь все иначе — искусственный интеллект моментально анализирует вкусы потребителей, предлагает лучшие варианты, помогает с выбором и даже подсказывает, когда товар будет в наличии.
Кейс «Авито»
В 2024 году компания разработала и обучила собственную большую языковую модель (LLM) для анализа отзывов о мастерах. Алгоритм обрабатывает мнения пользователей, выявляет в них повторяющиеся тезисы и на их основе формирует обобщенный отзыв с разделами «Преимущества» и «Недостатки».
Результаты:
- Заказчики быстрее оценивают профессиональные качества исполнителя и принимают взвешенное решение.
- Мастера получают объективную обратную связь.
Кейс X5 Group
X5 Group, управляющая сетью «Перекресток», реализовала технологию биометрической оплаты взглядом на кассах самообслуживания. Решение разработано совместно с VisionLabs, Visa и Сбер и использует передовые алгоритмы компьютерного зрения для безопасной идентификации клиентов.
Система основана на 3D-камерах и алгоритмах Liveness от VisionLabs, которые защищают от спуфинг-атак. Для исключения подлога анализируется глубина изображения, а нейросеть выявляет попытки использования фотографий, масок и видео вместо реального лица.
Результаты:
- Более 300 магазинов «Перекресток» оборудованы биометрическими кассами.
- В 2–2,5 раза сократилось время оплаты на кассе.
- Около 1000 покупок ежедневно совершается с помощью новой технологии.
ИИ в интернет-рекрутменте и HR
Алгоритмы машинного обучения все чаще становятся незаменимыми помощниками в подборе персонала. Они анализируют текст вакансий, оценивают навыки соискателей и помогают работодателям находить идеальных кандидатов в несколько кликов.
Кейс HH.ru
HeadHunter активно использует технологии ИИ для улучшения процесса подбора персонала. В 2017 году платформа запустила «Умный поиск», основанный на алгоритмах машинного обучения. Эта система анализирует запросы работодателей и соискателей, учитывая синонимы, контекст и даже опечатки, чтобы предоставлять наиболее релевантные результаты поиска. Например, при поиске вакансий по запросу «менеджер по продажам» система также покажет позиции с названиями «специалист по продажам» или «sales manager», что значительно повышает эффективность подбора.
Кроме того, hh.ru внедряет ИИ-решения для автоматизации отбора кандидатов. Алгоритмы анализируют резюме и сопроводительные письма, оценивая соответствие кандидата требованиям вакансии. Это позволяет рекрутерам быстрее находить подходящих специалистов, снижая время на предварительный отбор.
Кейс Burger King и Voximplant
Burger King использует технологию компании Voximplant для автоматизированного отсева некачественных заявок, поступающих в HR-департамент. Робот общается с соискателем по телефону, выявляет потребность в работе и задает базовые вопросы о вакансии по скрипту. Данные автоматически заносятся в систему, и рекрутер уже знает результаты первого контакта с соискателем.
Результаты:
- Voximplant обрабатывает все входящие заявки.
- Технология дешевле труда человека в 5 раз.
- На 2 часа сократилось время на работу рекрутера.
ИИ в сфере транспорта и логистики
В сфере логистики российские компании активно внедряют ИИ для оптимизации процессов и повышения эффективности.
Кейс «Яндекс.Такси»
Беспилотные автомобили «Яндекса» способны передвигаться самостоятельно благодаря специальному программному обеспечению и сенсорам, собирающим информацию об окружающем мире.
Камеры, лидары и радары, установленные на автомобиле, сканируют пространство вокруг и передают информацию в аппаратный комплекс, расположенный в багажном отделении. С этими данными работают алгоритмы компьютерного зрения и машинного обучения. Благодаря им беспилотный автомобиль распознает, что происходит вокруг, предсказывает, как будет развиваться дорожная ситуация, а после планирует движение.
Результаты:
- Пассажирами совершено более 60000 поездок на беспилотных автомобилях.
- Беспилотные такси проехали более 27 млн км.
Кейс «СДЭК»
Компания «СДЭК» активно использует ИИ для оптимизации логистических операций. Алгоритмы анализируют данные о пробках, времени доставки, возможности забора грузов по пути и расходе топлива, выстраивая оптимальные маршруты для курьеров. Это позволяет сократить время доставки и снизить операционные затраты.
Кроме того, «СДЭК» внедряет технологии машинного зрения для автоматизации складских операций. Системы распознают посылки, определяют их состояние и направляют на соответствующие этапы обработки, что повышает точность и скорость работы.
Результаты:
- Разработка маршрутов для курьеров оптимизировалась на 15%.
- Компания получила возможность предлагать своим курьерам наиболее оптимальные маршруты с учетом вероятности появления срочного заказа «на сегодня».
- Компания точно знает, сколько сотрудников и в какие дни ей понадобятся.
- Определение кодов ТН ВЭД для грузов происходит в несколько раз быстрее. Точность машинного алгоритма достигает 95% — ошибки свелись к минимуму.
ИИ в промышленности
Промышленность — одна из ключевых сфер, где технологии искусственного интеллекта находят широкое применение. От анализа данных в реальном времени до автоматизированных систем управления процессами — ИИ повышает эффективность, снижает затраты и делает производство безопаснее.
Кейс «Росатома»
Госкорпорация «Росатом» активно внедряет ИИ для повышения эффективности и качества производственных процессов. Один из примеров — система предиктивной аналитики «АтомМайнд», разработанная для прогнозирования качества продукции и состояния оборудования.
Результаты:
- Система отслеживает более 2 млн технологических параметров.
- Расходы на техобслуживание сократились на 30%.
- Уровень брака снизился с 2,3% до 0,9%.
Кроме того, «Росатом» активно развивает применение ИИ в системах полного жизненного цикла (PLM), что позволяет сократить сроки вывода новых изделий на рынок и повысить их качество. И кроме всего прочего корпорация занимается развитием нейроморфных вычислений, имитирующих работу биологического мозга.
Кейс «Северстали»
В 2020 году «Северсталь» впервые внедрила решение на основе искусственного интеллекта на Череповецком металлургическом комбинате (ЧерМК). К системе управления технологическим процессом был подключен интеллектуальный агент «Аделина», основанный на алгоритме глубокого машинного обучения с подкреплением (reinforcement learning, RL).
Результаты:
- Агент анализирует данные в реальном времени и вырабатывает оптимальные стратегии управления.
- Модель «Аделина» оправдала ожидания, показав рост производительности НТА-3 более, чем на 5 %.
ИИ в здравоохранении
Чем раньше выявлено заболевание, тем выше шансы на успешное лечение. Искусственный интеллект помогает врачам быстрее и точнее диагностировать патологические изменения, анализируя медицинские изображения и данные пациентов. Такие технологии уже существуют в российских больницах.
Кейс Городской клинической больницы имени С.П. Боткина в Москве
В феврале 2021 года в Городской клинической больнице имени С.П. Боткина в Москве началось тестирование системы искусственного интеллекта для поддержки эндоскопических исследований.
Результаты:
- Сервис обучается на эндоскопических изображениях, полученных в ходе практики.
- ИИ помогает врачам в выявлении патологических участков, подсвечивая их на экране.
Кейс Александровской больницы Санкт-Петербурга
В ноябре 2021 года в Александровской больнице Санкт-Петербурга был запущен пилотный проект с использованием платформы Botkin.AI, разработанной компанией «Интеллоджик». Эта система анализирует данные анамнеза, лабораторных и инструментальных исследований пациентов, формируя математическую модель, отражающую индивидуальные патогенетические цепочки.
Платформа помогает подбирать оптимальную терапию, оценивать вероятные результаты лечения и прогнозировать риски послеоперационных осложнений.
Результаты:
- ИИ анализирует данные анамнеза, лабораторных и инструментальных исследований пациентов.
- Botkin.AI формирует математическую модель, отражающую индивидуальные патогенетические цепочки.
- Платформа позволяет подобрать терапию и оценить вероятные результаты лечения.
Вывод
В статье разобрали самые яркие кейсы применения искусственного интеллекта, который сегодня проникает во все сферы – от государственного управления до логистики и здравоохранения. Все эти решения демонстрируют, как активно развивается корпоративный ИИ в России и какое значение он приобретает для различных отраслей.