ММООЗЗГГ.ru

Кейсы внедрения ИИ-агентов, страница 12

КейсЖКХ

Белоблводоканал: энергия минус 15%, более 41 000 заявок

Простой1 мин

«Цифровой водоканал» с прогнозной аналитикой: 184 скважины и 23 насосные станции под автоматизированным контролем, расход электроэнергии ниже на 15%, затраты на энергоносители на 13%, аварий меньше на 5%, обработано более 41 000 заявок. Областной водоканал вместе с интегратором прошел четыре этапа внедрения автоматизированной системы с модулями прогнозной аналитики на машинном обучении. Ручное управление 15% скважин сменилось автоматизированным контролем 184 скважин, 23 насосных и 11 станций водоподготовки; расход электроэнергии снизился на 15%, затраты на энергоносители на 13%, аварий меньше на 5%, обработано больше 41 000 заявок, включая 38 000 обращений граждан и организаций. Заявки жителей и телеметрия в одной системе: так ИИ-отдел водоканала или УК видит проблему раньше звонка.

КейсСельское хозяйство

Русагро: ГСМ минус 6,4%, урожайность до +10%

Простой1 мин

Нейросеть «Метаалгоритм» каждое утро строит план для всего парка техники, стратегический алгоритм просчитывает больше 1 млн сценариев: расходы на ГСМ ниже на 6,4%, потенциал прироста урожайности до 10%. Внутренний ИТ-блок холдинга разработал две нейросетевые системы планирования полевых работ: оперативную, которая ежедневно генерирует план для всей техники к началу дня, и стратегическую, которая просчитывает больше 1 млн сценариев вместо месяцев ручной работы. Расходы на горюче-смазочные материалы снизились на 6,4%, потенциал прироста урожайности до 10% за счет соблюдения агрономических окон. План на день для всех исполнителей к утру: ИИ-агент строит его для бригад, курьеров и монтажников.

КейсСельское хозяйство

Русагро: осмотр полей в 6 раз быстрее

Простой1 мин

Дроны и компьютерное зрение распознают сорняки и строят карты засоренности: сбор и анализ данных о состоянии полей в 6 раз быстрее ручного агроскаутинга, гербициды вносятся точечно; бюджет 159 млн ₽. Холдинг вместе со стартапом внедрил распознавание сорных растений по данным с беспилотников: алгоритм определяет вид и фазу развития сорняков и формирует карты для точечного внесения средств защиты. Сбор и анализ данных ускорен в 6 раз по сравнению с ручным осмотром, площадь зернового направления больше 350 000 га; бюджет проекта 159 млн ₽, из них 72,5 млн ₽ грант. Осмотр по фото и карта проблем вместо объезда: ИИ-агент делает то же с фотоотчетами с объектов и точек.

КейсСельское хозяйство

Фермы Татарстана и РИВЦ: производительность ферм +31%, заболеваемость минус 30%

Простой1 мин

Умное видеонаблюдение в 7 хозяйствах контролирует доение: производительность ферм выросла на 31%; умные счетчики на доильном оборудовании помогли снизить заболеваемость коров на 30% и расходы на лечение. Республиканский вычислительный центр вместе с оператором связи внедрил ИИ-видеоаналитику на молочных фермах: нарушения регламента доения выявляются в реальном времени. На фермах с умным видеонаблюдением производительность выросла на 31%. В крупных хозяйствах Бавлинского района к доильному оборудованию подключили умные счетчики: заболеваемость коров снизилась на 30%, расходы на ветеринарное лечение сократились. Камера следит за регламентом доения на 7 фермах, и производительность растет: масштаб малого бизнеса.

КейсПищевая промышленность

Дамате: 100% соблюдение санитарного регламента

Простой1 мин

Компьютерное зрение на санпропускниках завода по переработке индейки и в птичниках: контроль мытья рук и ухода за животными, ИИ-мониторинг отелов позволяет сразу вызвать ветеринара при начале родов. Группа разработала несколько систем на компьютерном зрении: на санпропускниках завода в Пензенской области система следит за процедурой мытья рук, в птичниках и коровниках за уходом и санитарными нормами, а мониторинг отелов позволяет немедленно вызвать ветеринара. Ни один гость завода не проходил процедуру правильно с первого раза, система обеспечивает 100% применение регламента. Регламент выполняется, потому что его проверяет камера: ИИ-агент контроля для пищевого производства и кухни.

КейсПищевая промышленность

Птицефабрика «Чамзинская»: линия быстрее на 15–20%, ФОТ контролеров минус 30%

Простой1 мин

Автоматический контроль качества и сортировка 7000 тушек в день на компьютерном зрении: точность до 99%, производительность линии выше на 15–20%, затраты на контролеров ниже на 30%. Птицефабрика внедрила в цехе охлаждения систему контроля качества и сортировки мяса птицы: около 7000 тушек в день анализируются за доли секунды каждая, дефекты распознаются с точностью до 99%, данные уходят в производственную систему в реальном времени. Производительность конвейера выросла на 15–20%, затраты на оплату труда контролеров снизились на 30%, потери от некондиции, ранее до 5% объема, сократились. Один участок, посчитанный эффект, потом следующий: так растет ИИ-отдел на производстве.

КейсМедицина

Элегра: больше 85% звонков без оператора

Простой1 мин

Голосовой робот обзванивает пациентов и подтверждает записи: до 1000 звонков в день, больше 85% исходящих звонков без оператора, обзвон в среднем в 6 раз быстрее. Голосовой робот обзванивает пациентов и подтверждает записи: до 1000 звонков в день, больше 85% исходящих звонков без оператора, обзвон в среднем в 6 раз быстрее. Обзвон с подтверждением визита без оператора: первая задача голосового агента для любой клиники с записью.

КейсПочта и курьерская доставка

СДЭК: 60–75% обращений без оператора

Простой1 мин

Чат-бот с ИИ отслеживает заказы, согласует дату и адрес доставки и определяет тему запроса: 60–75% письменных обращений без оператора. Чат-бот с ИИ отслеживает заказы, согласует дату и адрес доставки и определяет тему запроса: 60–75% письменных обращений без оператора, экономия около 500 000 ₽ в месяц при 40 000 диалогов, оценка качества 4,67 из 5. Две трети письменных обращений без оператора еще в 2021 году: сегодня это стартовый уровень ИИ-агента поддержки.

КейсСтроительство

ГК Кортрос: около 20% сотрудников работают с ИИ ежедневно

Простой1 мин

Речевая аналитика звонков менеджеров уже работает, помощник для CRM внедряется, дальше корпоративная база знаний на ИИ и ИИ-агенты для проектных команд: около 20% сотрудников уже применяют ИИ в ежедневной работе. Собственная речевая аналитика звонков менеджеров уже работает, помощник для CRM в процессе внедрения, корпоративная база знаний на ИИ развивается как отдельное направление, следующим этапом станут ИИ-агенты для проектных команд. Около 20% сотрудников уже применяют ИИ в ежедневной работе, от базы знаний ждут рост производительности проектных команд не меньше чем на 30%. Речевая аналитика и база знаний как первые шаги: с них начинается ИИ-отдел в строительной компании.

КейсЛогистика и склад

Первая Грузовая Компания: сводка по 150 объектам за минуты

Простой1 мин

ИИ-агент операционной аналитики собирает сводку по 150 объектам за минуты вместо часа ручной работы. Система проходит тестирование на бизнес-пользователях. ИИ-агент операционной аналитики собирает сводку по 150 объектам за минуты вместо часа ручной работы. Агент отвечает командам логистики на вопросы про выгрузку вагонов, выполнение плана и отклонения, доступ к корпоративным хранилищам у него только на чтение. Система проходит тестирование на бизнес-пользователях, экономический эффект не раскрыт. Сводка по 150 объектам за минуты: панель руководителя на ИИ-агенте для сети точек и логистики.

КейсЭлектронная коммерция и маркетплейсы

Авито Подработка: расходы на надбавки минус 9,3%

Простой1 мин

ML-модель распределяет субсидии исполнителям: в A/B-тесте расходы на надбавки снизились на 9,3%. Модель заменила ручные правила распределения субсидий исполнителям подработки. ML-модель распределяет субсидии исполнителям: в A/B-тесте расходы на надбавки снизились на 9,3%. Модель заменила ручные правила распределения субсидий исполнителям подработки: связка ML-модели и линейного программирования делит бюджет надбавок по данным. Модель вместо ручных правил снизила расходы на надбавки на 9,3%: ИИ-агент распределяет бонусы и бюджеты по данным.

КейсНедвижимость

MR Group: ответ по стандартам за секунды

Простой1 мин

ИИ-агент в Telegram для сотрудников офисов продаж отвечает по стандартам сервиса за секунды и проводит аттестацию по кейсам, отдельный ИИ-ассистент пишет протоколы совещаний. ИТ-департамент девелопера сделал агента для сотрудников офисов продаж, доступного в Telegram и обученного на корпоративных стандартах клиентского сервиса. Ответ на любой вопрос по стандартам приходит за несколько секунд вместо поиска в документах; ИИ провел аттестацию сотрудников, анализируя устные ответы, а отдельный ИИ-ассистент автоматически формирует протоколы совещаний с расшифровкой и разделением спикеров. Агент в Telegram для менеджеров: стандарты, скрипты и протоколы встреч, первый агент для отдела продаж.

КейсHR и рекрутинг

ОТЭКО, порт Тамань: весь цикл найма в одном окне

Простой1 мин

Платформа рекрутинга с генеративным ИИ: отклики с hh.ru и Авито в едином окне, тексты вакансий за минуты, автоматические направления на медкомиссию и проверка службой безопасности, аналитика воронки для руководителей. Портовый терминал оцифровал весь цикл найма от заявки на подбор до проверки кандидата службой безопасности. Система интегрирована с площадками вакансий и обрабатывает отклики в одном окне, генеративная модель пишет тексты вакансий за минуты и формирует направления на медкомиссию, руководители видят воронку в аналитике. От заявки на подбор до медкомиссии без ручной рутины: ИИ-рекрутер для производства и логистики.

КейсОптовая торговля и дистрибуция

ALIDI: точность прогноза спроса с 40% до 85%

Простой1 мин

Машинное обучение считает прогноз спроса у дистрибьютора: точность прогнозов выросла с 40% до 85%, оборотный капитал за год снизился больше чем на 1 млрд ₽. Дистрибьютор перевел прогноз потребительского спроса на систему с математическими алгоритмами и машинным обучением. За несколько лет точность прогнозов выросла с 40% до 85%. За год работы оборотный капитал снизился больше чем на 1 млрд ₽, на фонде оплаты труда отдела заказов компания сэкономила 20%. Сценарий работы цепочки поставок теперь можно перестраивать раз в сутки. Прогноз спроса и остатков по каждой позиции: ИИ-агент считает его по истории продаж и показывает руководителю, где заморожены деньги.

КейсАвтопром

Volvo Group: больше 10 000 часов ручной работы сэкономлено

Простой1 мин

ИИ извлекает данные из счетов и претензий, включая сканы, фотографии и печати, и переводит документы: сэкономлено больше 10 000 часов ручной работы, это больше 850 часов в месяц. Производитель грузовиков, автобусов и строительной техники автоматизировал обработку счетов и претензий. ИИ извлекает данные из писем, сканов и PDF, включая фотографии, печати и рукописные пометки, переводит документы на нужный язык и направляет их нужной команде. Пилот занял шесть недель, запуск в работу четыре месяца. С момента запуска компания сэкономила больше 10 000 часов ручной работы, это больше 850 часов в месяц. Счета, претензии и сканы с печатями разбирает ИИ-агент: сотрудники получают готовые данные и не перепечатывают документы вручную.

КейсМедицина

Департамент здравоохранения Москвы и 19 регионов: 14,4 млн случаев на приеме с подсказкой диагноза в поликлиниках Москвы

Простой1 мин

Система поддержки врачебных решений анализирует жалобы пациента на приеме и предлагает врачу три вероятных диагноза из 265 групп. К маю 2024 года обработано 14,4 млн случаев в поликлиниках Москвы, к марту 2025 года систему подключили 19 регионов. Подсказка появляется прямо на приеме: врач видит три варианта и второе мнение по каждому случаю, решение остается за ним. Внедрение шло сначала во всех поликлиниках столицы, затем в регионах, в том числе в Воронежской и Свердловской областях. С октября 2023 года в Москве система работает в связке с продуктом AIDA. Подсказка на приеме экономит время только тогда, когда встроена в рабочее окно врача. То же правило для ИИ-регистратуры: агент живет там, где администратор уже работает.

КейсМедицина

СберЗдоровье: более 350 000 консультаций ИИ-помощника с декабря 2024 по октябрь 2025

Простой1 мин

В декабре 2024 года в приложении телемедицинского сервиса запущен ИИ-помощник на языковой модели: собирает анамнез, анализирует симптомы, предлагает три вероятных диагноза и советует, к какому специалисту записаться. К октябрю 2025 года проведено более 350 000 консультаций. Помощник берет на себя первый разговор с пациентом до врача: уточняет жалобы, структурирует историю, направляет к нужному специалисту. Параллельно компания разрабатывает инструмент проверки эпикризов и протоколов на соответствие клиническим рекомендациям. Помощник отсеивает немедицинские запросы, а при угрозе жизни сразу рекомендует обратиться за помощью. Первый контакт с пациентом можно отдать ИИ, если за ним стоит клиника с лицензией и врач. Для сервиса записи без лицензии остаются навигация, расписание и напоминания.

КейсМедицина

НМИЦ им. Алмазова и Сбер: точность прогноза осложнений 89%, расчет SYNTAX Score за секунды вместо 20–40 минут

Простой1 мин

Центр ИИ в медицине на базе НМИЦ создал модель «Риски», которая в реальном времени прогнозирует осложнения у стационарных пациентов, и модель «Сердце», которая по коронарограмме считает индекс SYNTAX Score. По данным каталога, точность прогноза осложнений 89%, точность расчета индекса 94,74%. Модель обучена на 300 000 обезличенных медкарт центра и ежедневно оценивает всех пациентов стационара: сердечно-сосудистые осложнения, нарушения ритма, пневмонию, сепсис. Расчет индекса по коронарограмме занимает секунды вместо 20–40 минут работы врача-эксперта. Система автоматически заполняет анкеты и формирует сводки, оценки хранятся в профиле пациента. Крупный центр начал не с чат-бота, а с двух задач, где у него есть данные и понятная метрика. Для клиники поменьше такой задачей будет неявка или очередь на звонке.

КейсМедицина

Минздравы 41 региона России: 275 000 врачей в 41 регионе работают с прогнозом рисков в медкарте

Простой1 мин

Платформа предиктивной аналитики встроена в медицинские информационные системы клиник: анализирует электронные карты, выявляет факторы риска и прогнозирует вероятность более 40 хронических заболеваний. По данным каталога, к 2025 году с ней работают 275 000 врачей в 41 регионе. Врач получает уведомление о пациенте из группы риска прямо в интерфейсе своей системы, без отдельного окна. Ключевые закупки 2023–2024 годов сделали Сахалинская, Иркутская, Новосибирская, Тюменская области и Пермский край. Стоимость лицензионного контракта 9–11 млн ₽ без учета интеграции. Регионы платят за ИИ, который живет внутри привычной системы врача и сам приносит список пациентов. Для частной клиники аналог: агент, который сам приносит список тех, кто не подтвердил визит.

КейсМедицина

Р-Фарм: структура молекулы-кандидата примерно за 2 месяца вместо 3 лет

Простой1 мин

Фармкомпания вместе с лабораторией ИИ банка и институтом AIRI применила генеративные модели для дизайна антител к рецептору CD137. ИИ предложил десятки молекул-кандидатов, лаборатория подтвердила гипотезы; по данным каталога, этап разработки структуры сократился с примерно 3 лет до примерно 2 месяцев. Модель генерирует варианты структур с заданными свойствами, специалисты отбирают перспективные и проверяют в лаборатории. Суммарный цикл от идеи до валидированной структуры сократился в 3 раза; аналогичный проект по другой биологической молекуле для онкологии ускорил исследовательский этап тоже в 3 раза. Каталог называет это первым публично подтвержденным российским кейсом генеративного ИИ в поиске молекул. ИИ ускоряет этап поиска, а не отменяет лабораторию и клинические испытания. В текстах про такие проекты слово «препарат» появляется только после регистрации.

Написать в Telegram