ИИ в финансах, торговле и услугах: где эффект измерили в деньгах

В услугах ИИ работает там, где компания встречается с клиентом и с деньгами: в торговле, логистике, связи, банке и внутренних службах. Под всеми точками одни данные: CRM, ERP, кассы и приложения, сведенные в общий центр данных.

Три цифры задают масштаб: больше 70% точности прогноза спроса в пилоте «Перекрестка», 62% обращений клиентов в ВТБ без оператора и около 900 автономных ИИ-агентовИИ-агент ИИ-агент это нейросеть, которая не просто отвечает, а сама выполняет задачу по шагам: ищет данные, пользуется программами и проверяет результат. Подробнее в словаре в Сбере. На схеме ниже все восемь точек с источниками.

Это открытые данные компаний и кейсы рынка, а не наши проекты. Оценку склада X5 в 154 млн ₽ в год дал МФТИ, остальные цифры публиковали сами компании.

ИИ в торговле прогнозирует спрос и управляет складом, чтобы нужный товар стоял на полке, а лишний не лежал на складе. В пилоте 2020 года «Перекресток» (X5) получил точность прогноза спроса больше 70%.

Прогноз считают по каждому товару и магазину: история продаж, сезон, акции, праздники. Точный прогноз сокращает потерянные продажи из-за пустой полки и списания из-за лишнего запаса.

На складе ИИ планирует работу роботов и маршруты сборки заказов. Альманах МФТИ оценивает эффект автономных роботов на одном складе X5 в 154 млн ₽ в год.

ИИ в розничной торговлеИИ в ритейле ИИ в ритейле это программы, которые прогнозируют спрос, управляют запасами и ценами, отвечают покупателям и следят за выкладкой товаров в магазинах. Подробнее в словаре связывает обе задачи: прогноз говорит, сколько товара нужно, склад решает, как быстрее его доставить. Как строят прогноз и какие данные ему нужны, разобрано на странице про прогнозирование спроса.

ИИ в банкеИИ в банках ИИ в банках это модели, которые оценивают кредитный риск, находят мошеннические операции, отвечают клиентам и проверяют документы. Подробнее в словаре работает на взыскании долгов, обслуживании клиентов и внутренних операциях, и эффект там считают в миллиардах рублей. В Сбере робот делает 83% исходящих звонков по просроченным долгам, эффект ИИ во взыскании около 4,5 млрд ₽ за 2025 год, по данным CNews за сентябрь 2025 года.

По отчету СберУниверситета, который ТАСС опубликовал в июле 2026 года, финансовый эффект ИИ в Сбере за 2025 год больше 475 млрд ₽. В банке работают около 900 автономных ИИ-агентов, больше 50 млрд ₽ из общего эффекта дал генеративный ИИгенеративный ИИ Генеративный ИИ (generative AI) это нейросети, которые создают новый контент: тексты, изображения, музыку, видео и программный код по описанию на обычном языке. Подробнее в словаре.

Для компании меньшего масштаба логика та же: ИИ-агент берет на себя повторяющиеся операции, а сотрудник разбирает исключения. Форматы внедрения и цены собраны на странице услуг.

В поддержке ИИ круглосуточно отвечает на типовые вопросы и передает оператору только сложные случаи. В ВТБ роботы решают больше 62% обращений клиентов без оператора, по данным апреля 2026 года.

Klarna в феврале 2024 года сообщила: ИИ-ассистентИИ-ассистент ИИ-ассистент это помощник на нейросети, который по просьбе человека отвечает на вопросы, готовит тексты и выполняет простые поручения в рабочих программах. Подробнее в словаре в первый месяц провел 2,3 млн диалогов, это работа 700 операторов. Время решения вопроса сократилось с 11 до 2 минут, а рост прибыли компания ожидала около 40 млн долларов за 2024 год.

Для контакт-центра это короче очередь и ниже затраты на поддержку без найма новых операторов. Эффект считают по трем цифрам: число обращений в месяц, доля типовых вопросов и стоимость минуты оператора.

В услугах ИИ окупается клиентами и меняет четыре строки: выручку, затраты на поддержку, оборот денег и найм. Выручка растет, когда нужный товар есть на полке и меньше продаж теряется.

Затраты на поддержку падают, потому что ИИ круглосуточно отвечает на типовые вопросы. Оборот ускоряется, когда долги и платежи возвращаются раньше. Итог для собственника: больше клиентов тем же штатом.

Небольшой компании не нужен центр данных уровня банка. Начните с одного процесса, где много повторяющихся обращений или операций: ответы клиентам, обработка заявок, напоминания о долгах.

Посчитайте, сколько часов в месяц на него уходит и сколько стоит час сотрудника. Если сумма заметна, первым шагом подойдет один ИИ-агент на этом процессе. Если процессов несколько и они связаны, нужна карта ИИ-решений с расчетом эффекта и порядком внедрения.

Разбор 30 минут бесплатно: назовем процессы, где похожие компании уже получили эффект, и скажем, каких данных не хватает для расчета.