Кейс · ИТ-компании · Россия

НСИС, оператор АИС страхования: обработка обращений в 20 раз быстрее на локальной LLM, рост обращений в 1,5 раза без найма

Оператор национальной страховой информационной системы развернул большую языковую модель локально и построил на ней три контура: автоматическую обработку обращений с множественными полями, RAG-сервис технической поддержки на документах компании и ИИ-агентов в процессе разработки, включая автоматический код-ревью.

Результат
обработка обращений в 20 раз быстрее на локальной LLM, рост обращений в 1,5 раза без найма
Источник
Цифровые платформы, кейс №34752 сентября 2026

Что сделали и что получили

  • Модель извлекает и структурирует данные обращений вместо ручного разбора, ответы поддержки формируются по базе знаний, для тестирования агентных сценариев поднят MCP-сервер.
  • Скорость обработки обращений выросла в 20 раз; среднемесячный рост обращений на 11% выдерживается без снижения качества, рост в 1,5 раза год к году обработан без найма; компания избежала необходимости расширить штат в 7 раз.

Что взять себе

Одна локальная модель закрыла три контура сразу: обращения, поддержку и разработку. Железо окупается, когда его нагружают несколькими задачами.

ИИ-агенты на локальной модели для вашей команды: пилот за 14 дней

Пилотный ИИ-агент на локальной модели за 14 дней от 150 000 ₽ с метрикой в договоре, на вашем железе или арендованных GPU в России. ИИ-отдел из 3–5 агентов за 4–6 недель от 450 000 ₽. Железо покупаете вы по нашей спецификации.

Источник

Числа принадлежат организации из источника и приведены без пересчета: Цифровые платформы, кейс №3475, 2 сентября 2026. Тип данных: карточка каталога проектов. Числа сверены с источником 30 сентября 2026. Организация из кейса не наш клиент, результат не обещание для вашей компании.

Похожие кейсы

  • Кейс рынка · Россия

    Digital Sector и заказчик из ИТ-инфраструктуры ИИ-агент анализа договоров в закрытом контуре заказчика; во внутреннем тестировании интегратора агенты высвободили 20% времени команды

    Интегратор реализовал ИИ-агента для первичного анализа договоров в закрытом контуре заказчика, который проектирует и поставляет ИТ-инфраструктуру: агент извлекает и сопоставляет данные, выявляет расхождения и готовит результат для специалиста. Агентов интегратор внедрил и в собственные процессы тестирования: высвобождено 20% рабочего времени команды за спринт.

    ИТ-компании

    2 сентября 2026 · источник: platforms.su

    Читать кейс
  • Кейс рынка · Россия

    VK Tech две модели уместились в 22,4 ГБ из 24 ГБ видеопамяти при контексте 65 536 токенов

    Команда собрала локального ИИ-агента в закрытом контуре на связке Ollama и агентной обвязки на арендованном GPU-сервере с картой NVIDIA A30 на 24 ГБ. Модели: gpt-oss 20b (13 ГБ) для текста и инструментов и qwen3-vl 8b (6,1 ГБ) для изображений; вместе с KV-кэшем на контекст 65 536 токенов занято 22,4 ГБ.

    ИТ-компании

    2 сентября 2026 · источник: platforms.su

    Читать кейс
  • Кейс рынка · Россия

    ЛАНИТ сбор требований в 4 раза быстрее, время поиска документов на 66% меньше на платформе локальных LLM

    Группа разработала платформу для локального развертывания больших языковых моделей на инфраструктуре заказчика: чат и сложные конвейеры обработки документов, аудио и изображений. Дочерняя компания создала собственную модель, дообученную на русскоязычных данных, и пилотирует ее в CRM-, SRM- и HRM-проектах и корпоративных чат-ботах.

    ИТ-компании

    источник: platforms.su

    Читать кейс
  • Кейс рынка · Россия

    Аэропорт Пулково ИИ-плагин безопасной разработки в закрытом контуре: точность более 90% на проверке находок и до 85% на исправлении

    Служба информационной безопасности аэропорта встроила анализ кода в среду разработки, а разбор уязвимостей и исправление кода передала обученному ИИ-плагину, который работает в закрытом контуре без выхода данных наружу. Точность модели более 90% на верификации находок и до 85% на исправлении уязвимостей.

    Промышленность и инфраструктура

    2 сентября 2026 · источник: platforms.su

    Читать кейс
  • Кейс рынка · Россия

    Агрохолдинг «Степь» собственная ИИ-экосистема на локальных нейросетях, чтобы не передавать данные в публичные сервисы

    Холдинг строит ИИ-экосистему на локальных нейросетях, агентах и чат-ботах, чтобы конфиденциальные данные не уходили в публичные сервисы. Реализована синхронизация данных управления стадом с государственной системой, развернут мониторинг правовой информации для бэк-офиса, запущено несколько аналитических проектов.

    Промышленность и инфраструктура

    2 сентября 2026 · источник: platforms.su

    Читать кейс

Пилот со скидкой для 3 компаний

Пилот за 50 000 ₽ вместо 150 000 ₽. Взамен публикуем разбор проекта с цифрами. Мест свободно: 2 из 3.

Занять место

Цены и замеры в разделе проверены 29.09.2026 по источникам внизу страниц. Мы собираем ИИ-агентов на облачных и локальных моделях и не продаем железо. Расчеты оценочные, юридические выводы по 152-ФЗ и 243-ФЗ дает ваш юрист.

Контакты

Посчитаем локальный ИИ под вашу задачу за 30 минут

Скажем, какая модель подойдет, на каком железе она заработает и когда выгоднее облако. Бесплатно.

Telegram

@mmoozzggru

Ответим в течение рабочего дня. Все контакты

Написать в Telegram