На общей платформе работают CRM-помощник приемной комиссии, распознавание документов при регистрации на программы дополнительного образования, учебные помощники по подбору литературы и планированию работ, тренажёр «Трудный клиент», оценивание открытых ответов и подготовка черновиков технических заданий по закупкам.
Результат
не раскрыто
Для перечисленных сервисов отдельные результаты не раскрыты.
AutoFAQ Xplain развёрнут в контуре компании, интегрирован с ITSM и корпоративным SSO; ассистент отвечает по верифицированной базе знаний и маршрутизирует обращения.
Результат
Скорость обработки обращений выросла на 45%; маршрутизация стала на 37% быстрее; высвобождено 3,5 штатной единицы; около 7 200 заявок и 2 300 диалогов в месяц получают полностью автоматическое решение.
Эквивалент 18 000 человеко-часов в год указан как пересчёт поставщика; остальные результаты приведены за 2025 год.
В клиентский сервис на ELMA365 Service Desk встроен ИИ-ассистент: он в реальном времени расшифровывает звонки, анализирует текст и добавляет контекст к обращениям. ИИ также помогает операторам искать информацию в базе знаний.
Результат
ELMA сообщает о сокращении времени обработки обращений вдвое после модернизации клиентского сервиса.
Ускорение относится ко всему проекту миграции и интеграций; отдельный вклад ИИ не раскрыт. Даты внедрения и публикации не указаны.
В контакт-центры интегрированы голосовые помощники для персонализированного обслуживания клиентов, речевая аналитика для контроля работы операторов и база знаний.
Результат
Результат не раскрыт.
Источник перечисляет реализованные FIS сценарии, но не разделяет их по конкретным банкам и не приводит количественный эффект.
Платформа объединяет регламенты, инструкции и гайды, а встроенный ИИ-помощник ищет информацию в базе знаний; решение применено у трёх заказчиков.
Результат
Для «Мосэнергосбыта» заявлен рост простоты и удобства поиска на 55%, для Совкомбанка — ускорение адаптации персонала на 30%, для «Делимобиля» — рост выполнения KPI недавно пришедшими сотрудниками на 7%.
Результаты заявлены поставщиком для связки ИТ-платформы и методологии управления знаниями; методика измерения и отдельный вклад ИИ-помощника не раскрыты.
Внедрили Naumen KMS и голосовой бот-суфлер на основе Naumen Conversational Intelligence; база знаний стала единым источником для более чем 950 сотрудников.
Результат
Среднее время обработки обращения в контакт-центре сократилось на 9,9%.
Пользователь создаёт цифровой профиль, после чего ИИ формирует маршрут с рекомендациями по резюме, вакансиями, советами и учебными мини-заданиями с обратной связью.
Результат
После первой открытой недели бета-тест должен быть ограничен 250 пользователями.
Указанный лимит 250 пользователей относится к плану следующей фазы бета-теста, а не к достигнутому охвату.
«СберКот» внедрён во все интеллектуальные колонки Sber с GigaChat; система использует распознавание голоса, детский фильтр и генеративный ИИ для диалога, рекомендаций, сказок, игр и подготовки учебных материалов.
Результат
Количественный эффект не раскрыт.
В источнике описано действующее использование помощника и связанных ИИ-функций; количественный эффект не приведён.
Внедрён внутренний ИИ-агент в корпоративном мессенджере: он отвечает на вопросы работников об отпусках и кадровых процедурах, помогает новичкам адаптироваться и упрощает HR поиск нормативных документов.
Результат
Количественный эффект не раскрыт.
Источник сообщает о снижении нагрузки на HR-команду качественно, без числового показателя.
ИИ-ассистент отвечает сотрудникам на повторяющиеся вопросы по внутренним документам, договорам и порядку согласования, снижая поток типовых обращений к юридическому департаменту.
Результат
По данным ПравоТеха, нагрузка на юридический департамент снизилась на 1,5–2 часа в день на одного юриста; для команды из 10 человек заявлены 15–20 часов в день.
Ассистент снимает типовые запросы, но не заменяет юридическую работу.
ФСК вместе с red_mad_robot внедрила платформу с двумя ИИ-агентами: для сотрудников и внешних поставщиков. Ответы формируются с поиском по корпоративной базе знаний.
Результат
Нагрузка на поддержку и коммерческий департамент снизилась на 30–40%. Разработка и внедрение заняли два месяца.
Интегрированный с ERP голосовой ассистент принимает вопрос свободным текстом, ищет ответ в документации и выдаёт инструкцию со ссылками.
Результат
По данным компании, ассистент обработал более 10 тыс. запросов без участия человека; 75% пользователей удовлетворены его работой, 87% отмечают высокую точность ответов.
Методика и размер выборки для показателей удовлетворённости и точности не раскрыты.
Завершено пилотное тестирование ассистента, который ищет релевантную информацию, обрабатывает массивы данных и формирует краткие выжимки для студентов-медиков.
Результат
Ассистент предоставляет краткую выжимку информации по запросу.
Речь идёт об оказании образовательной услуги студентам.
Внедрён ИИ-консультант, связывающий большую языковую модель с актуальной базой знаний для поиска верифицированных ответов пользователям и операторам технической поддержки.
Результат
Время ответа сокращено с 5–7 минут до 30 секунд; при апробации система обработала свыше 2,5 тыс. запросов, в 90% случаев нашла релевантные ответы, а более 78% пользователей оценили ответы как достаточные.
Показатели относятся к апробации на реальных пользователях, а не к долгосрочному промышленному эффекту.
В октябре 2025 года банк запустил пилот помощника для сотрудников точек продаж и выездных менеджеров. Бот отвечает на рутинные вопросы, которые раньше направляли экспертам головного офиса.
Результат
Пилот охватил 25 сотрудников. Типовые вопросы оказались недостаточно полезным сценарием; банк уточняет задачи помощника. Достигнутая экономия времени не раскрыта.
Высвобождение 10% рабочего времени — цель проекта, а не опубликованный результат.
В компании работают локальная языковая модель, RAG-поиск по документации и единая среда тестирования, где агент помогает писать тесты, разбирать зависимости модулей и описывать интерфейсы микросервисов.
Результат
При росте обращений в первом полугодии 2026 года на 33–64% штат компании не увеличился.
Источник приводит рост нагрузки без найма как итог автоматизации, но не раскрывает метод отделения эффекта конкретных ИИ-инструментов.
Шесть ассистентов на технологии Gen-T помогают анализировать ценные бумаги, планировать поездки, обрабатывать нежелательные звонки, объяснять учебные задания и выбирать товары.
Результат
Авторы материала сообщают, что ассистенты берут на себя типовые запросы и разгружают сотрудников колл-центров; количественный эффект не раскрыт.
Вывод о разгрузке колл-центров сформулирован автором материала; показатели результата не приведены.
Сеть встроила в Telegram поиск и ответы по внутренним регламентам на основе LLM и корпоративной базы знаний. Решение используют продавцы и администраторы магазинов.
Результат
Время поиска информации сократилось на 95%, средний ответ занимает до пяти секунд. Ассистента используют более 3000 сотрудников в 600 магазинах.
ИИ-ассистент ищет информацию в регламентах, инструкциях и исторических данных, отвечает на типовые вопросы, интерпретирует показатели и автоматически готовит справки, пояснения и данные по смене.
Результат
Сокращается время поиска информации и подготовки технологических отчетов; ускоряется передача смены.
Сотрудники задают вопросы по документации, а ассистент находит нужную процедуру, документ и конкретную страницу.
Результат
По оценке площадки, ответы на типовые вопросы экономят опытным специалистам до 40% рабочего времени, а быстрый поиск процедур повышает эффективность примерно на 5%.
Ассистент запущен в продуктивную эксплуатацию; применение найденной процедуры и окончательное решение остаются за сотрудником.
Во внутренних сервисах ВТБ помощники ищут сведения в базе знаний, суммаризируют информацию, показывают подсказки в интерфейсе и автоматически обрабатывают типовые обращения ИТ-поддержки.
Результат
Результат не раскрыт.
Количественный или качественный результат этого процесса не опубликован.
В организации внедрили цифрового помощника «Миша», адаптировав существующие нейросети и загрузив более 200 инструкций. Помощник используется для ориентации новых сотрудников, поддержки опытных работников и передачи знаний в системе развития сотрудников.
Результат
Подтверждено использование в рабочих процессах и системе обучения; количественный эффект для этого применения не раскрыт.
Планы обучить команду работе с ИИ и расширить функции помощника, включая прогнозирование поведения детей, не учитывались как внедрённые применения.
На комбинате разработали и испытали LLM-помощника по адаптации и поддержке сотрудников. Модель обучена на внутренних документах, сохраняет историю и контекст диалога.
Результат
Компания сообщает о точности ответов выше 96% и снижении нагрузки на специалистов, разбирающих повторяющиеся вопросы. Экономия времени не раскрыта.
Размер и состав выборки для оценки точности не указаны.
RAG-система распознаёт вопрос клиента, ищет ответ во внутренней базе знаний и выдаёт оператору подсказку со ссылками на документы; она интегрирована с каналами связи, CRM и BI.
Результат
Промышленный аудит показал 92% полностью правильных подсказок; CSAT достиг 88%, FCR вырос на 12%, AHT сократился на 20%, а производительность операторов чата выросла в четыре раза.
Показатели точности подсказок и операционные метрики приведены по внутреннему аудиту проекта.
Сотрудники приёмной комиссии отрабатывают консультации абитуриентов на голосовом и текстовом тренажёре. Руководитель задаёт сценарии и контролирует выполнение заданий.
Результат
Проведено 1 410 тренировочных звонков. Средняя оценка учебного диалога выросла с 5,5 до 19,8 балла.
Операторы контакт-центра отрабатывают банковские разговоры на ИИ-тренажёре, чтобы соблюдать требования к формулировкам. Система анализирует звонки и оценивает учебные диалоги.
Результат
Проведено 220 тренировочных звонков. Средняя оценка учебного диалога выросла с 15,9 до 18,4 балла.
Новички контакт-центра тренируются на голосовом и текстовом ИИ-тренажёре. Руководитель назначает задания, а система анализирует учебные и реальные звонки.
Результат
Проведено 1 065 тренировочных звонков. Средняя оценка учебного диалога выросла с 13,5 до 17,8 балла.
Банк встроил бота в адаптацию сотрудников и объединил доступ к регламентам, кадровым вопросам и документам. Бот также проводит опросы и информирует сотрудников.
Результат
Адаптация сократилась с трёх до примерно двух месяцев. Фонд оплаты труда HR-отдела уменьшился на 32%.
Оператор задаёт вопрос обычным языком. ИИ находит нужные фрагменты корпоративной базы знаний и формирует ответ вместо поиска по точным ключевым словам.
Результат
Время обработки обращений снизилось на 15%, постобработки — на 17%, число ошибок — на 15%. Адаптация новых специалистов сократилась до одного дня.
KitBot автоматизирует рекрутинг, адаптацию, внутренние коммуникации и реферальную программу: оценивает резюме, проводит первичное интервью, запускает адаптационные треки и отслеживает прогресс.
Результат
Обработано более 4000 откликов без ручной работы; адаптация сокращена на 40%; рефералы выросли на 200%; заявлена экономия свыше 8 млн рублей.
На платформе RAISA работают ИИ-кейсы для оптимизации инфраструктуры банкоматов, персонализации продуктов, прогнозирования форм коммуникации и обработки типовых обращений сотрудников.
Результат
Число бизнес-кейсов выросло в 4,5 раза за 2024–2025 годы; в портфеле указано 100 активных кейсов, около 3 000 сотрудников ежедневно используют ИИ-модели.
Прогноз дохода к 2029 году не считается достигнутым эффектом отдельных процессов.
Внутри защищённого контура предприятия запустили ИИ-поиск по нормативным актам, должностным инструкциям и технической документации. Сотрудники получают ответы на вопросы вместо списка файлов.
Результат
Средняя нагрузка — 5 запросов в минуту. Оценка качества ответов — около 80%.
Smart Platform подключена к внутренним источникам А101, отвечает по корпоративным документам со ссылками на них, автоматически обновляет базу знаний и доступна сотрудникам через VK Teams с авторизацией SSO.
Результат
Заявлено сокращение времени сотрудников на поиск информации минимум на 30%.
Показатель опубликован подрядчиком без описания периода, базы сравнения и методики измерения.
Школа и разработчик системы заимствований запустили совместную автоматическую проверку сочинений по критериям ФИПИ: модель выставляет баллы и предлагает исправления.
Результат
Проверка занимает 1–2 минуты вместо 20 минут и обходится в пять раз дешевле экспертной. Сервис обработал более 9000 сочинений.
В слепом тестировании оценка в среднем отличалась от экспертной на один балл.
Запущен мобильный сервис с ИИ-собеседником, который разыгрывает рабочие и карьерные ситуации; пользователь формулирует ответ, получает автоматический разбор и может повторить ситуацию.
Результат
Пользователь получает безопасную практику, автоматический разбор ответа и возможность повторения ситуации.
Сервис предназначен для практики коммуникаций и не заменяет реальное интервью и человеческую обратную связь.
СИБУР запустил карьерного и научного консультанта на базе большой языковой модели, работающего на карьерном сайте, отдельном лендинге и во внутренних процессах адаптации.
Результат
Удовлетворённость адаптацией выросла с 87% до 93%; поток релевантных кандидатов увеличился на 25% за первые полтора месяца; знание бренда работодателя выросло на 4 п.п.; eNPS — с 24,5 до 37,2%; лендинг посетили более 224 000 человек за первые полтора месяца.
Результаты приведены источником; методика расчёта показателей и атрибуция эффекта отдельно не раскрыты.
Сеть внедрила платформу на базе ИИ и Yandex SpeechKit для тренировки кассиров в виртуальных сценариях общения и разрешения конфликтов.
Результат
Время обучения сократилось с 1,5 часа до 25 минут; индекс лояльности покупателей вырос на 2,2 пункта, товарооборот — на 2,62%, количество конфликтов снизилось на 6%.
В источнике показатели приведены как эффект от применения тренажёра.
Компания связала Slack и внутреннюю Вики с поиском по смыслу и языковой моделью. База регулярно обновляется, ответ формируется на основе найденных документов.
Результат
Поиск информации, который раньше занимал от получаса до часа, заменён ответом менее чем за 1,3 секунды. Бота протестировали около 300 сотрудников.
Показатель 1,3 секунды относится к получению ответа; проверка и применение информации сотрудником в него не входят.
Во внутреннем контуре построили генератор вопросов с ИИ, а также использовали ИИ-инструктора, который создаёт ситуации и проверяет действия экзаменуемого.
Результат
Источник сообщает, что каждые 100 вопросов экономят примерно 1000 рублей; интерактивный сценарий позволяет проводить массовый экзамен без экзаменатора.
Методика расчёта экономии, объём эксплуатации и фактическое число экзаменов не раскрыты.
Один голосовой агент играет трудного клиента, второй анализирует разговор оператора и выдаёт обратную связь с цитатами и рекомендациями.
Результат
Отток после обучения снизился на 15%, среди новичков — на 38%; средний балл аттестации вырос на 20%, отработка возражений — на 19,9%. В коммерческой эксплуатации более 15 тренажёров, новый собирается за 20–30 минут.
Методика расчёта кадровых показателей не раскрыта.
Для студентов создан веб-тренажёр на английском языке: нейросеть имитирует недовольного гостя, генерирует сценарии, оценивает профессиональные действия и языковые навыки, а затем предлагает индивидуальные задания и рекомендации.
Результат
В экспериментальной группе из 18 студентов результаты моделирования разрешения конфликтов были на 70% лучше контрольной группы из 14 студентов; 68% участников повысили уровень английского по CEFR. Для первого курса средний профессиональный балл составил 8,5 против 7, а рост профессионализма — 21%.
Источник описывает пилотное исследование на ограниченных группах студентов.
Система проводит диалоговый ассессмент: принимает голосовые или текстовые ответы сотрудников, удерживает критерии оценки и формирует персональную обратную связь по сильным сторонам и зонам развития.
Результат
Пилот программы AMBA охватил около 300 участников и дал нормальное распределение оценок после корректировки более строгой оценки ИИ; оценки сравнивали с экспертной проверкой транскрибаций.
Инструмент масштабируется точечно; команда планирует перевести процесс во внутренний контур.
Компания внедрила ИИ-преподавателя с интерактивной базой знаний для создания и обновления учебных курсов.
Результат
Курс создаётся за несколько часов вместо нескольких недель; обновление материалов ускорилось в 12 раз; охват превышает 5000 сотрудников и 60 курсов; экономический эффект заявлен как 4,5 млн ₽ в год.
Экономический эффект опубликован источником без методики расчёта.
На базе готовой структуры и внутренних материалов нейросеть формирует теорию и задания, генерирует изображения и графику, озвучивает лекции и обрабатывает обратную связь обучающихся.
Результат
Количественный эффект не раскрыт.
Подтверждено использование в обучении сотрудников; показатели результата не приведены.
Если обращение обработано не полностью, менеджер проходит похожий сценарий в ИИ-тренажёре; система моделирует вопросы и возражения клиентов, оценивает ответы и меняет сложность заданий в зависимости от подготовки сотрудника.
Результат
Отдельный результат применения тренажёра не раскрыт.
Опубликованное совокупное снижение стоимости привлечения клиента относится ко всей ИИ-экосистеме и не может быть отдельно приписано тренажёру.
Лидер e-grocery в России внедрил ИИ-тренажёры на базе target ai и Yandex SpeechKit для обучения операторов через моделирование взаимодействия с клиентами.
Результат
Время подготовки новых сотрудников сократилось на 40%, число одновременно обучающихся операторов выросло в три раза; система проводит более 60 тыс. тренировок в месяц.
Заказчик не назван; показатели приведены в описании поставщика.
Telegram-бот синхронизирован с корпоративной базой знаний и отвечает сотрудникам по кадровым документам, регламентам и техническим инструкциям. База пополняется при появлении новых материалов.
Результат
80% вопросов решаются без участия людей, время поиска сократилось с 10–15 минут до одной минуты. Бот обрабатывает более 100 запросов в день, а до менеджеров доходит на 30–40% меньше рутинных вопросов.
Период измерения и методика расчёта показателей не раскрыты.
В Яндексе Нейроэксперт используют для работы с корпоративной документацией, инструкциями и исследованиями; сервис создаёт базы знаний из документов и других материалов и отвечает на вопросы по ним.
Результат
Сервис помогает искать сведения, сопоставлять материалы и готовить тексты; количественный эффект не раскрыт.
Публикация также описывает будущие возможности расширенной бизнес-версии.
Одна из управляющих организаций применила ИИ для первичного отбора кандидатов: система оценивала ответы и отсеивала соискателей, не знающих статью 161 ЖК РФ.
Результат
Количественный результат не раскрыт.
Источник не называет управляющую организацию и продукт и не подтверждает использование конкретного чат-бота или интеграции с Telegram.
В систему обучения консультантов интегрирована VR-платформа с ИИ: она моделирует ситуации в торговом зале, анализирует ответы сотрудников, даёт рекомендации и автоматизирует аттестацию.
Результат
Сотрудники прошли более 365 тыс. виртуальных тренировок; адаптация новых консультантов сократилась с нескольких недель до нескольких дней; выручка брендов с VR-сценариями выросла в среднем на 19%, личные продажи обученных сотрудников — более чем на 25%.
Эффекты и объём тренировок приведены со слов компаний; отдельно не выделен вклад ИИ по сравнению с VR-сценариями.
Разработали и внедрили подсистему «ЛНА» в 1С:ERP с базой нормативных документов, автоматическим созданием тестов через GigaChat, графиками тестирования и ознакомлением сотрудников.
Результат
Система охватывает 100% онбординга и тестирования; составление графиков ускорено с нескольких недель до нескольких дней; тесты формируются за секунды вместо нескольких часов.
Промышленный запуск указан в августе 2025 года; эффект описан сравнением процессов до и после.
ИИ генерирует корпоративные учебные курсы для сотрудников и агентов компании.
Результат
Сроки разработки курсов сокращены втрое; условный эффект оценён более чем в 76 млн рублей. Курсы создаются для аудитории более 37 000 сотрудников и агентов в 66 филиалах.
76 млн рублей в источнике прямо названы условным эффектом; методика расчёта не раскрыта.
Компания внедрила ИИ-чат-бота, который отвечает на вопросы новых сотрудников, направляет их в нужные разделы внутреннего портала и информирует о задачах и мероприятиях.
Результат
В публикации заявлено снижение тревожности новых сотрудников, ускорение адаптации и уменьшение нагрузки на HR-отделы.
Эффект описан качественно, без количественных показателей.
Система проводит кейс, анализирует ответы по критериям, формирует отчёт и индивидуальные рекомендации по развитию без отдельного асессора на каждом этапе.
Результат
В пилоте участвовали 70 продакт-менеджеров; более 94% результатов совпали с мнением руководителей; отчёт формируется за 2 часа вместо примерно 2 недель; экономия более 25 млн рублей в год является предварительной оценкой компании.
Совпадение с руководителями относится к пилоту, а экономия обозначена как предварительная оценка компании.